使用交易所API接口量化交易（二）

这次讲怎么把API接口的数据导入到Python里。

一、tickers接口 爬取单个品种

首先导入库，urllib是爬取网页数据的库，urlopen是爬取数据的意思。json是一种转换数据格式的库，就像上一讲在网页上转换为json格式一样，在python里转换而已。pandas是经典的数据处理库。

Python轮子就是多，有问题找轮子。

构建URL

将交易对的symbol用“%s”符号拼接到url上。

爬取数据

将网页数据用urlopen爬取到变量content上，持续时间timeout为15秒，超时报错。然后将content用decode转化为字符串，采用编码方式为utf-8。

有了这个轮子，及不用学爬虫了？

将数据转化为dataframe

先用json将数据转变成字典格式，然后将其变成dataframe的浮点数格式。

一种类似excel表格的行列格式

对df进行处理

将数据中的“at”列删除，只显示“ticker”。之后用“.T”对其进行转置，这就是线性代数里的那个意思。

转置会把数据变成一行显示

二、 tickers接口 爬取多个品种

第一步还是带入库，最后一行的意思是数据长了的话不换行。

False不换行，True换行。

然后我们来做一个模块，这个模块起到和urlopen同样的作用，但是当尝试失败超过定义次数后，会出相应的提示，最后给出一个空值。

更加严格的爬取方式

创建一个模块，用来获取ticker数据。在中括号里输入要爬取的品种列表。

构建url，然后用上面的模块爬取这个url，当为空值时，跳过这个循环。

将数据转为DateFrame格式，去掉‘at’列，加上‘symbol’列。之后用append语句合并数据。

最后，整理列，按你想要的顺序排好。

这样就直观了。

三、klines接口

OTC的klines接口有三个参数，分别是：market——设定品种；limit——设定读取多少根k线；period——设定k线周期，单位是分钟，包括1, 5, 15, 30, 60, 120, 240, 360, 720, 1440, 4320, 10080。

然后就是1、构建URL；2、将数据转为DF格式；3、整理。

整理时用rename将序列号重命名为需要的，然后用pd.to_datetime将unit时间转换成格林威治时间，注意后面的unit单位可能是秒s，也可能是毫秒ms，视你用的交易所而定。

最后将格林威治时间通过pd.Timedelta加8个小时，转为北京时间。注意k线时间是k线的开始时间。

candle是蜡烛图的意思

ps：本文所有版权来自邢不行老师的“数字货币量化课程”，如有需要随时删除。