获取印度股票数据API实战指南：NSE与BSE双市场对接

一、印度股票市场核心特点

双交易所体系
- NSE（国家交易所）：占全国交易量90%，Nifty 50指数为核心基准
- BSE（孟买交易所）：亚洲最老交易所，Sensex 30指数代表传统企业
- 交易时段：09:15-15:30 IST（UTC+5:30），午休12:00-12:15
特色数据类型
- IPO发行文件（DRHP/Prospectus）
- 机构持仓变化（FII/DII数据）
- 期权链（Option Chain）隐含波动率

二、API对接全流程（StockTV示例）

1. 环境准备

# 安装必要库（Python示例）
pip install stocktv-sdk pandas pytz

# 初始化客户端
from stocktv import Client
client = Client(api_key="YOUR_API_KEY")

2. 基础数据获取

获取NSE/BSE股票列表

# 获取NSE全部股票
nse_stocks = client.get_stocks(exchange="NSE")

# 获取BSE Sensex30成分股
sensex30 = client.get_index_constituents(index_code="SENSEX")

解析返回数据（JSON结构示例）

{
  "symbol": "RELIANCE", 
  "name": "Reliance Industries Ltd",
  "exchange": "NSE",
  "isin": "INE002A01018",
  "industry": "Oil & Gas",
  "last_price": 2856.15,
  "currency": "INR"
}

3. 实时行情获取

# 单只股票实时报价（支持NSE/BSE双市场）
reliance_quote = client.get_quote(symbol="RELIANCE", exchange="NSE")
print(f"信实工业实时价: {reliance_quote['last_price']} INR")

# 批量获取报价（最多50只）
symbols = ["TCS", "INFY", "HDFCBANK", "ICICIBANK"]
quotes = client.get_batch_quotes(symbols=symbols, exchange="NSE")

4. 历史K线获取

// Java示例（需SDK 3.1+）
import com.stocktv.client.StockClient;
import com.stocktv.model.HistoricalData;

public class NseDataFetcher {
    public static void main(String[] args) {
        StockClient client = new StockClient("YOUR_API_KEY");
        HistoricalData data = client.getHistoricalData(
            "RELIANCE", 
            "NSE", 
            "2025-01-01", 
            "2025-07-10", 
            "1d"  // 日线数据
        );
        
        // 转换为DataFrame
        System.out.println(data.toDF().show());
    }
}

5. 实时行情订阅（WebSocket）

# WebSocket实时推送（Nifty 50成分股）
def on_message(message):
    print(f"实时更新: {message['symbol']} @ {message['price']}")

client.subscribe_realtime(
    symbols=["^NSEI", "RELIANCE", "HDFCBANK"], 
    callback=on_message,
    data_type="quote"  # 可选trade/quote/option_chain
)

三、高级数据场景实现

1. 印度期权链获取

# 获取Nifty期权链数据
option_chain = client.get_option_chain(index="NIFTY", expiry="2025-07-25")

# 解析关键数据
put_call_ratio = option_chain["PCR"]  # 沽购比
iv = option_chain["strikes"][18000]["call_iv"]  # 行权价18000的看涨隐含波动率

2. 机构持仓数据

# 获取外国机构投资者(FII)持仓变化
fii_data = client.get_institutional_holding(
    symbol="RELIANCE", 
    period="q",  # 季度数据
    holder_type="fii"
)

# 最近季度增持比例
last_q_change = fii_data["holdings"][-1]["change_pct"]

3. IPO数据获取

# 获取近期IPO列表
ipos = client.get_ipos(country="IN", status="upcoming")

# 提取关键信息
for ipo in ipos:
    print(f"{ipo['company_name']}: {ipo['price_range_low']}-{ipo['price_range_high']} INR")

四、避坑指南与最佳实践

关键参数说明

参数必填 示例值 注意事项
exchange 是 NSE 或 BSE BSE股票需加.BO后缀
currency 否 INR 默认返回印度卢比计价
adjust_splits 否 true 自动复权除息数据

参数	必填	示例值	注意事项
`exchange`	是	`NSE` 或 `BSE`	BSE股票需加`.BO`后缀
`currency`	否	`INR`	默认返回印度卢比计价
`adjust_splits`	否	`true`	自动复权除息数据

时区处理规范

# 所有时间戳转换为IST时区
from pytz import timezone
ist = timezone('Asia/Kolkata')
trade_time = data["timestamp"].astimezone(ist)

错误处理示例

try:
    data = client.get_quote("INVALID_SYMBOL", "NSE")
except StockTVError as e:
    if e.code == 404:
        print("股票代码不存在")
    elif e.code == 429:
        print("请求超频，等待60秒重试")

五、应用场景扩展

量化交易信号生成

# 计算Nifty50 RSI指标
from stocktv.ta import rsi
nifty_data = client.get_historical_data("^NSEI", "NSE", period="1y")
rsi_values = rsi(nifty_data["close"], window=14)

跨市场套利监控

# 监控ADR与本地股溢价
infy_nse = client.get_quote("INFY", "NSE")["last_price"]
infy_nyse = client.get_quote("INFY", "NYSE")["last_price"] * 82  # 汇率换算
premium = (infy_nyse - infy_nse) / infy_nse