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。
MACD(移動平均収束拡散法)は、株式やその他の資産価格のトレンドやモメンタムを把握するために広く使用されているテクニカル分析ツールです。1970年代にGerald Appel氏によって提唱されて以来、MACDはそのシンプルさと効果性から、投資家やトレーダーにとって重要な指標となっています。MACDはEMA(指数移動平均)を用いて市場の変化を捉え、売買シグナルを明確にすることで、意思決定における優位性を提供します。
この記事では、MACDの基本原理、パラメータ設定、計算方法、実践的な使い方など、あらゆる側面を詳しく解説します。また、JavaやPythonを使ったMACD取引戦略の実装方法も紹介し、実際のコード例と実用的な知見を提供します。記事を読み終える頃には、MACDをテクニカル分析およびトレーディング判断に効果的に活用するための総合的な理解が得られるでしょう。
MACDは「Moving Average Convergence Divergence(移動平均収束拡散)」の略で、以下の主要コンポーネントから構成されます:
これらの要素を組み合わせることで、明確な売買シグナルが得られ、トレーダーの判断をサポートします。次に、MACDのパラメータ設定と計算方法について詳しく見ていきましょう。
MACDのパラメータ設定
クラシックなMACDのパラメータは「12・26・9」で、ファストライン、スローライン、シグナルラインの期間を示します。この設定は長年使用されており、感度と安定性のバランスが良好とされています。
市場環境に応じたパラメータ調整
標準の12-26-9に加え、市場状況に応じてパラメータを調整することで、MACDの効果を最大化できます。
どの設定を選ぶにしても、自身のトレードスタイルや市場の特性に合わせて調整することが重要です。
2.1 ゴールデンクロスとデッドクロス
これらはMACDの基本的なシグナルで、視覚的にも分かりやすく、初心者にも扱いやすいです。
2.2 弱気ダイバージェンス(MACDトップダイバージェンス)
発生条件:
形成プロセス:
これは上昇モメンタムの鈍化を意味し、トレンドの転換や調整局面のサインとなります。出来高やRSI、ボリンジャーバンドなどと併用することで、信頼性が向上します。出来高が減少しているなら、ポジションを減らす、または撤退する判断材料となります。
2.3 強気ダイバージェンス(MACDボトムダイバージェンス)
トレード手順:
Java
import java.util.List;
class TradeClient {
public static double getCurrentPrice(String symbol) {
return 0.0;
}
}
public class MACDTradingStrategy {
public static double calculateEMA(List<Double> prices, int period) {
return 0.0;
}
public static double calculateMACD(List<Double> prices, int shortPeriod, int longPeriod) {
double shortEMA = calculateEMA(prices, shortPeriod);
double longEMA = calculateEMA(prices, longPeriod);
double dif = shortEMA - longEMA;
return dif;
}
public static void main(String[] args) {
int shortPeriod = 12;
int longPeriod = 26;
String symbol = "AAPL";
List<Double> prices = ...;
double macd = calculateMACD(prices, shortPeriod, longPeriod);
double currentPrice = AlltickClient.getCurrentPrice(symbol);
if (macd > 0 && currentPrice > 0) {
System.out.println("Buy in. Current Price:" + currentPrice);
} else if (macd < 0 && currentPrice > 0) {
System.out.println("Buy out. Current Price:" + currentPrice);
} else {
System.out.println("No Signal");
}
}
}
Python
import time
class TradeClient:
@staticmethod
def get_current_price(symbol):
return 0.0
def calculate_ema(prices, period):
return 0.0
def calculate_macd(prices, short_period, long_period):
short_ema = calculate_ema(prices, short_period)
long_ema = calculate_ema(prices, long_period)
dif = short_ema - long_ema
return dif
def main():
short_period = 12
long_period = 26
symbol = "AAPL"
prices = [...]
macd = calculate_macd(prices, short_period, long_period)
current_price = AlltickClient.get_current_price(symbol)
if macd > 0 and current_price > 0:
print("Buy in. Current Price: ", current_price)
elif macd < 0 and current_price > 0:
print("Buy out. Current Price: ", current_price)
else:
print("No Signal")
if __name__ == "__main__":
while True:
main()
time.sleep(60)