用 Go 编写的加密货币交易机器人框架,支持多交易所策略的开发、回测与运行。
bmoscon/cryptofeed
Python 库,通过 WebSocket 从多家加密货币交易所实时获取标准化的成交、订单簿和行情数据。
- Star
- 2,973
- Fork
- 783
- 未关闭 Issue
- 2
- 最近提交
- 前天
本页只介绍开源项目,不构成投资建议。交易和投资可能造成亏损,使用前请自行评估风险,并遵守当地法律法规。
这是什么?
Cryptofeed 连接多家加密货币交易所,把它们的行情数据统一成同一种标准格式输出。用户为成交、L1/L2/L3 订单簿、行情(ticker)、资金费率、未平仓合约、爆仓和 K 线等频道注册异步回调函数,无论数据来自哪家交易所,回调拿到的对象结构都一致。交易所提供 WebSocket 时优先使用,没有时则通过 REST 轮询获取。
库支持的交易所较多,涵盖现货、永续合约和交割合约,包括 Binance、Coinbase、Kraken、OKX、Bybit 和 Hyperliquid 等。交易对采用统一命名规则,价格和数量以 Decimal 返回。还可以用合成的 NBBO 数据流,汇总多家交易所的最优买卖价。
在存储方面,Cryptofeed 提供 Redis、Kafka、PostgreSQL、MongoDB、InfluxDB、QuestDB 和 ClickHouse 等后端。它也能将原始行情录制为 pcap 文件,供之后回放。需要 Python 3.13 及以上版本。
核心功能
- 01各交易所的成交、订单簿、行情、资金费率和爆仓数据使用统一的数据对象
- 02优先使用 WebSocket 连接,无可用 WebSocket 时改用 REST 轮询
- 03合成 NBBO 数据流,汇总多家交易所的最优买卖价
- 04内置 Redis、Kafka、PostgreSQL、InfluxDB、ClickHouse 等存储后端
- 05可将行情录制为 pcap 文件并稍后回放
适用场景
- 为量化研究从多家交易所采集实时订单簿和成交数据
- 把实时行情接入交易系统或策略引擎
- 将行情数据写入 ClickHouse、QuestDB 或 PostgreSQL 构建数据仓库
- 录制交易所行情用于离线回放和回测
快速上手
- 1
从 PyPI 安装 cryptofeed(需要 Python 3.13+)
pip install cryptofeed - 2
创建 FeedHandler,添加交易所数据源(指定交易对和频道),然后运行
使用前须知
- 需要 Python 3.13 或更高版本。
- 采用 AGPL 许可证,这是一种具有网络使用义务的 Copyleft 许可证。
标签
常见问题
- cryptofeed 是什么?
- Python 库,通过 WebSocket 从多家加密货币交易所实时获取标准化的成交、订单簿和行情数据。 Cryptofeed 连接多家加密货币交易所,把它们的行情数据统一成同一种标准格式输出。用户为成交、L1/L2/L3 订单簿、行情(ticker)、资金费率、未平仓合约、爆仓和 K 线等频道注册异步回调函数,无论数据来自哪家交易所,回调拿到的对象结构都一致。交易所提供 WebSocket 时优先使用,没有时则通过 REST 轮询获取。
- cryptofeed 可以免费使用吗?用的什么许可证?
- cryptofeed 以 Other 许可证开源。用于商业产品前,请先确认许可证条款。
- cryptofeed 还在维护吗?
- 活跃维护中。cryptofeed 最近一次提交是在 2026年11月6日。
- cryptofeed 适合用来做什么?
- 为量化研究从多家交易所采集实时订单簿和成交数据 把实时行情接入交易系统或策略引擎 将行情数据写入 ClickHouse、QuestDB 或 PostgreSQL 构建数据仓库 录制交易所行情用于离线回放和回测
- cryptofeed 怎么安装和运行?
- 从 PyPI 安装 cryptofeed(需要 Python 3.13+): pip install cryptofeed 创建 FeedHandler,添加交易所数据源(指定交易对和频道),然后运行
- 在哪里获取 cryptofeed?
- 源代码和安装说明在 GitHub 上:https://github.com/bmoscon/cryptofeed
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
为 AI 助手提供 39 个市场数据、技术分析、选股筛选、回测与舆情工具的 MCP 服务器。
统一的加密货币交易 API 库,用一套接口连接 100 多家交易所和预测市场。
面向去中心化交易所的 Python 量化交易框架,提供链上行情数据、策略回测与实盘交易。
可自托管的 AI 量化研究平台,从交易想法到 Python 策略、回测、模拟及实盘执行一站式完成。
基于 C++20 与 Qt6 的原生桌面金融研究终端,内嵌 Python 分析与 AI 智能体,支持 100 多种数据源。