对接韩国金融市场数据全指南：K线、实时行情与IPO新股

一、韩国金融市场特色与数据价值

韩国作为亚洲第四大经济体，其金融市场具有以下显著特点：

• 高波动性：KOSPI指数日均波动率1.5%左右
  
• 科技股主导：三星电子、SK海力士等科技巨头占比超40%
  
• 独特交易机制：上午9:00-15:30（KST），午间不休市
  
• 活跃IPO市场：2023年韩国IPO融资额位居亚洲前列
  
• 外资占比高：外资持股比例平均达30-40%
  

二、环境配置与基础对接

1. API密钥与基础配置

1. # 基础配置
2. API_KEY = "your_korea_api_key"  # 通过官网申请
3. BASE_URL = "https://api.stocktv.top"
4. KOREA_ID = 17  # 韩国国家代码
5. KOSPI_EXCHANGE = "KRX"  # 韩国交易所代码
7. # 时区设置
8. import pytz
9. kst = pytz.timezone('Asia/Seoul')

复制代码

2. 安装必要库

1. pip install requests websocket-client pandas plotly python-dotenv

复制代码

三、K线数据专业对接方案

1. 多周期K线获取接口

1. def get_korea_kline(stock_code, interval="1d", market="KOSPI"):
2.     """
3.     获取韩国股票K线数据
4.     :param stock_code: 股票代码(如005930)
5.     :param interval: 时间间隔(1m/5m/15m/1h/1d)
6.     :param market: 市场类型(KOSPI/KOSDAQ)
7.     """
8.     url = f"{BASE_URL}/stock/kline"
9.     params = {
10.         "symbol": stock_code,
11.         "market": market,
12.         "interval": interval,
13.         "countryId": KOREA_ID,
14.         "key": API_KEY
15.     }
16.     response = requests.get(url, params=params)
17.     data = response.json()
18.    
19.     # 转换为DataFrame并处理时区
20.     df = pd.DataFrame(data['data'])
21.     df['time'] = pd.to_datetime(df['time'], unit='ms').dt.tz_localize('UTC').dt.tz_convert(kst)
22.     return df
24. # 获取三星电子(005930)日K数据
25. samsung_kline = get_korea_kline("005930", interval="1d")

复制代码

2. 专业K线可视化（支持韩国特色指标）

1. import plotly.graph_objects as go
2. from plotly.subplots import make_subplots
4. def plot_korean_stock(df, title):
5.     # 创建带成交量的子图
6.     fig = make_subplots(rows=2, cols=1, shared_xaxes=True,
7.                        vertical_spacing=0.05,
8.                        row_heights=[0.7, 0.3])
9.    
10.     # K线主图
11.     fig.add_trace(go.Candlestick(
12.         x=df['time'],
13.         open=df['open'],
14.         high=df['high'],
15.         low=df['low'],
16.         close=df['close'],
17.         name='K线',
18.         increasing_line_color='red',  # 韩国市场通常用红色表示上涨
19.         decreasing_line_color='blue'  # 蓝色表示下跌
20.     ), row=1, col=1)
21.    
22.     # 添加韩国常用的5/20/60日均线
23.     for period in [5, 20, 60]:
24.         df[f'MA{period}'] = df['close'].rolling(period).mean()
25.         fig.add_trace(go.Scatter(
26.             x=df['time'],
27.             y=df[f'MA{period}'],
28.             name=f'MA{period}',
29.             line=dict(width=1)
30.         ), row=1, col=1)
31.    
32.     # 成交量柱状图
33.     fig.add_trace(go.Bar(
34.         x=df['time'],
35.         y=df['volume'],
36.         name='成交量',
37.         marker_color='grey'
38.     ), row=2, col=1)
39.    
40.     fig.update_layout(
41.         title=f'{title} - 韩国市场',
42.         xaxis_title='首尔时间(KST)',
43.         yaxis_title='价格(KRW)',
44.         template="plotly_white",
45.         hovermode="x unified"
46.     )
47.    
48.     fig.update_xaxes(
49.         rangeslider_visible=False,
50.         rangebreaks=[{'bounds': ['sat', 'mon']}]  # 隐藏周末
51.     )
52.    
53.     fig.show()
55. plot_korean_stock(samsung_kline, "三星电子(005930)")

复制代码

四、实时行情数据对接

1. WebSocket实时数据订阅

[code]class KoreaRealtimeData:    def __init__(self):        self.symbol_map = {            "005930": "三星电子",            "000660": "SK海力士",            "035420": "NAVER"        }        def on_message(self, ws, message):        data = json.loads(message)                # 处理股票行情        if data.get('type') == 'stock':            symbol = data['symbol']            name = self.symbol_map.get(symbol, symbol)            change = data.get('chgPct', 0)                        # 韩国市场特殊颜色表示            color = "
来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！