获取现货与合约的历史行情数据全攻略

现货交易、杠杆、永续合约……无论策略多复杂，最底层都绕不开一句话：先有靠谱的历史行情数据。下文教你怎样高效下载并使用 OKX 提供的 历史行情数据、历史成交数据 与 订单簿快照，覆盖现货与期货两大市场。

关键词：历史行情数据、历史成交数据、OHLC、订单簿快照、永续合约资金费率、Tick 级数据

为什么要自己准备数据

回测准确性：再灵敏的量化模型，也离不开干净、连续、时间戳精准的数据。
策略迭代快：一次性把三年级的数据下到本地，后续日线改分钟线随时扩展。
降低接口调用：本地 CSV 一秒读完，避免 API 限流造成实盘信号延迟。

现货市场：数据源总览

1. OHLC（Candle Stick）数据

整库以 “日期+交易对+K线周期” 为文件名，最小粒度 1 分钟起跳，老数据可追溯至 2019 年。
👉 立刻下载 5 万余条现货 OHLC 样本，快速验证策略复现效果

2. 聚合成交（Aggregated Trades）

将相同价格瞬间多笔撮合整合成一条，避免重复 Tick。文件每日按交易对打包压缩，CSV 内字段：

price / size / side / timestamp / aggregated_trade_id

3. Tick 级成交历史

真正对高频因子有用的 “地摊货”：每一笔撮合原始明细！覆盖 2021 以来的全量，解包后行数轻松上亿。
推荐使用 parquet 格式，降低磁盘 IO。

期货市场：新增资金费率维度

1. 历史行情数据 & 成交数据

与现货路径相似，唯一区别在文件命名里多了一段合约代号（如 BTC-USDT-230929）。

2. 永续合约资金费率

这是期货专有的辅助数据。每天 8:00、16:00、00:00（UTC+8）三个时间点结算，CSV 三列：

settlement_time / funding_rate / interest_rate

将资金费率与价格对齐后，可用于构建 资金费率中性 策略：做空高费率币、做多低费率币，弱化单边波动。

VIP 专享：订单簿 Level-2 快照

OKX 为 VIP 用户提供最近 3 个月的订单簿历史，包含前 50 档买 + 卖挂单量。

文件为每分钟快照，体积较大，同一交易对日均 1–2 GB。
典型使用场景：
1. 计算真实 深度加权盘口价；
2. 识别冰山订单或止损墙；
3. 回归盘口 流动性因子 与后续波动关系。

下载流程实战步骤

登录 OKX 账户 ➜ 进入 API 管理 ➜ 创建「读取-analytics」权限的 API key。
打开官方数据门户，勾选需要的时间区间与币种，生成一次性下载链接（有效期 24 小时）。
建议用 aria2c 多线程下载；文件校验 MD5 值，确认完整性。

本地目录结构参考：

okx-hist-data/
├── spot/
│   ├── BTC-USDT/
│   │   ├── 1m-ohlc/
│   │   ├── aggregated-trades/
│   │   └── tick-trades/
└── futures/
    ├── BTC-USDT-SWAP/
    │   └── funding-rate/

数据处理小贴士

缺失值处理：官方已做插值与对齐，若出现空行，多因当日全天未成交，可直接剔除。
时间戳统一：开盘时间为 UTC+8，若你策略跑在 UTC+0，记得减去 8 小时。
压缩格式：gzip 与 parquet 二选一；后者配合 DuckDB 性能最佳。
👉 查看 10G 数据用 DuckDB 秒开查询的脚本示例

FAQ：关于 OKX 历史行情数据的常见疑问

Q1：下载官方历史行情数据是否收费？
A：个人回测免费。如需二次分发或嵌入商业 SaaS，需要邮件申请商用授权。

Q2：Tick 级成交在 2020 年之前的数据能补吗？
A：目前官方仅保留 2021 年起的数据，更早期无法补全，建议改用聚合成交 + 1 分钟 OHLC 组合训练。

Q3：文件太大，不想全量下怎么办？
A：用 API 分批拉取所需日期区间，只保留研究币种与对应周期即可节省 70% 以上存储。

Q4：VIP 订单簿快照能否按秒级频率获取？
A：不行，官方提供的 Level-2 最高频率为 1 分钟；更高精度需通过 WebSocket 实时存储。

Q5：Parquet 文件打开报错？
A：确认 Python 环境 pyarrow >= 6.0.0；如用 pandas 读取，改用 pd.read_parquet(path, engine="pyarrow") 即可。

Q6：历史行情数据与实时接口有没有差异？
A：完全一致，回放时可无缝接入同一套字段定义，避免因字段名差异带来代码改动。

小结

掌握这套现货 + 期货的历史行情数据获取姿势，你就拥有了策略回测与量化研究的“地基”。把数据拉回家，清洗、对齐、特征工程再微调模型，让每一次开仓都有迹可循。愿你在下一轮牛市到来前，把策略打磨得足够锋利！