Gemini交易所历史交易记录查询完整指南

• 账户： 如果你有多个 Gemini 子账户，请选择你希望查看的账户。
• 交易对： 选择你希望查看的交易对，例如 BTC/USD 或 ETH/BTC。你可以选择特定的交易对，也可以选择“所有交易对”来查看所有交易对的记录。
• 时间范围： 设置你希望查看的交易记录的时间范围。你可以选择预设的时间范围，例如“过去 30 天”、“过去 90 天”、“今年”等，也可以自定义时间范围。
• 报告格式： 选择你希望导出的报告格式，常见的格式包括 CSV、XLSX 等。CSV 格式是一种通用的文本格式，易于导入到各种电子表格软件和数据分析工具中。XLSX 格式是 Microsoft Excel 的格式，可以直接在 Excel 中打开。
• 其他筛选条件： 一些高级报告选项可能允许你根据交易类型、交易状态等其他条件进行筛选。

例如，使用 Python 和 ccxt 库，查询 BTC/USD 交易对的历史交易记录的代码可能如下所示：

import ccxt

替换为你的 API 密钥和私钥

在使用 CCXT 连接 Gemini 交易所时，你需要提供你的 API 密钥和私钥。这些密钥用于验证你的身份并授权你访问你的 Gemini 账户。请务必妥善保管你的 API 密钥和私钥，不要将其泄露给任何第三方。泄露你的 API 密钥和私钥可能导致你的账户被盗用或资金损失。

要配置你的 CCXT Gemini 交易所实例，请使用以下代码段，将 YOUR API KEY 替换为你的 API 密钥，并将 YOUR SECRET KEY 替换为你的私钥：

exchange = ccxt.gemini({
    'apiKey': 'YOURAPIKEY',
    'secret':  'YOURSECRETKEY',
})

请确保你的 API 密钥和私钥是有效的，并且与你希望访问的 Gemini 账户关联。如果你不确定你的 API 密钥和私钥是否正确，请登录你的 Gemini 账户并验证它们。你可以在 Gemini 的 API 设置页面中生成和管理你的 API 密钥和私钥。务必启用适当的权限以满足你的交易需求，同时避免授予不必要的权限，以降低安全风险。在生产环境中，建议使用环境变量或安全的密钥管理系统来存储你的 API 密钥和私钥，而不是直接将其硬编码到你的代码中。

设置交易对和时间范围

在加密货币交易中，选择合适的交易对和时间范围至关重要，它们直接影响着您的数据分析和交易策略。您需要指定交易的两种加密货币，例如 'BTC/USD'，表示比特币 (BTC) 与美元 (USD) 的交易对。这个设置告诉程序您希望分析或交易哪个市场。

symbol = 'BTC/USD'

since = exchange.parse8601('2023-01-01T00:00:00Z') 定义了您希望获取数据的起始时间。使用 exchange.parse8601 函数将ISO 8601格式的日期字符串（例如'2023-01-01T00:00:00Z'，表示UTC时间2023年1月1日零时）转换为程序可以理解的时间戳。这个起始时间将作为数据检索的起点。

# 开始时间

limit = 100 设置了每次API请求返回的交易记录数量上限。考虑到API通常对单次请求的数据量有限制，因此需要合理设置 limit 的值。较高的 limit 值可能减少请求次数，但可能超出API的限制，导致请求失败。较低的值则会增加请求次数。在实际应用中，需要根据交易所API的具体要求进行调整。

# 每次获取的交易记录数量

循环获取历史交易记录

获取加密货币交易所的历史交易数据是量化交易和市场分析的重要步骤。以下代码片段展示了如何通过循环迭代的方式，从交易所API中获取指定交易对的历史成交记录。

all_trades = [] 初始化一个空列表 all_trades ，用于存储所有获取到的历史交易数据。这个列表将在循环过程中不断扩展，最终包含指定交易对的完整历史交易记录。

while True: 使用 while True 创建一个无限循环。循环会持续运行，直到没有更多交易数据可获取时，通过 break 语句退出循环。

trades = exchange.fetch_trades(symbol, since=since, limit=limit) 调用交易所API的 fetch_trades 方法，获取指定交易对的历史交易数据。

• symbol ：指定要获取交易数据的交易对，例如'BTC/USDT'。
• since ：指定获取交易数据的起始时间戳，单位通常是毫秒。第一次循环时， since 变量需要预先定义。
• limit ：指定每次API调用最多返回的交易记录数量。设置 limit 可以避免一次性请求过多数据，导致API调用失败或响应缓慢。交易所通常对 limit 有最大值的限制。

if not trades: break 检查 trades 列表是否为空。如果为空，表示没有更多交易数据可获取，使用 break 语句退出循环。

all_trades.extend(trades) 使用 extend 方法将本次API调用获取到的 trades 列表中的所有交易数据添加到 all_trades 列表中。 extend 方法会将 trades 列表中的每个元素添加到 all_trades 列表中，而不是将 trades 列表作为一个整体添加到 all_trades 列表中。

since = trades[-1]['timestamp'] + 1 # 下次获取的开始时间 更新 since 变量的值，用于下一次API调用。

• trades[-1] ：获取本次API调用返回的最后一条交易记录。
• ['timestamp'] ：从最后一条交易记录中获取时间戳。
• + 1 ：将时间戳加1毫秒，作为下一次API调用的起始时间，确保不会重复获取同一条交易记录。

打印交易记录

这段代码片段展示了如何遍历并打印从交易所获取的交易记录数据。 all_trades 变量假定已经包含了一个交易记录列表，每一条记录代表一个具体的交易事件。 以下代码迭代这个列表：

for trade in all_trades:
    print(trade)

在循环的每次迭代中， trade 变量会被赋值为 all_trades 列表中的一个交易记录。 然后， print(trade) 语句会将这个交易记录打印到控制台。 交易记录的具体格式取决于交易所的API，通常会包含诸如交易时间、交易价格、交易数量、买卖方向等信息。

为了了解总共获取了多少条交易记录，可以使用以下代码：

print(f"Total trades fetched: {len(all_trades)}")

len(all_trades) 函数会返回 all_trades 列表中的元素数量，也就是交易记录的总数。 f-string 用于创建一个包含交易总数的字符串，并将其打印到控制台。 这一步对于验证数据抓取的完整性非常重要，能够确认在指定时间范围内抓取的交易数量是否符合预期，避免数据遗漏。

以上代码提供了一个打印交易记录的基本框架。进一步可以根据具体需求进行扩展，例如：

• 将交易记录保存到文件中，例如 CSV 文件或 JSON 文件，以便后续分析。
• 根据特定条件过滤交易记录，例如只打印特定价格范围内的交易。
• 对交易记录进行统计分析，例如计算平均交易价格、交易量等。
• 将交易记录可视化，例如绘制价格走势图或交易量分布图。

这些扩展功能可以帮助用户更好地理解交易数据，并从中提取有价值的信息。 例如，可以通过分析历史交易记录来制定交易策略，或者通过监控实时交易记录来及时发现市场机会。