新加坡股票API接入指南：新交所(SGX)实时行情与历史数据获取

iTick
2026-02-08
教程

新加坡作为亚洲重要的金融中心，其股市汇聚了众多东南亚龙头企业。从星展银行到新加坡电信，从扬子江船业到凯德集团，新加坡交易所（SGX）的上市公司覆盖金融、电信、房地产、航运等多个领域，成为全球投资者布局东南亚市场的重要门户。

本文将为您详细讲解如何通过iTick API一站式接入新加坡股票市场，获取实时行情、历史 K 线及深度盘口数据，并提供完整的 Python 实战代码，助您快速构建新加坡股市数据分析系统。

一、为什么选择 iTick 接入新加坡股市？

在众多数据服务商中，iTick 对开发者非常友好，特别适合需要对接新加坡（SG）等多市场的量化团队。

市场覆盖全面：除了新加坡，还支持美国、香港、台湾、日本、印度、马来西亚、泰国等多个国家和地区的股票，一个 API 搞定全球数据。

协议选择灵活：提供 RESTful API（适合单次查询）、WebSocket（适合实时推送）和 FIX API（适合机构级高频），满足不同场景需求。

开发者体验友好：提供免费套餐，新用户注册即可获取免费 Token；文档简洁，并附有 Python、Java、Go 等多语言示例。

数据质量专业：数据延迟低至毫秒级，支持成交（tick）、报价（quote）、盘口（depth）等多种数据类型，满足量化交易的不同需求。。

二、环境准备

在开始接入之前，需要完成以下准备工作：

1. 注册 iTick 账号并获取 API Token

访问 iTick 官网注册账号，30 秒完成注册，无需信用卡。在控制台即可找到您的专属 API Token。

2. 安装 Python 依赖库

本教程需要安装requests和websocket-client库：

      pip install requests websocket-client pandas matplotlib

三、新加坡股票实时行情接入（REST API）

对于不需要实时推送的场景，REST API 是最简单直接的获取方式。以下代码示例获取新加坡三大代表性公司的实时行情：

星展银行（D05） - 东南亚最大银行
华侨银行（O39） - 新加坡主要金融机构
新加坡电信（Z74） - 新加坡领先电信运营商

      import requests
import datetime

# 配置您的API Token
API_TOKEN = "your_api_token_here"  # 替换为您的实际Token
BASE_URL = "https://api.itick.org"

def get_singapore_stock_quote(symbol):
    """
    获取新加坡股票实时报价
    :param symbol: 股票代码，如"D05"（星展银行）
    """
    url = f"{BASE_URL}/stock/quote"
    params = {
        "region": "SG",      # 新加坡市场代码
        "code": symbol       # 股票代码
    }
    headers = {
        "accept": "application/json",
        "token": API_TOKEN
    }

    try:
        response = requests.get(url, params=params, headers=headers, timeout=5)
        response.raise_for_status()
        result = response.json()

        if result.get("code") == 0:  # 0表示成功
            data = result.get("data", {})
            print(f"📊 股票名称: {data.get('n', 'N/A')}")
            print(f"股票代码: {data.get('s', 'N/A')}")
            print(f"最新价: {data.get('ld', 'N/A')} SGD")
            print(f"开盘价: {data.get('o', 'N/A')} SGD")
            print(f"最高价: {data.get('h', 'N/A')} SGD")
            print(f"最低价: {data.get('l', 'N/A')} SGD")
            print(f"成交量: {data.get('v', 'N/A')} 股")
            print(f"涨跌幅: {data.get('chp', 'N/A')}%")

            # 转换时间戳
            timestamp = data.get('t', 0) / 1000
            if timestamp > 0:
                dt = datetime.datetime.fromtimestamp(timestamp)
                print(f"数据时间: {dt.strftime('%Y-%m-%d %H:%M:%S')} (新加坡时间)")
            return data
        else:
            print(f"❌ API错误: {result.get('msg', 'Unknown error')}")
            return None

    except Exception as e:
        print(f"❌ 请求异常: {str(e)}")
        return None

# 批量获取多只新加坡股票实时行情
def get_multiple_quotes(symbols):
    """批量获取多只股票实时行情"""
    for symbol in symbols:
        print(f"\n{'='*50}")
        print(f"获取 {symbol} 实时行情...")
        get_singapore_stock_quote(symbol)

# 调用示例：获取星展银行实时行情
print("🔍 获取星展银行(D05)实时行情:")
get_singapore_stock_quote("D05")

# 批量获取多只新加坡股票
singapore_stocks = ["D05", "O39", "Z74"]  # 星展银行、华侨银行、新电信
get_multiple_quotes(singapore_stocks)

    

执行上述代码，即可获取新加坡股票的实时交易数据。返回的 JSON 结构包含完整的报价信息，可直接用于量化策略的输入。

四、获取历史 K 线数据（策略回测必备）

历史数据是量化回测的基础。以下示例获取新加坡电信（代码：Z74）的日线历史数据，并进行简单可视化：

      import requests
import pandas as pd
import matplotlib.pyplot as plt
from datetime import datetime, timedelta

def get_singapore_stock_kline(symbol, ktype=8, limit=100):
    """
    获取新加坡股票历史K线数据
    :param symbol: 股票代码，如"Z74"（新加坡电信）
    :param ktype: K线类型 (1:1分钟, 2:5分钟, 3:15分钟, 4:30分钟, 5:60分钟, 8:日线, 9:周线, 10:月线)
    :param limit: 获取K线数量
    :return: DataFrame格式的K线数据
    """
    url = f"{BASE_URL}/stock/kline"
    params = {
        "region": "SG",      # 新加坡市场代码
        "code": symbol,
        "kType": ktype,
        "limit": limit
    }
    headers = {
        "accept": "application/json",
        "token": API_TOKEN
    }

    try:
        response = requests.get(url, params=params, headers=headers)
        result = response.json()

        if result.get("code") == 0:
            kline_data = result.get("data", [])

            if not kline_data:
                print(f"❌ 未获取到{symbol}的数据")
                return None

            # 转换为Pandas DataFrame便于分析
            df = pd.DataFrame(kline_data)

            # 转换时间戳并设置索引
            df['datetime'] = pd.to_datetime(df['t'], unit='ms')
            # 转换为新加坡时间（UTC+8）
            df['datetime'] = df['datetime'].dt.tz_localize('UTC').dt.tz_convert('Asia/Singapore')
            df.set_index('datetime', inplace=True)

            # 重命名列
            df.rename(columns={
                'o': 'open', 'h': 'high', 'l': 'low',
                'c': 'close', 'v': 'volume'
            }, inplace=True)

            # 转换为数值类型
            for col in ['open', 'high', 'low', 'close', 'volume']:
                df[col] = pd.to_numeric(df[col])

            print(f"✅ 获取到 {len(df)} 条K线数据")
            print(f"数据范围: {df.index[0]} 至 {df.index[-1]}")

            # 显示最新5条数据
            print("\n📊 最新5条K线数据:")
            print(df[['open', 'high', 'low', 'close', 'volume']].tail())

            return df
        else:
            print(f"❌ API错误: {result.get('msg', '未知错误')}")
            return None

    except Exception as e:
        print(f"❌ 请求异常: {str(e)}")
        return None

def plot_stock_data(df, symbol):
    """绘制股票K线收盘价走势"""
    if df is None or df.empty:
        return

    plt.figure(figsize=(14, 7))
    plt.plot(df.index, df['close'], 'b-', linewidth=1.5, label='收盘价')
    plt.title(f'{symbol} 收盘价走势图（新加坡市场）', fontsize=16)
    plt.xlabel('日期')
    plt.ylabel('价格 (SGD)')
    plt.grid(True, alpha=0.3)
    plt.legend()

    # 格式化x轴日期
    plt.gcf().autofmt_xdate()

    # 添加简单的移动平均线
    df['MA20'] = df['close'].rolling(window=20).mean()
    plt.plot(df.index, df['MA20'], 'r--', linewidth=1, label='20日均线')
    plt.legend()

    plt.tight_layout()
    plt.show()

# 获取新加坡电信最近100个交易日数据
print("\n🔍 获取新加坡电信(Z74)历史数据...")
singtel_df = get_singapore_stock_kline("Z74", ktype=8, limit=100)

if singtel_df is not None:
    # 绘制走势图
    plot_stock_data(singtel_df, "Z74 (新加坡电信)")

    # 计算简单统计指标
    print(f"\n📈 统计指标:")
    print(f"最新收盘价: {singtel_df['close'].iloc[-1]:.3f} SGD")
    print(f"期间最高价: {singtel_df['high'].max():.3f} SGD")
    print(f"期间最低价: {singtel_df['low'].min():.3f} SGD")
    print(f"平均成交量: {singtel_df['volume'].mean():.0f} 股")
    print(f"期间涨跌幅: {((singtel_df['close'].iloc[-1] / singtel_df['close'].iloc[0] - 1) * 100):.2f}%")

    

这段代码不仅获取了历史数据，还展示了如何使用 Pandas 进行数据处理和简单可视化，方便直接用于策略回测。

五、WebSocket 实时行情订阅（低延迟策略）

对于需要实时监控的高频交易策略，WebSocket 是更好的选择。以下示例展示如何订阅新加坡股票实时行情：

      import websocket
import json
import threading
import time

WS_URL = "wss://api.itick.org/stock"
API_TOKEN = "your_api_token_here"  # 替换为您的实际Token

def on_message(ws, message):
    """处理接收到的消息"""
    data = json.loads(message)

    # 处理连接成功的消息
    if data.get("code") == 1 and data.get("msg") == "Connected Successfully":
        print("✅ WebSocket连接成功，等待认证...")

    # 处理认证结果
    elif data.get("resAc") == "auth":
        if data.get("code") == 1:
            print("✅ 认证成功，准备订阅数据...")
            subscribe(ws)
        else:
            print("❌ 认证失败")
            ws.close()

    # 处理订阅结果
    elif data.get("resAc") == "subscribe":
        if data.get("code") == 1:
            print("✅ 订阅成功")
        else:
            print(f"❌ 订阅失败: {data.get('msg')}")

    # 处理市场数据
    elif data.get("data"):
        market_data = data["data"]
        data_type = market_data.get("type")
        symbol = market_data.get("s")

        if data_type == "quote":
            print(f"[{symbol}] 最新价: {market_data.get('ld')} SGD | "
                  f"涨跌幅: {market_data.get('chp')}% | "
                  f"成交量: {market_data.get('v')}")
        elif data_type == "tick":
            print(f"[{symbol}] 成交: {market_data.get('ld')} SGD | "
                  f"时间: {time.strftime('%H:%M:%S', time.localtime(market_data.get('t')/1000))}")
        elif data_type == "depth":
            bids = market_data.get("b", [])[:3]  # 买三档
            asks = market_data.get("a", [])[:3]  # 卖三档
            print(f"[{symbol}] 买盘: {bids} | 卖盘: {asks}")

def on_error(ws, error):
    """处理错误"""
    print(f"❌ WebSocket错误: {error}")

def on_close(ws, close_status_code, close_msg):
    """连接关闭回调"""
    print(f"🔌 WebSocket连接关闭: {close_msg}")

def on_open(ws):
    """连接建立后的回调"""
    print("🌐 WebSocket连接已打开")

def subscribe(ws):
    """订阅新加坡股票行情数据"""
    subscribe_msg = {
        "ac": "subscribe",
        "params": "D05$SG,O39$SG,Z74$SG",  # 新加坡股票代码：星展银行、华侨银行、新电信
        "types": "tick,quote,depth"          # 订阅成交、报价和盘口数据
    }
    ws.send(json.dumps(subscribe_msg))
    print(f"📤 订阅请求已发送: {subscribe_msg['params']}")

def send_ping(ws):
    """定期发送心跳包保持连接"""
    while True:
        time.sleep(30)  # 每30秒发送一次心跳
        ping_msg = {
            "ac": "ping",
            "params": str(int(time.time() * 1000))
        }
        ws.send(json.dumps(ping_msg))
        print("💓 心跳已发送")

if __name__ == "__main__":
    # 创建 WebSocket 连接，通过header传递token
    ws = websocket.WebSocketApp(
        WS_URL,
        header={"token": API_TOKEN},
        on_open=on_open,
        on_message=on_message,
        on_error=on_error,
        on_close=on_close
    )

    # 在单独的线程中启动心跳机制
    ping_thread = threading.Thread(target=send_ping, args=(ws,))
    ping_thread.daemon = True
    ping_thread.start()

    print("🚀 启动WebSocket连接...")
    # 启动 WebSocket 连接
    ws.run_forever()

    

运行这段代码后，您将实时接收到星展银行、华侨银行和新加坡电信的报价更新和盘口变化，延迟低于 50ms。

六、获取 Tick 数据（逐笔成交）

对于需要精细化分析的量化策略，Tick 数据（逐笔成交）是重要输入。以下示例获取新加坡股票的实时 Tick 数据：

      def get_singapore_tick_data(symbol):
    """
    获取新加坡股票实时Tick数据（逐笔成交）
    :param symbol: 股票代码，如"D05"
    """
    url = f"{BASE_URL}/stock/tick"
    params = {
        "region": "SG",      # 新加坡市场代码
        "code": symbol       # 股票代码
    }
    headers = {
        "accept": "application/json",
        "token": API_TOKEN
    }

    try:
        response = requests.get(url, params=params, headers=headers)
        result = response.json()

        if result.get("code") == 0:
            tick_data = result.get("data", {})
            print(f"📊 股票: {tick_data.get('s', 'N/A')}")
            print(f"最新成交价: {tick_data.get('ld', 'N/A')} SGD")
            print(f"成交量: {tick_data.get('v', 'N/A')} 股")

            # 转换时间戳
            timestamp = tick_data.get('t', 0) / 1000
            if timestamp > 0:
                dt = datetime.datetime.fromtimestamp(timestamp)
                print(f"成交时间: {dt.strftime('%Y-%m-%d %H:%M:%S')} (新加坡时间)")
            return tick_data
        else:
            print(f"❌ API错误: {result.get('msg', '未知错误')}")
            return None

    except Exception as e:
        print(f"❌ 请求异常: {str(e)}")
        return None

# 获取星展银行实时Tick数据
print("\n🔍 获取星展银行(D05)实时Tick数据:")
get_singapore_tick_data("D05")

    

七、新加坡市场实用指南

1. 股票代码格式

新加坡市场股票代码采用本地代码（如 D05、O39、Z74），iTick API 中通过region=SG参数指定市场。WebSocket 订阅时，格式为代码$SG。

2. 主要新加坡股票代码参考

公司名称	股票代码	所属板块	业务简介
DBS Bank (星展银行)	D05	金融	东南亚最大银行
OCBC Bank (华侨银行)	O39	金融	新加坡主要银行
United Overseas Bank (大华银行)	U11	金融	新加坡主要银行
Singapore Telecom (新电信)	Z74	电信	新加坡领先电信运营商
Singtel (新电信)	Z74	电信	同上（注意 Z74 和 Singtel 为同一公司）
Keppel Corp (吉宝企业)	BN4	综合企业	航运、房地产等
Sembcorp Industries (胜科工业)	U96	能源	能源、水务
CapitaLand (凯德集团)	C31	房地产	亚洲领先房地产集团
Yangzijiang Shipbuilding (扬子江船业)	BS6	航运	中国在新加坡上市的造船企业
Wilmar International (丰益国际)	F34	农业	全球领先农产品企业