如何通过Binance API获取Bid/Ask订单数据计算K线Delta值？

要获取Binance的买单（Bid）和卖单（Ask）成交数据，核心是利用Binance API返回的逐笔成交记录中的isBuyerMaker字段区分成交方向，再按K线时间分组计算Delta值。以下是具体实现步骤：

一、核心逻辑说明 #

Binance逐笔成交数据中的isBuyerMaker字段直接对应成交方向：

• isBuyerMaker=False：买家为主动成交方（Taker），吃了卖家的挂单，属于Bid买单成交
• isBuyerMaker=True：卖家为主动成交方（Taker），吃了买家的挂单，属于Ask卖单成交

Delta值计算：Delta = Ask成交总成交量 - Bid成交总成交量

二、使用REST API获取历史成交数据 #

1. 依赖准备 #

先安装Binance官方Python SDK：

pip install python-binance

2. 初始化API客户端 #

替换为你的Binance API密钥（仅需读取权限）：

from binance.client import Client
import pandas as pd

api_key = "你的API密钥"
api_secret = "你的API密钥密码"
client = Client(api_key, api_secret)

3. 获取并解析成交数据 #

# 获取BTCUSDT最近1000笔逐笔成交记录
trades = client.get_trades(symbol="BTCUSDT", limit=1000)
df = pd.DataFrame(trades)

# 转换时间戳为可读格式
df["time"] = pd.to_datetime(df["time"], unit="ms")

# 转换成交量为数值类型（API返回为字符串）
df["qty"] = pd.to_numeric(df["qty"])

# 标记订单类型：Bid/Ask
df["order_type"] = df["isBuyerMaker"].apply(lambda x: "Ask" if x else "Bid")

4. 按K线分组计算Delta值 #

以1分钟K线为例：

# 按1分钟时间粒度分组
df["kline_time"] = df["time"].dt.floor("1min")

# 分组统计Ask/Bid总成交量，计算Delta
delta_df = df.groupby("kline_time").agg(
    ask_volume=("qty", lambda x: x[df.loc[x.index, "order_type"] == "Ask"].sum()),
    bid_volume=("qty", lambda x: x[df.loc[x.index, "order_type"] == "Bid"].sum())
).fillna(0)

delta_df["delta"] = delta_df["ask_volume"] - delta_df["bid_volume"]

# 查看结果
print(delta_df.head())

5. 获取更早的历史数据 #

由于get_trades接口单次最多返回1000条数据，可通过循环分页获取更早的记录：

def fetch_all_historical_trades(symbol, start_id=0):
    all_trades = []
    while True:
        batch_trades = client.get_trades(symbol=symbol, limit=1000, fromId=start_id)
        if not batch_trades:
            break
        all_trades.extend(batch_trades)
        start_id = batch_trades[-1]["id"] + 1
    return pd.DataFrame(all_trades)

# 获取BTCUSDT所有历史成交数据（数据量极大，谨慎调用）
full_trade_df = fetch_all_historical_trades("BTCUSDT")

三、使用WebSocket获取实时成交数据 #

如果需要实时计算Delta值，可通过WebSocket订阅实时成交频道：

from binance.websockets import BinanceSocketManager

# 存储实时成交数据的列表
real_time_data = []

def handle_real_time_trade(msg):
    if msg["e"] == "trade":
        # 解析实时成交数据
        trade_info = {
            "time": pd.to_datetime(msg["T"], unit="ms"),
            "qty": float(msg["q"]),
            "isBuyerMaker": msg["m"]
        }
        real_time_data.append(trade_info)
        
        # 实时计算当前1分钟K线的Delta
        rt_df = pd.DataFrame(real_time_data)
        rt_df["kline_time"] = rt_df["time"].dt.floor("1min")
        current_kline = rt_df[rt_df["kline_time"] == rt_df["kline_time"].max()]
        
        ask_total = current_kline[current_kline["isBuyerMaker"]]["qty"].sum()
        bid_total = current_kline[~current_kline["isBuyerMaker"]]["qty"].sum()
        current_delta = ask_total - bid_total
        
        print(f"当前1分钟K线Delta值: {current_delta:.2f}")

# 启动WebSocket连接
bm = BinanceSocketManager(client)
conn_key = bm.start_trade_socket("BTCUSDT", handle_real_time_trade)
bm.start()

注意事项 #

• API密钥仅需开启读取权限即可，无需交易权限
• 遵守Binance API调用频率限制，避免触发限流
• 若需计算成交额（成交量×价格）的Delta，可将qty替换为quoteQty（API返回的成交金额字段）

内容的提问来源于stack exchange，提问作者Gianluigi Mvutu