是否有一种使用来自交易所的实时股票信息来构建Kline交易数据的方法＆＃x27; API？

Question

我已经构建了一个Python现货交易机器人，并打算将其与KuCoin交易所一起使用。该机器人需要每个硬币的过去 50 个数据点的历史 OHLCV 数据，间隔 5m。我的目的是尽快检索每个代币（交易所上约 1000 个代币）的 K 线（烛台）数据，最好在 5 分钟窗口内进行充分交易。

API 提供了一个用于检索 K 线数据的客户端方法，这是我当前的实现，但它严重限制了此请求的频率。将睡眠时间设置为 2 秒仍会产生频率违规。此外，文档中有一条注释如下：

Klines 不应频繁轮询。如果您需要实时 信息，使用交易和预订端点以及 websocket 饲料。

下面的代码是我当前的实现：

#Import Modules
import os
import pickle
import datetime as dt
import time
import threading
import random
from kucoin.client import Market

def get_symbols():
    
    """
        This function retrieves all tradable symbols from
        the exchange.
        
        Parameters:
        -----------
        None
        
        Returns:
        -----------
        symbols: list(str)
            list of trading symbols
        
    """
    
    #Get list of possible symbols
    all_symbols = client.get_symbol_list()
    
    #For all tickers
    symbols = []
    for ticker in all_symbols:
        
        #Pull data
        symbol = ticker["symbol"]
        trading = ticker["enableTrading"]
        
        #keep if trading allowed
        if trading:
            symbols.append(symbol)
        
    return symbols

def update_kline(symbol,source_dict):
    
    #Points to pull
    DATA_PTS = 50
    
    #Get kline data
    klines = client.get_kline(symbol,'5min')
    klines = klines[:DATA_PTS]
    
    #Get the lastest epoch time from kline dataset
    latest_time = int(klines[0][0])
    
    #If kline data is not recent (info is bugged), skip
    if abs(end-latest_time) > 5*60:
        return
    
    #Make sure data has 50 full datapoints
    if len(klines) == DATA_PTS:
        source_dict[symbol] = klines    
  
def update_klines(source_dict,symbols):
    
    """
        This function continously updates kline data
        for all given symbols to a destination dictionary
        "source_dict".
        
        Parameters:
        -----------
        source_dict: dict
            where keys are symbol names and value is
            kline 2D array/list data
            
        symbols: list(str)
            symbols to pull data from
            
        Returns:
        -----------
        None
        
    """
    
    #Forever
    while True:
        
        #For each symbol
        for i,symbol in enumerate(symbols):

            #Update dictionary with kline data for symbol
            update_kline(symbol,source_dict)
            
            #Sleep for some time to avoid IP freeze
            time.sleep(random.uniform(2,3))

def main():
    
    """
        Main function to run bot.
        
        Parameters:
        -----------
        None
        
        Returns:
        -----------
        None
        
    """
    
    #Initialize client
    client = Market(url='https://api.kucoin.com')
    
    #Get symbols
    symbols = get_symbols()
    
    #Source dict which will hold kline data
    source_dict = {}
    
    #Set thread to continuously update kline data
    t = threading.Thread(target = update_klines,args=(source_dict,symbols))
    t.start()
    
#Run main function in script
if __name__ == "__main__":
    main()

上面的执行最终将产生一个返回错误代码，表明请求太多。我能想到的第一个可行的解决方案是使用不同的方法手动构建 k 线数据。 API 提到使用带有 websockets 的图书和交易端点（不熟悉 websockets）。但是，我不熟悉如何使用此类数据组装 K 线数据框。

我能想到的第二个潜在解决方案是使用替代交易所的 API，例如 Binance，甚至是 yfinance 库中的数据，这些库的 K 线频率限制可能不太严格。然而，我认为 K 线数据将与我打算交易的交易所（KuCoin）有所不同，因此会出现问题。不过，我正在使用历史 K 线数据来预测买入候选者。因此，该解决方案将涉及使用不同的 API/库来获取频繁的 K 线数据，一旦找到购买机会的可行候选者，就向 KuCoin 请求感兴趣的符号的单个 K 线数据以确认其候选资格。正如您可以想象的那样，这将具有准确性和延迟的缺点。

KuCoin官方API参考： https://docs.kucoin.com/#market-data

KuCoin Python API参考： https://github.com/Kucoin/kucoin-python-sdk