告别高延迟高消耗：A 股分钟级行情订阅终极方案

做 A 股行情分析或基金研究相关开发的朋友，大概率都踩过实时数据获取的坑：用 HTTP 接口轮询抓行情，要么延迟高错过关键点位，要么高频请求把服务器 CPU 跑满，就算把轮询频率拉到极致，也做不到真正的 “实时”—— 尤其是做基金标的动态监控时，这个问题简直是致命的。
今天就跟大家分享一下我在实际开发中，从踩坑轮询模式到用 WebSocket 实现分钟级行情订阅的完整过程，代码可直接复用，适配基金研究、行情看板等常见场景。

一、先说说轮询模式的那些坑
刚开始做行情获取时，我也是用最基础的 HTTP 轮询，结果踩了一堆坑，总结下来主要有 3 点：

1. 延迟 + 资源双高：轮询间隔设 1 秒，数据延迟至少 1 秒，还会让本地 CPU 占用率飙升；间隔设短了，又容易触发接口限流，直接被封 IP；
2. 多线程开发麻烦：要抓多支股票的数据，就得写多线程请求逻辑，线程管理稍不注意就卡顿，开发和维护成本都高；
3. 恶性循环难破解：频率低→延迟高，频率高→限流 / 资源浪费，完全满足不了基金研究对数据实时性、稳定性的要求。

二、解决方案：WebSocket 长连接订阅
踩够坑后，我转向了 WebSocket 长连接的订阅模式 —— 让服务端主动推数据，而不是客户端反复问，这也是现在行业内获取实时行情的主流方案。整个流程特别清晰，就 3 步，新手也能看懂：

1. 建长连接：和行情服务器建立 WebSocket 持久连接，代替 HTTP 的 “问一次答一次”，保证数据传输不中断；
2. 发订阅请求：告诉服务器要盯哪些股票（比如 000001.SH）、要什么粒度的数据（分钟级）；
3. 处理推送数据：服务器推来行情后，按需处理 —— 打印校验、存数据库、推到前端看板都可以。

三、可直接运行的 Python 代码
话不多说，上核心代码（Python 3.6 + 可直接跑），我已经在基金标的监控项目中验证过，复制就能用：

import json
import websocket

WS_URL = "wss://api.alltick.co/realtime"
# 想关注的 A 股股票
symbols = ["000001.SH", "600519.SH"]

def on_open(ws):
    print("连接建立成功,准备订阅分钟级行情")
    msg = {
        "action": "subscribe",
        "symbols": symbols,
        "interval": "1m"
    }
    ws.send(json.dumps(msg))

def on_message(ws, message):
    data = json.loads(message)
    print("收到行情:", data)

def on_error(ws, error):
    print("连接出错:", error)

def on_close(ws):
    print("连接关闭")

if __name__ == "__main__":
    ws = websocket.WebSocketApp(
        WS_URL,
        on_open=on_open, on_message=on_message,
        on_error=on_error, on_close=on_close
    )
    ws.run_forever()

新手必看：运行前准备

1. 先装依赖：pip install websocket-client；
2. 确保网络能访问wss://api.alltick.co/realtime；
3. 改symbols里的股票代码，就能盯自己关注的标的。

四、订阅模式对比轮询的核心优势
用过之后才发现，订阅模式比轮询香太多了，总结 3 个核心优势：

1. 延迟极低：行情数据生成后服务器立刻推送，延迟毫秒级，再也不会错过关键价格；
2. 资源省太多：不用本地高频发请求，CPU 占用率从轮询的 70%+ 降到 10% 以内；
3. 开发维护简单：一条连接就能盯几十支股票，不用写复杂的多线程、定时器逻辑，省心。

五、实战经验：让订阅更稳定的 3 个小技巧
跑通代码只是第一步，要用到生产环境，还得注意这 3 点（都是踩坑总结的）：
加心跳 + 自动重连：网络波动或服务器断连是常事，一定要写心跳检测，断连后自动重连，避免行情中断；
批量订阅更稳：把要盯的股票整合到一个订阅请求里，别给每支股票建一个连接，既稳定又省资源；
数据落地要做好：分钟级数据攒得快，长期存建议用时序数据库（比如 TimeScaleDB），后续回测、分析都方便。

六、数据源选择小建议
最后提一下数据源，市场上接口五花八门，做基金研究的话，优先选这 3 类：

1. 延迟低（≤200ms）；
2. 标的覆盖全（沪深 A 股、ETF 都要有）；
3. 接口稳定（别动不动就崩）。
   我自己用的 AllTick 接口就挺合适，接入简单，订阅逻辑和业务逻辑分开，不会干扰主程序，新手也能快速上手。

最后总结
其实从轮询换成 WebSocket 订阅，核心就是把 “被动问数据” 改成 “主动收数据”，不仅解决了延迟和资源的问题，还能让行情分析、策略监控的开发效率提升一大截。
这套方案我已经在多个基金研究相关项目中落地，实测稳定可靠，希望能帮到同样做 A 股行情开发的朋友，少踩点坑～