3. 数据获取：使用CCXT库统一获取多个交易所的订单簿与Ticker数据

做跨市场套利，第一步就是搞定数据。

你想想看，如果连价格都拿不准，那还套什么利？我见过不少新手，策略写得挺漂亮，结果数据源一换，全崩了。说白了，数据获取是整个套利系统的地基。

3.1 为什么选CCXT？

CCXT是一个开源的加密货币交易库。它支持上百家交易所，API接口统一。我个人习惯用它，原因很简单：

• 统一接口：不管你是连币安还是OKX，代码写法几乎一样
• 活跃维护：社区更新快，新交易所支持及时
• Python原生：pip install ccxt 就能用，省心

3.2 安装与初始化

先装包，这个不用多说：

pip install ccxt

然后初始化交易所连接。我一般会这样写：

import ccxt

# 初始化交易所
exchange_binance = ccxt.binance({
    'apiKey': '你的API_KEY',
    'secret': '你的SECRET_KEY',
    'enableRateLimit': True,  # 自动限速，防止被封
})

exchange_okx = ccxt.okx({
    'apiKey': '你的API_KEY',
    'secret': '你的SECRET_KEY',
    'password': '你的API密码',  # OKX需要这个
    'enableRateLimit': True,
})

3.3 获取Ticker数据

Ticker就是当前市场快照。包含最新价、24小时涨跌、成交量等。做套利时，我主要看最新价和买卖盘口。

# 获取BTC/USDT的Ticker
ticker_binance = exchange_binance.fetch_ticker('BTC/USDT')
ticker_okx = exchange_okx.fetch_ticker('BTC/USDT')

print(f"币安 BTC价格: {ticker_binance['last']}")
print(f"OKX BTC价格: {ticker_okx['last']}")

# 计算价差
spread = ticker_binance['last'] - ticker_okx['last']
print(f"价差: {spread}")

嗯，这里要注意：不同交易所的Ticker字段名可能略有差异。但CCXT帮你统一了，都用 last、bid、ask 这些标准字段。

3.4 获取订单簿数据

订单簿才是套利的核心。它告诉你当前市场上所有的买单和卖单。我一般会获取深度为10或20的订单簿，够用就行，太深了反而影响速度。

# 获取订单簿，深度10
orderbook_binance = exchange_binance.fetch_order_book('BTC/USDT', limit=10)
orderbook_okx = exchange_okx.fetch_order_book('BTC/USDT', limit=10)

# 查看卖一价和买一价
print(f"币安 卖一: {orderbook_binance['asks'][0]}")
print(f"币安 买一: {orderbook_binance['bids'][0]}")
print(f"OKX 卖一: {orderbook_okx['asks'][0]}")
print(f"OKX 买一: {orderbook_okx['bids'][0]}")

3.5 统一数据格式

不同交易所返回的数据结构虽然被CCXT统一了，但为了后续策略处理方便，我习惯再封装一层：

def normalize_ticker(ticker, exchange_name):
    return {
        'exchange': exchange_name,
        'symbol': ticker['symbol'],
        'last': ticker['last'],
        'bid': ticker['bid'],
        'ask': ticker['ask'],
        'volume': ticker['baseVolume'],
        'timestamp': ticker['timestamp'],
    }

def normalize_orderbook(orderbook, exchange_name):
    return {
        'exchange': exchange_name,
        'bids': orderbook['bids'][:10],  # 取前10档
        'asks': orderbook['asks'][:10],
        'timestamp': orderbook['timestamp'],
    }

这样做的好处是：后面策略模块不用关心数据是从哪个交易所来的，统一处理就行。

3.6 多交易所并发获取

套利讲究时效性。如果串行获取数据，等拿到第二个交易所的价格时，第一个已经变了。所以必须并发。

我一般用Python的 asyncio 配合 aiohttp 来做。但CCXT本身也支持异步：

import asyncio
import ccxt.async_support as ccxt_async

async def fetch_ticker_async(exchange, symbol):
    ticker = await exchange.fetch_ticker(symbol)
    await exchange.close()
    return ticker

async def main():
    binance = ccxt_async.binance()
    okx = ccxt_async.okx()
    
    results = await asyncio.gather(
        fetch_ticker_async(binance, 'BTC/USDT'),
        fetch_ticker_async(okx, 'BTC/USDT'),
    )
    
    print(f"币安: {results[0]['last']}")
    print(f"OKX: {results[1]['last']}")

asyncio.run(main())

3.7 数据缓存与更新频率

别每次策略循环都去拉数据。我建议用本地缓存，定时更新：

import time
from functools import lru_cache

class DataCache:
    def __init__(self, ttl=1.0):  # 缓存1秒
        self.cache = {}
        self.ttl = ttl
    
    def get(self, key, fetch_func):
        now = time.time()
        if key in self.cache:
            data, timestamp = self.cache[key]
            if now - timestamp < self.ttl:
                return data
        
        # 缓存过期，重新获取
        data = fetch_func()
        self.cache[key] = (data, now)
        return data

这样做的好处是：策略循环可以跑得很快，数据更新频率可控。我一般设0.5秒到1秒的TTL，具体看策略对时效性的要求。

3.8 核心逻辑流程图

下面这张图，是我做跨市场套利数据获取的标准流程：

3.9 实战中的坑

最后分享几个我踩过的坑：

• 限频问题：每个交易所都有API调用限制。CCXT的enableRateLimit能帮你控制，但不同交易所的限频策略不一样。我建议在代码里再加一层本地限频。
• 网络超时：跨市场套利经常要连海外交易所。网络波动是家常便饭。一定要加超时重试机制。
• 数据延迟：你拿到的订单簿，可能已经滞后了几百毫秒。做高频套利时，要考虑这个延迟对策略的影响。

数据获取这块，说白了就是三个字：快、准、稳。快靠异步并发，准靠CCXT统一接口，稳靠缓存和重试机制。把这三点做好，你的套利系统就成功了一半。