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。
量的取引の分野では、戦略の選択と実行が非常に重要です。XTraderは、その強力なデータ分析能力と戦略実行機能により、ますます多くのトレーダーにとっての選択肢となっています。Trader-X契約量的戦略を活用することで、トレーダーは効率的な市場分析と自動化取引を実現し、戦略の実行力を高めることができます。本記事では、XTraderとは何か、Trader-X契約量的戦略の実際の応用について解説し、実行可能なコード例を提供します。
XTraderは量的取引専用に設計された包括的な取引プラットフォームで、外為、株式、暗号通貨など、さまざまな金融資産をサポートしています。リアルタイム市場データ、戦略バックテスト、自動取引機能を提供し、ユーザーは量的取引戦略を設計・最適化することができます。XTraderでは、トレンドフォローや平均回帰、さらにはTrader-X契約量的戦略のような多様な戦略に柔軟に対応でき、複雑な市場環境の中で戦略を実行する助けになります。
主な機能説明実際の応用例リアルタイムデータ取得複数の金融資産のリアルタイム市場データを提供EUR/USDのリアルタイム価格を取得し、トレンド分析を行う戦略設計とバックテスト戦略設計、シミュレーション、バックテスト、最適化をサポート移動平均線を使ったトレンドフォロー戦略を設計し、過去データでテスト自動取引実行戦略の自動実行をサポートし、手動介入を減らす短期移動平均線が長期移動平均線を上抜けたら自動で買い注文を実行WebSocketインターフェース低遅延のリアルタイムデータストリームを提供、ハイフリークエンシートレーディングに最適市場データをリアルタイムで受信し、ミリ秒単位で反応する高頻度取引戦略を実行
これらの機能を活用することで、XTraderは量的取引者にとって、柔軟で強力な取引フレームワークを提供します。次に、いくつかの一般的な量的取引戦略を詳細に解説し、XTraderを使った実装方法を示します。
量的取引において、戦略の設計には技術的なサポートだけでなく、市場の変化に適応できる柔軟性が必要です。Trader-X契約量的戦略は、通常、契約取引を基盤とした量的戦略で、市場のボラティリティをキャッチし、契約取引を通じて迅速に資本を増やすことを目指します。この戦略は、リアルタイム市場データと正確な実行力に依存しており、XTraderはこのための強力なAPIインターフェースとリアルタイムデータを提供します。
1. トレンドフォロー戦略
トレンドフォロー戦略は、市場のトレンドが持続するという前提に基づいています。XTraderは、豊富なテクニカル指標分析機能を提供しており、トレーダーが市場のトレンド方向を正確に判断し、取引決定を下すのに役立ちます。
トレンドフォロー戦略説明主な技術移動平均線クロス短期移動平均線と長期移動平均線の交差でトレンドの変化を判断短期移動平均線(例:50日)と長期移動平均線(例:200日)の交差で売買信号を生成
コード例:
import requests
def get_data():
url = "https://apis.alltick.co/market_data"
params = {'symbol': 'EURUSD'}
response = requests.get(url, params=params)
return response.json()
def moving_average_strategy(data):
short_window = 50
long_window = 200
short_ma = sum(data[-short_window:]) / short_window
long_ma = sum(data[-long_window:]) / long_window
if short_ma > long_ma:
return "BUY"
else:
return "SELL"
data = get_data()
action = moving_average_strategy(data['prices'])
print(action)
2. 平均回帰戦略
平均回帰戦略は、価格が一定範囲を外れると、市場は反発または回帰すると仮定しています。XTraderのリアルタイムデータインターフェースは、価格が平均から外れたときに迅速に反応するのに役立ちます。
平均回帰戦略説明主な技術Zスコア法価格が平均からどれだけ乖離しているかを示し、過剰買いや過剰売りを判断Zスコアが閾値を超えた場合、売り操作を実行、逆に買い操作を実行
コード例:
import numpy as np
def mean_reversion_strategy(data, threshold=2):
prices = np.array(data['prices'])
mean_price = np.mean(prices)
std_dev = np.std(prices)
z_score = (prices[-1] - mean_price) / std_dev
if z_score > threshold:
return "SELL"
elif z_score < -threshold:
return "BUY"
return "HOLD"
data = get_data()
action = mean_reversion_strategy(data)
print(action)
3. 高頻度取引戦略
高頻度取引(HFT)戦略は、極めて短期間の市場の動きを活用して取引を行います。XTraderのWebSocketインターフェースは、リアルタイムで低遅延のデータストリームを提供し、高頻度取引戦略に最適です。
高頻度取引戦略説明主な技術ミリ秒単位での市場反応市場の非常に短期間の変動を利用して取引を実行WebSocketインターフェースを使ってリアルタイムの市場データを受信し、ミリ秒単位で反応
1. 移動平均線クロス
トレンドフォロー戦略をより理解しやすくするために、移動平均線クロスの概念を以下の図で視覚化します:
価格
^
|
| ------
| / \
| / \
| / \
| / \
-------------------------> 時間
短期移動平均線
長期移動平均線
図の通り、短期移動平均線が長期移動平均線を上回ったときに買いシグナル(上向きクロス)が生成され、逆に短期移動平均線が長期移動平均線を下回るときに売りシグナル(下向きクロス)が生成されます。
2. Zスコア法
平均回帰戦略において、Zスコアは現在の価格と平均の乖離を測定するために使われます。価格が平均から一定の標準偏差を超えて偏った場合、市場は回帰する可能性があります。Zスコアの計算式は以下の通りです:
[
Z = \frac{X – \mu}{\sigma}
]
ここで、( X ) は現在の価格、( \mu ) は平均価格、( \sigma ) は価格の標準偏差です。Zスコアが設定した閾値を超えた場合に、売買操作が実行されます。