Python调用币安API按指定区间获取加密货币历史价格及脚本优化
脚本优化方案
原脚本存在两个核心问题导致无法自定义拉取时间范围:
- 未传入币安K线接口要求的时间范围参数,仅使用接口默认逻辑返回最近500条K线数据
- 未实现分页拉取逻辑,受接口单次最多返回1000条数据的限制,无法覆盖跨数年的长周期历史数据
优化核心逻辑
- 给请求接口补充
startTime、endTime参数,支持传入自定义的起止日期,自动转换为接口要求的毫秒级时间戳 - 增加循环分页机制:每轮请求拉取最大允许条数的K线,以上一轮最后一条数据的收盘时间作为下一轮请求的起点,直到覆盖完整的目标区间
- 增加格式标准化、去重逻辑,避免分页拉取时出现数据重叠、格式混乱的问题
- 支持“拉取币种首个交易日起全量数据”的场景:只需将起始时间参数设为0,接口会自动从该币种最早的K线数据开始返回
优化后可直接运行的脚本
import requests import pandas as pd import datetime as dt import time # 可根据自身需求修改的配置 KLINE_INTERVAL = "1d" # 可选值: 1m/5m/30m/1h/6h/1d等币安支持的K线周期 START_DATE = "2015-12-01" # 拉取起始日期,设为None时自动从币种首个交易日开始拉取 END_DATE = "2020-12-31" # 拉取结束日期,设为None时拉取至当前最新时间 SYMBOL_LIST = ["BTCUSDT", "ETHUSDT"] # 待拉取的交易对列表 SINGLE_REQUEST_LIMIT = 1000 # 币安K线接口单次请求最大返回条数,固定为1000无需修改 def fetch_full_klines(symbol, interval, start_date=None, end_date=None): collected_data = [] # 转换输入日期为接口要求的毫秒时间戳 current_start_ts = 0 if start_date: current_start_ts = int(dt.datetime.strptime(start_date, "%Y-%m-%d").timestamp() * 1000) current_end_ts = int(dt.datetime.now().timestamp() * 1000) if end_date: current_end_ts = int(dt.datetime.strptime(end_date, "%Y-%m-%d").timestamp() * 1000) api_url = "https://api.binance.com/api/v3/klines" while True: request_params = { "symbol": symbol, "interval": interval, "startTime": current_start_ts, "endTime": current_end_ts, "limit": SINGLE_REQUEST_LIMIT } resp = requests.get(api_url, params=request_params) kline_batch = resp.json() # 无返回数据时终止循环 if not kline_batch: break collected_data.extend(kline_batch) # 单批次返回数据不足上限,说明已拉取至目标区间末尾 if len(kline_batch) < SINGLE_REQUEST_LIMIT: break # 设置下一次请求的起点,避免数据重叠 current_start_ts = kline_batch[-1][6] + 1 # 控制请求频率,避免触发接口限流 time.sleep(0.2) # 整理返回数据为标准化DataFrame df = pd.DataFrame(collected_data, columns=[ 'open_time', 'open', 'high', 'low', 'close', 'volume', 'close_time', 'quote_asset_volume', 'num_trades', 'taker_base_vol', 'taker_quote_vol', 'ignore' ]) # 转换时间格式 df['open_time'] = pd.to_datetime(df['open_time'], unit='ms') df['close_time'] = pd.to_datetime(df['close_time'], unit='ms') # 转换价格、成交量列为数值类型 numeric_columns = ['open', 'high', 'low', 'close', 'volume', 'quote_asset_volume', 'taker_base_vol', 'taker_quote_vol'] df[numeric_columns] = df[numeric_columns].astype(float) # 按开盘时间去重,按时间排序 df = df.drop_duplicates(subset=['open_time']).sort_values('open_time').reset_index(drop=True) return df # 批量拉取并保存数据 for symbol in SYMBOL_LIST: kline_df = fetch_full_klines(symbol, KLINE_INTERVAL, START_DATE, END_DATE) save_file = f"{symbol}_{KLINE_INTERVAL}.csv" kline_df.to_csv(save_file, index=False) print(f"交易对{symbol}数据已保存,共{len(kline_df)}条,覆盖区间:{kline_df['open_time'].min()} 至 {kline_df['open_time'].max()}")
使用说明
- 若需要拉取任意币种自首个交易日起的全量数据,只需将脚本中的
START_DATE参数设为None即可 - 脚本内置了请求间隔控制,避免触发币安接口的限流规则,批量拉取分钟级长周期数据时不要随意删除等待逻辑
- 拉取超大时间范围的分钟级数据时,可适当增大请求间隔,降低被临时封禁IP的概率
内容的提问来源于stack exchange,提问作者Otto
相关产品推荐
相关产品推荐

