在上一篇博文中，介绍了永续合约资金费率套利的原理。任何一个交易策略如果想要长期使用，必须挖掘和分析它在不同行情下的表现，而这一过程离不开历史数据的收集。
本文将重点介绍如何收集资金费率的历史数据。
交易所页面
资金费率是由每家交易所计算的，因此，最先想到的数据来源自然是交易所本身。
早期，交易所只提供最新的资金费率，过期数据无法获取。然而，随着资金费率套利的增多，交易所开始提供全量或近几个月的资金费率数据供用户下载。
如下图所示，Binance交易页实时计算的下一次资金费率：
这个值并不是固定的，随着行情变化会有所波动。它只是预测下一次的资金费率，而非历史数据。
那么如何获取历史数据呢？
以Binance为例，它提供了一个可以查看和下载全量资金费率历史数据的页面，访问 Funding Rate History。
如下图所示，只需点击右上角的 “Save as CSV” 即可下载所有数据：
其他交易所的获取方式也基本一致，如Bybit和OKX，它们也提供了类似的历史资金费率页面。
对于数据分析而言，从页面下载已经足够。如果是实盘交易，则需要借助交易所的API，实时分析历史数据和获取下一次的资金费率。
交易所的API接口
接下来介绍如何通过API获取资金费率。这需要你至少了解一种编程语言，如Python，并且能够调用交易所API。
以下是三个主流交易所的资金费率API文档：
Binance的正向合约和反向合约需要分别调用不同的API，这是对接时要注意的点。为了简化API对接，我将使用Python的第三方包ccxt来连接不同的交易所。
安装（已有 Python 环境）：
只需通过ccxt提供的fetch_funding_rate_history方法调用上述API文档中的接口。以下是使用API从Binance下载资金费率数据，以永续合约BTCUSDT为例。
1
2
3
4
5
| import ccxt
binance = ccxt.binanceusdm()
funding_rates = binance.fetch_funding_rate_history(symbol="BTCUSDT")
print(funding_rates)
|
输出数据包含多个时间点的资金费率数组，如下所示：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
| [
{
'info': {'symbol': 'BTCUSDT', 'fundingTime': '1716624000000', 'fundingRate': '0.00010000', 'markPrice': '68775.00000000'},
'symbol': 'BTC/USDT:USDT',
'fundingRate': 0.0001,
'timestamp': 1716624000000,
'datetime': '2024-05-25T08:00:00.000Z'
},
{
'info': {'symbol': 'BTCUSDT', 'fundingTime': '1716652800000', 'fundingRate': '0.00010000', 'markPrice': '68945.95530496'},
'symbol': 'BTC/USDT:USDT',
'fundingRate': 0.0001,
'timestamp': 1716652800000,
'datetime': '2024-05-25T16:00:00.000Z'
},
...
]
|
info 字段是API返回的原始信息，其他字段是ccxt整合不同交易所后生成的通用字段。
仔细观察程序打印结果，你会发现API返回的并非全量数据。由于API每次返回的数据量有限，需要多次循环才能获取全量数据。
我将这个过程封装为一个函数，代码如下：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
| def binance_fetch_all_funding_rate_history(symbol, limit=100):
all_funding_rates = []
since = None
end = None
if not symbol.endswith("USD"):
binance = ccxt.binanceusdm()
else:
binance = ccxt.binancecoinm()
while True:
funding_rates = binance.fetch_funding_rate_history(
symbol, since=since, limit=limit, params={"endTime": end}
)
if not funding_rates:
break
all_funding_rates = funding_rates + all_funding_rates
oldest_timestamp = funding_rates[0]["timestamp"]
end = oldest_timestamp - 1
since = oldest_timestamp - limit * 8 * 3600000
time.sleep(0.2) # 防止触发频率限制
return all_funding_rates
|
现在，只需调用binance_fetch_all_funding_rate_history函数获取数据并将其保存即可。
1
2
3
4
5
6
7
8
9
| import pandas as pd
def main():
funding_rates = binance_fetch_all_funding_rate_history("BTCUSDT")
data = pd.DataFrame(funding_rates)
data[["datetime", "fundingRate"]].to_csv("binance_BTCUSDT.csv")
if __name__ == "__main__":
main()
|
这里保存了两个重要字段：datetime和fundingRate，并将其保存为名为binance_BTCUSDT.csv的文件。
Bybit和OKX的实现代码可查看我的Github Gist - 资金费率下载。需要提醒的是，OKX无论是从页面还是通过API下载，都只能获得最近三个月的数据。
在实盘场景下，查看交易所最近预测的资金费率，也可通过ccxt直接的方法获取。
1
2
3
4
5
6
7
| import ccxt
proxies = {}
binance = ccxt.binanceusdm({"proxies": proxies})
funding_rate = binance.fetch_funding_rate(symbol="BTCUSDT")
print(funding_rate)
|
输出结果如下：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
| {
'info': {'symbol': 'BTCUSDT', 'markPrice': '61979.80000000', 'indexPrice': '61987.25595745', 'estimatedSettlePrice': '61972.26180915', 'lastFundingRate': '0.00010000', 'interestRate': '0.00010000', 'nextFundingTime': '1719792000000', 'time': '1719776533000'},
'symbol': 'BTC/USDT:USDT',
'markPrice': 61979.8,
'indexPrice': 61987.25595745,
'interestRate': 0.0001,
'estimatedSettlePrice': 61972.26180915,
'timestamp': 1719776533000,
'datetime': '2024-06-30T19:42:13.000Z',
'fundingRate': 0.0001,
'fundingTimestamp': 1719792000000,
'fundingDatetime': '2024-07-01T00:00:00.000Z',
'nextFundingRate': None,
'nextFundingTimestamp': None,
'nextFundingDatetime': None,
'previousFundingRate': None,
'previousFundingTimestamp': None,
'previousFundingDatetime': None
}
|
有了这些基础数据，就可以进入下一步，分析资金费率的套利空间。
第三方平台
如果你不想自己整理数据，也有一些三方平台，如Coinglass，提供了资金费率分析的工具，聚合了大部分主流交易所的数据，并提供了一些简单对比分析图表。
访问地址：Funding Rate。
如果你不需要深入分析甚至甚至是回测，这或许是一个不错的选择。
欢迎关注我的公众号：
