为什么需要美国股票交易数据
做美股交易，不管是手动盯盘还是跑量化策略，数据都是最核心的弹药。没有及时、准确的历史交易数据，你很难判断一只股票的真实波动规律，更别提回测策略、优化参数了。很多人以为看盘软件上的K线就是全部，其实那只是冰山一角。真正的交易数据包括逐笔成交、买卖盘口、分钟级OHLCV，甚至盘前盘后的每一笔委托。
免费获取数据的几条路
券商自带的数据接口
如果你已经在盈透证券、嘉信理财、富达等券商开了户，它们通常会提供API供你拉取历史数据。盈透的TWS API能拿到最多几年的分钟级数据，日内逐笔数据也有，但调用频率有限制。富达的API相对封闭，普通用户不太好用。这些接口的好处是数据直接来自交易所，准确度高，坏处是绑定券商，换券商就得重写代码。
雅虎财经和Alpha Vantage
雅虎财经的CSV下载功能很老，但依然能用。你可以在网页上找到一只股票的历史价格页面，手动导出日线数据。想要更自动化的方式，可以用Alpha Vantage的免费API，每天500次调用，支持日线、分钟线，甚至技术指标。缺点是分钟级数据只有最近几天到几个月，深度不够。Tiingo和IEX Cloud也有免费套餐，IEX Cloud已经停止免费服务，Tiingo还能用，但调用次数少。
交易所官方数据
纳斯达克和纽交所都提供历史数据销售，价格不便宜。纳斯达克的Data Store可以买到日线、分钟线、逐笔成交，按股票和时间段收费。散户很少直接买，机构用的多。有一个折中方案：很多交易所会发布每日的汇总数据文件，比如纳斯达克的NBBO样本，虽然不是全量，但能用来做基础分析。
付费数据服务怎么选
面向散户的平价选项
Polygon.io、Intrinio、EOD Historical Data这几家价格比较亲民。Polygon.io的起步套餐每月29美元，提供美股全市场的日线、分钟线、逐笔成交，延迟在15分钟左右。EOD Historical Data更便宜，每月20美元左右，数据覆盖全球，但实时性差一些。这些平台都提供REST API和WebSocket，适合个人量化爱好者。
机构级数据源
彭博终端、路透社、FactSet这些是机构标配，一年费用几万到几十万美元。它们的数据质量、覆盖范围、历史深度都是顶级的，但普通散户没必要碰。如果你在私募或量化基金工作，公司通常会买。还有一些专门做历史数据的公司，比如Tick Data、Kibot，卖的是打包好的逐笔数据，一次性买断，适合做高频策略回测。
数据获取中的几个坑
复权问题
股票拆股、分红会影响价格连续性。雅虎财经的调整后价格是复权后的，但有些免费接口给的是原始价格。回测时如果用原始价格，遇到拆股就会产生虚假的暴跌。一定要确认数据是否经过复权处理，最好自己用拆股和分红记录重新计算。
时间戳和时区
美股交易时间是美东时间9:30到16:00，盘前盘后另算。很多免费接口返回的时间戳是UTC，需要转换。更麻烦的是，有些数据源把盘前盘后和正常交易时段混在一起，不仔细看就会把非交易时段的异常价格当成真实成交。
调用频率限制
免费接口基本都有频率限制，Alpha Vantage每分钟5次，Tiingo每小时1000次。写代码时要加延时或缓存，否则会被封IP。付费接口也有并发限制，高频策略需要买更高级的套餐。
自己搭建数据管道的思路
如果你打算长期做量化，建议自己搭建一个数据管道。用Python写个脚本，每天定时从多个免费源拉取数据，存到本地数据库。PostgreSQL或SQLite都行，数据量大了可以用ClickHouse。拉取时做好去重和校验，比如用交易所的官方日线数据核对收盘价。
对于分钟级数据，可以用WebSocket订阅实时行情，同时把历史数据从付费源一次性下载。这样既保证实时性，又有足够的历史深度。注意合规问题：很多免费数据源禁止商业用途，自己研究没问题，对外提供服务就可能侵权。
期货数据能套用同样的方法吗
美股和期货的数据获取逻辑类似，但期货数据更分散。CME、ICE、CBOE各自为政，免费数据源少得多。CME官网提供延迟10分钟的报价，历史数据要花钱买。Quandl（现在叫Nasdaq Data Link）有部分免费期货数据，但品种不全。做期货量化的话，通常得直接找交易所或专业数据商，成本比美股高。
第一步，明确你需要什么频率的数据。日线级别用雅虎财经或Alpha Vantage免费版就够。分钟级和逐笔数据，要么用券商API，要么买Polygon.io这类服务。第二步，写代码测试数据质量，重点看复权、时间戳、缺失值。第三步，根据策略回测结果调整数据源，如果发现某段时间数据异常，换一家交叉验证。第四步，把数据管道自动化，每天定时更新，避免手动下载的麻烦。
数据是交易的基石，花点时间选对数据源，比事后修补策略要划算得多。
