Binance 数据

如何将 Binance 历史数据导入 Python？vbt.BinanceData 从 Binance 公共 API 下载现货和期货市场 K 线，包括成交笔数和主动买入成交量，并以可直接用于指标和回测的数据对象返回。

kwargs = dict(start="2024-01-01", end="2025-01-01", timeframe="1h")
spot = vbt.BinanceData.pull("BTCUSDT", **kwargs)
perp = vbt.BinanceData.pull("BTCUSDT", klines_type="futures", **kwargs)  
spot.features[5:]  

['Quote volume', 'Trade count', 'Taker base volume', 'Taker quote volume']

def summarize(d):
    return {
        "volume (M BTC)": d.volume.sum() / 1e6,
        "trades (M)": d.get("Trade count").sum() / 1e6,
        "taker buys": d.get("Taker base volume").sum() / d.volume.sum(),
    }

pd.DataFrame({"spot": summarize(spot), "perpetual": summarize(perp)}).T.round(3)

           volume (M BTC)  trades (M)  taker buys
spot               12.931    1015.161       0.497
perpetual         100.355    1365.867       0.497

basis_bps = (perp.close / spot.close - 1) * 10_000  
basis_bps.describe().round(2)

count    8784.00
mean       -0.29
std         5.25
min       -20.76
25%        -4.44
50%        -2.76
75%         4.70
max        28.88
Name: Close, dtype: float64

两个市场都返回了 2024 年全部 8,784 小时数据。永续合约成交量是现货的 7.8 倍，其小时收盘价与现货的差距始终在 29 个基点以内。两个市场中，主动买入量几乎都正好占全年成交量的一半。每小时占比可根据主动买入成交量和总成交量计算。

从 Binance K 线到策略研究

额外字段让您提出仅凭价格无法回答的问题。突破伴随更多成交笔数时，表现是否不同？更高的主动买入占比是否有助于过滤入场信号？策略在现货与永续合约上的表现如何？您可以将这些特征与指标一起计算，并通过信号回测测试。

上述示例使用对应的小时 K 线比较两个市场。使用同样方法，可以研究永续合约何时高于或低于现货，或比较多个币种的交易活跃度。价格和额外字段一起保存在数据对象中，因此选择标的或时段时无需重建数据集。处理下载数据的方法见数据流水线。

现货与期货

klines_type 选择市场和价格序列：

现货和 U 本位成交 K 线包括开盘、最高、最低、收盘和成交量，以及计价资产成交量、成交笔数、主动买入的基础资产和计价资产成交量。这些主动买入字段衡量主动吃单者发起的买入行为，而 OHLC K 线本身无法显示这些信息。

研究成交量时请选择成交 K 线。标记价格和指数 K 线提供参考价格，活跃度字段则为占位值，详见 Binance 市场数据参考。

下载与更新历史数据

时间周期从一分钟到一个月，例如 "1m"、"1h" 或 "1d"；日期接受 "2024-01-01" 或 "1 year ago" 等字符串。请求起点早于标的首笔交易时，会从第一根可用 K 线开始，因此可以放心请求较长区间。结束日期不包含在结果内：示例在 2025 年 1 月 1 日之前结束，覆盖 2024 年完整日历年。

默认每批请求 1,000 根 K 线，批次之间暂停 0.5 秒。每批从上一批结束处开始，因此单个标的顺序下载：一年分钟 K 线约需 530 次请求和数分钟。通过 execute_kwargs=dict(engine="threadpool") 可以使用并行线程拉取多个标的，但总请求量必须遵守 Binance 的速率限制。

请将 data.update() 的结果赋值以保留最新数据。更新从最后一根已存 K 线开始，刷新该 K 线并添加更新的数据。如果拉取时设置了固定结束日期，更新时需提供更晚的结束日期。如何将大量历史保存在磁盘并定时更新，请参阅数据存储与数据库。

查找交易标的

vbt.BinanceData.list_symbols 列出现货标的，可用 glob 通配符或正则表达式筛选：

vbt.BinanceData.list_symbols("BTC*USDT")

['BTCDOWNUSDT', 'BTCSTUSDT', 'BTCUPUSDT', 'BTCUSDT']

一次拉取多个标的，会返回每个标的一列、对齐到共同索引的数据对象。

账户与地区

该类使用通过 pip install python-binance 安装的 python-binance 客户端，而非无关的 binance 包。历史 K 线公开提供，无需 API 密钥。密钥和其他客户端选项传入 client_config，client_config=dict(tld="us") 可连接 Binance.US。如果已经使用 python-binance，可通过 client 传入现有客户端，以在多次拉取间复用配置。对于其他众多交易所，vbt.CCXTData 通过 CCXT 提供相同接口，如市场数据源页面所示。