记录从交易所爬取技术指标的过程

最近在优化一个量化策略，需要用到交易所图表里的一些指标，比如 smc

1 、官方 api

一开始我想得很简单：我联系了该交易所的工作人员询问技术指标的 api 。

他说交易指标是没有单独 api 的，建议我拉取 k 线自己计算

2 、自己算

于是我打算自己算，于是找到了 py 相关的库 smartmoneyconcepts ，但是我发现自己拉取 k 线算的和交易所有很大的出入，完全不一样，根本用不了啊

2 、网站爬

于是我决定还是从交易所网页上爬取

我发现点击交易指标时候，是没有新的接口调用的，说明是前端渲染的

实际就是前端渲染的 canvas ，那就有很有可能获取到 js

最终发现了 F12 → Sources → Page ，通过 search 搜索到了对应算法 78686-fa6ec3f3500b6300.js ，通过 gpt 把这个 6000 多行的算法转化成了 py ，以为这样就结束了，但是最坑的来了！

3 、坑

一样的算法但是计算指标算出来就是不一样！

算出结果还是和交易所的不吻合，然后我打印发现交易所给的公开 k 线 api 和网页上实时的 api 相同时间数据不一样（有比如）！！！

如果你用交易所公开的 api 永远算不出相同的指标！

下面是细节，相同的时间戳 k 线值不一样~！

公开 K 线接口返回的是： Open: 0.5316 High: 0.5354 Low : 0.5251 Close: 0.5274

但网页图表接口返回的是：

Open: 0.5311 High: 0.5349 Low : 0.5263 Close: 0.5316

然后我把公开接口换成了内部接口，我改成模拟网页请求，requests.Session()，这样算法一样，数据一样总一样了吧

但问题还没完全结束。

因为 SMC 这种指标不是只看最后几根 K 线，它还会记住前面的结构。比如前面哪里形成了高点、低点，哪里有 OB ，哪些 OB 已经失效，当前 K 线有没有临时结构。这些都是隐藏的规则

所以我又发现一个细节：网页如果只加载 limit=1000 根 K 线，那 Python 也要按 1000 根去算。如果我自己多拉 60 天、90 天，历史起点不一样，后面的结构也会跟网页不一样。

后面又对齐了几个小隐藏的规则，比如：

最后基本对齐了：

K 线对齐 Order Block 对齐 BOS / CHoCH 基本对齐

也就是说，最后 Python 算出来的 SMC ，已经和交易所图上的 SMC 完全一致了。哇！

这次最大的收获是：

以后这个交易所网页上的基本所有的技术指标，就算官方不给 API ，也可以用类似方法，还原出来。