首先，想分享一下经验，之前用python做量化策略的大模型，用了全量的A股行情数据进行对比，然后筛选出可以交易的A股股票（沪深股票），用全A股行情数据的价格，涨跌幅、成交量、tick数据、历史k线等进行计算，然后得出一些好的可交易的股票，快进快出。所以A股行情数据，或者说股票行情数据就很重要，并且还需要实时数据，数据接口的实时性要求很高，现在分享一下用过的策略以及数据接口。

一、策略分享

Mean Reversion 均值回归策略

该策略包括以下步骤：

1. 选择一对或多对相关性较高的金融资产，例如两只股票。
2. 计算这些资产价格之间的差异或距离。常见的计算方法包括计算价格差、标准化差异、协整关系等。
3. 确定价格差异的阈值。当价格差异超过或低于设定的阈值时，认为存在偏离长期均值的机会。
4. 当价格差异超过阈值时，认为价格会回归到均值，采取相应的交易策略。例如，如果差异较大，可以进行交易对冲，即做多价格偏低的资产，同时做空价格偏高的资产，以期望价格回归时获得利润。
5. 设置止损和盈利目标。为了控制风险，必须设置止损和盈利目标，以便在价格变动超过一定程度时平仓。

Flash Crash 闪崩策略

闪崩策略的核心思想是利用股票价格的快速下跌来进行短期交易。根据利弗莫尔的描述，他观察到当股票价格出现急剧下跌时，通常会有一段时间的反弹，这为他提供了快速进出市场的机会。

利弗莫尔通过观察市场中的价格和成交量，以及对市场情绪的判断，寻找股票价格闪崩的机会。当他发现股票价格急剧下跌，并且预计会有一定程度的反弹时，他会在反弹时卖出股票，然后在价格再次下跌时重新买入。这样，他可以在短期内多次买卖同一只股票，从中获利。

闪崩策略的关键是准确判断股票价格的反弹点和再次下跌的时机。利弗莫尔通过对市场的细致观察和对市场心理的理解，以及对股票价格趋势和波动的分析，逐渐培养了对价格变动的敏感性。 

二、A股数据行情接入

港股、美股、A股实时成交报价API

请求方式：Get（直接在浏览器打开就可以看到返回的数据）

数据格式：标准Json格式

数据时效：实时更新

API说明文档：网页链接

Token申请：点击链接

港股、美股、A股实时盘口（买一卖一）报价API

请求方式：Get（直接在浏览器打开就可以看到返回的数据）

数据格式：标准Json格式

数据时效：实时更新

API说明文档：网页链接

Token申请：网页链接

港股、美股、A股实时K线数据API

请求方式：Get（直接在浏览器打开就可以看到返回的数据）

数据格式：标准Json格式

数据时效：实时更新

API说明文档：网页链接

Token申请：网页链接

港股、美股、A股实时批量K线数据API

请求方式：Get（直接在浏览器打开就可以看到返回的数据）

数据格式：标准Json格式

数据时效：实时更新

API说明文档：网页链接

Token申请：网页链接