Forex API
メジャー、マイナー、エキゾチックを含む 50+ の通貨ペアに Tick レベルの相場情報を提供します。
1 つの WebSocket・REST API で、Tick レベルの Forex、Crypto、Stock、Commodity、Index データを配信します。営業担当との通話なしで、数秒で無料キーを取得できます。
| シンボル | 資産クラス | 価格 | 直近変動 |
|---|---|---|---|
| EUR/USD 外国為替ユーロ / 米ドル | 外国為替 | - | - |
| BTC/USDT 暗号資産ビットコイン | 暗号資産 | - | - |
| ETH/USDT 暗号資産イーサリアム | 暗号資産 | - | - |
| AAPL 株式Apple Inc. | 株式 | - | - |
| XAU/USD コモディティ金スポット | コモディティ | - | - |
| USD/JPY 外国為替米ドル / 円 | 外国為替 | - | - |
| NVDA 株式NVIDIA Corp. | 株式 | - | - |
| SPX 指数S&P 500 指数 | 指数 | - | - |
AllTick がカバーするすべての市場を、同じ統一 REST と WebSocket インターフェースから利用できます。
メジャー、マイナー、エキゾチックを含む 50+ の通貨ペアに Tick レベルの相場情報を提供します。
リアルタイムの現物・デリバティブデータを、1 つの配信に正規化します。
米国、香港、中国本土市場の株式について、約定と相場情報を提供します。
貴金属とエネルギーのリアルタイム価格を提供します。
主要なグローバル指数のベンチマーク値と構成銘柄を提供します。
AllTick の各市場について、対応範囲、レイテンシー、データ種別を比較します。
製品を見るAllTick と一般的な従来型市場データベンダーを比較します。
| 機能 | AllTick | 一般的な従来型ベンダー |
|---|---|---|
| WebSocket レイテンシー中央値 | 約 150ms | 400–800ms |
| 1 つの API に含まれる資産クラス | 5(FX、Crypto、Stock、Commodities、Indices) | 1–2 |
| 稼働率 SLA | 99.95% | 99.5% またはなし |
| 無料枠 | あり — API キーを即時発行 | 営業担当との通話が必要 |
| WebSocket ストリーミング | ネイティブ | ポーリング / 制限あり |
WebSocket に接続し、あらゆる市場の任意のシンボルを購読できます。
# AllTick realtime financial data API
# forex crypto stock commodities indices
import asyncio, json, uuid
import websockets
subscribe = {
"cmd_id": 22004,
"seq_id": 1,
"trace": str(uuid.uuid4()),
"data": {"symbol_list": [{"code": "EURUSD"}]},
}
heartbeat = {"cmd_id": 22000, "seq_id": 1, "trace": "heartbeat", "data": {}}
async def stream():
uri = "wss://quote.alltick.co/quote-b-ws-api?token=YOUR_API_KEY"
async with websockets.connect(uri) as socket:
await socket.send(json.dumps(subscribe))
async def keep_alive():
while True:
await asyncio.sleep(10)
await socket.send(json.dumps(heartbeat))
asyncio.create_task(keep_alive())
async for message in socket:
print(json.loads(message))
asyncio.run(stream())Crypto の対応範囲を広げながら、市場データコストを 60% 削減。
“AllTick への移行により、3 社のベンダーを 1 つの WebSocket 配信に統合し、取引アプリを 1 四半期早くリリースできました。”導入事例を読む
200ms 未満の相場情報更新で 4 万人の同時接続ユーザーに対応。
“99.95% SLA と安定したレイテンシーは、当社のリテールブローカーがグローバル展開するためにまさに必要なものでした。”導入事例を読む
5 資産クラスにわたる 12 年分の Tick データをバックテスト。
“1 つの正規化 API から履歴データとリアルタイムデータを取得でき、数週間分のデータエンジニアリング作業が不要になりました。”導入事例を読む
市場データエンジニアリング、ストリーミング API、低遅延金融アプリケーション構築に関する実践的な記事です。
クレノウの戦略の中で、トレンドフォローアプローチはおそらく最も有名です。この戦略は、テクニカル指標やトレンドラインを使用して市場の方向性を特定し、長期的な市場のトレンドを捉えることに焦点を当てています。目標は、トレンドの始まりで市場にエントリーし、そのトレンドが終わるまでそれに乗り、持続的な価格の動きから利益を得ることです。
この戦略の核心には、市場は長期的なトレンドで動く傾向があり、それを特定して活用することができるという信念があります。戦略は、強気および弱気のトレンド両方を活用し、横ばいまたは乱高下する市場の状態でのリスクを最小限に抑えることを目指しています。
トレンドフォロー戦略では、テクニカル指標やトレンドラインを使用してトレンドを検出し、追跡することが一般的です。主要なツールには以下が含まれます:
これらの指標は、トレンドの方向と強さを判断するのに役立ちます。スイングハイとスイングローを結んで描かれるトレンドラインも、トレンドの継続を視覚化するためや、潜在的なトレンド反転を示すために使用されます。
その強みにもかかわらず、トレンドフォロー戦略にはいくつかの課題があります:
そのため、リスク管理とポジションサイズの調整は、成功するトレンドフォロー戦略の重要な要素です。
import java.util.ArrayList;
import java.util.List;
public class TrendFollowingStrategy {
public static void main(String[] args) {
List<Double> prices = new ArrayList<>();
prices.add(100.0);
prices.add(105.0);
prices.add(110.0);
prices.add(95.0);
prices.add(120.0);
prices.add(130.0);
List<Double> movingAverages = calculateMovingAverages(prices, 5);
for (int i = 1; i < prices.size(); i++) {
double currentPrice = prices.get(i);
double previousPrice = prices.get(i - 1);
double movingAverage = movingAverages.get(i - 1);
if (currentPrice > movingAverage && previousPrice <= movingAverage) {
System.out.println("Buy @ ¥" + currentPrice);
} else if (currentPrice < movingAverage && previousPrice >= movingAverage) {
System.out.println("Sell @ ¥" + currentPrice);
}
}
}
private static List<Double> calculateMovingAverages(List<Double> prices, int period) {
List<Double> movingAverages = new ArrayList<>();
for (int i = period - 1; i < prices.size(); i++) {
double sum = 0.0;
for (int j = i - period + 1; j <= i; j++) {
sum += prices.get(j);
}
double movingAverage = sum / period;
movingAverages.add(movingAverage);
}
return movingAverages;
}
}
def calculate_moving_averages(prices, period):
moving_averages = []
for i in range(period - 1, len(prices)):
sum_prices = sum(prices[i - period + 1: i + 1])
moving_average = sum_prices / period
moving_averages.append(moving_average)
return moving_averages
def trend_following_strategy(prices, moving_averages):
for i in range(1, len(prices)):
current_price = prices[i]
previous_price = prices[i - 1]
moving_average = moving_averages[i - 1]
if current_price > moving_average and previous_price <= moving_average:
print("Buy @ ¥", current_price)
elif current_price < moving_average and previous_price >= moving_average:
print("Sell @ ¥", current_price)
prices = [100.0, 105.0, 110.0, 95.0, 120.0, 130.0]
moving_averages = calculate_moving_averages(prices, 5)
trend_following_strategy(prices, moving_averages)