文件

資料存取

所有資料透過一致的 REST API 提供，設計重點在於穩定性、可預測性與可組合性。每一個 endpoint 都遵循相同的回應結構與欄位命名規則，讓資料可以直接接入研究流程、策略系統與自動化 agent。

資料主題分類#

平台的目標不是提供一次性的資料查詢，而是建立一個可以長期維運的資料層。當你的系統需要跨資料主題整合、回測、或進入 production 環境時，資料存取方式必須保持一致且可追溯。

資料依照主題（dataset）進行組織，每個主題對應一組 API endpoints。不同主題之間共用相同的 request / response 結構，避免在整合時需要針對每個資料來源做客製解析。

目前主要資料主題包括：

每個 dataset 都可以獨立查詢，也可以在同一個流程中組合使用。這樣的設計可以降低跨資料整合的成本，並避免資料結構不一致帶來的風險。

API 設計偏向可組合，而不是高度封裝的單一功能接口。建議的使用方式如下：

所有 API 回應都遵循同一個結構，讓資料可以被統一處理：

這個設計讓你可以在 parser 或資料處理層先統一處理 metadata（dataset、freshness、lineage），再針對 data 欄位做具體解析。當系統規模擴大時，這種分層會大幅降低維護成本。

當資料需求從單一查詢成長為系統級使用時，建議採用以下策略：

這些策略能讓 API 從「查資料工具」升級為「資料基礎設施」。

在實務使用中，最常見的問題來自於速率限制與資料邊界。

建議在系統中對不同錯誤類型做分類處理，對 rate limit 加入 retry 或 backoff 機制，並對關鍵流程加上監控與警示。

在開發初期，可以直接從 API 讀取資料進行實驗。但當進入穩定運行階段，建議將資料存取納入整體系統設計。

當資料存取被正確設計後，後續的策略開發、分析與產品化會變得更穩定。