REST API

资金流与微观结构

订单簿和订单流所揭示的力量对比。五个数据族：累计成交量差、聚合深度、加权均价、方向性压力和爆仓区域。

#CVD

GET/v1/cvddata_type · cvd_<tf>

GET/v1/cvd/historydata_type · cvd_<tf>_history

累计成交量差：市价买入量减去市价卖出量的累计值。它衡量买方和卖方中是谁不得不吃掉订单簿，也就是谁在真正推动价格。

参数	类型	默认值	说明
`symbol`	string	必填	资产。
`timeframe`	string	必填	1m、5m、15m、30m、1h、4h、1d。
`live`	boolean	false	返回进行中的窗口。
`since_ms / until_ms`	integer	—	仅用于历史接口。
`limit`	integer	100	用于历史接口，1 到 1000。

curl -H "X-API-KEY: $BYTNODE_KEY" \
  "https://api.bytnode.com/v1/cvd?symbol=BTCUSDT&timeframe=1h"

字段	类型	说明
`bucket`	string	窗口起始时间。
`cvd_series`	float[]	窗口内的累计序列，每个内部步长一个点，从旧到新。信息蕴含在其斜率中。
`net_delta`	float	整个窗口内的买入减卖出。
`taker_buy_volume / taker_sell_volume`	float	构成差值的两个成交量。
`points_count`	integer	序列中的点数。
`is_closed`	boolean	仅在 live=1 时为假。

#订单簿

GET/v1/raw/orderbookdata_type · raw_orderbook

聚合后的最新已知状态：取每个交易所的最新快照，再将深度相加。没有 limit：接口只返回一个对象。

字段	类型	说明
`timestamp`	string	所保留状态中最新的一个。
`bid_total`	float	买盘量，所有交易所。
`ask_total`	float	卖盘量，所有交易所。
`imbalance`	float \| null	(bid − ask) / (bid + ask)，基于聚合总量计算，而不是按交易所平均。为正：买方占优。

GET/v1/orderbook/aggregateddata_type · orderbook_aggregated_<tf>

GET/v1/orderbook/aggregated/historydata_type · orderbook_aggregated_<tf>_history

同样的深度，但按窗口汇总：均值、极值和离散度。这种形式适用于图表或状态识别，因为瞬时订单簿状态噪音太大。

字段	类型	说明
`bucket`	string	窗口起始时间。
`bid_total_avg / _min / _max`	float	累计买盘量，均值及极值。
`ask_total_avg / _min / _max`	float	卖盘方向的同类数据。
`imbalance_avg / _min / _max`	float	窗口内的失衡。
`imbalance_std`	float \| null	其标准差：衡量力量对比的稳定性。
`samples_count`	integer	窗口内的样本数。
`is_closed`	boolean	仅在 live=1 时为假。

#VWAP

两种 VWAP，不要混淆。第一种是自 UTC 午夜起累计的：即当日均价。第二种是某个窗口的：每根 K 线一个值。两者都按成交量加权并在交易所间聚合。

curl

# The VWAP of the day, since midnight UTC
GET /v1/vwap?symbol=BTCUSDT

# The VWAP of the last closed hour, one value per window
GET /v1/vwap/window?symbol=BTCUSDT&timeframe=1h

GET/v1/vwapdata_type · vwap

GET/v1/vwap/historydata_type · vwap_history

字段	类型	说明
`vwap`	float \| null	自 UTC 午夜起的成交量加权平均价。
`cumulative_volume`	float	累计成交量，作为权重。
`timestamp`	string	最近一次计算的时间戳。

该接口不带 is_closed：它不是 K 线，而是持续更新的值。

GET/v1/vwap/windowdata_type · vwap_window_<tf>

GET/v1/vwap/window/historydata_type · vwap_window_<tf>_history

字段	类型	说明
`bucket`	string	窗口起始时间。
`vwap`	float \| null	窗口内的成交量加权平均价。
`total_volume`	float	窗口内的成交量。
`trade_count`	integer	窗口内的成交笔数。
`is_closed`	boolean	仅在 live=1 时为假。

#方向性压力

GET/v1/buysell/ratiodata_type · buysell_ratio

GET/v1/buysell/ratio/historydata_type · buysell_ratio_history

字段	类型	说明
`timestamp`	string	计算时间戳。
`buy_volume`	float	5 分钟窗口内的买入量。
`sell_volume`	float	卖出量。
`buy_ratio`	float	buy / (buy + sell)，0 到 1。高于 0.5 时买方占优。

GET/v1/trades/avg-sizedata_type · trade_size_avg

GET/v1/trades/avg-size/historydata_type · trade_size_avg_history

单笔成交的平均规模能刻画参与者：机构入场时上升，资金流变成散户碎单时骤降。

字段	类型	说明
`avg_size`	float \| null	平均规模，按各交易所的成交笔数加权。
`total_volume`	float	聚合总成交量。
`trade_count`	integer	聚合成交笔数。
`timestamp`	string	计算时间戳。

#爆仓热力图

GET/v1/heatmap/clustersdata_type · heatmap_clusters

GET/v1/heatmap/clusters/historydata_type · heatmap_clusters_history

潜在爆仓在价格上方和下方聚集的区域。它们是吸引区：价格会去那里寻找它们所代表的流动性。

字段	类型	说明
`timestamp`	string	计算时间戳。
`density_up / density_down`	float	价格上方和下方最具吸引力的聚集区密度。
`dist_up / dist_down`	float	聚集区的相对距离：0.01 表示 1%。
`attraction_up / attraction_down`	float	密度 / 距离²。平方使近处的权重远大于远处。

如何解读

如果 attraction_down 明显高于 attraction_up，价格会被向下牵引：多头仓位的爆仓点就在附近。反方向同理。它指示的是价格有机械性理由前往哪里，而不是预测。