You need to enable JavaScript to run this app. 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
优惠活动
大模型
产品
解决方案
定价
更多

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:

  1. 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
  2. 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
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.03 02:06:09