假设你想追踪同一件经济事件在 Kalshi、Polymarket 和 ForecastEx 三家市场上的定价。听起来只是一个简单的看板,实际做起来是三套 API、三种标识同一个市场的方式、三种要先对齐才能画图的响应格式。
这个问题随着每一家新平台的出现不断放大。预测市场如今横跨受监管的美国交易所、链上协议、游戏币(play-money)社区,以及老牌加密平台的事件合约,它们没有共享的数据模型。
这正是 FinFeedAPI 要填的坑。它的 Prediction Markets API 把 9 家交易所收进一套标准化 schema,开发者可以用同样的方式查询市场、成交、订单簿和历史数据,不用关心数据来自哪里。

对开发者来说,这个领域的扩张伴随着一个扎心的事实:每家平台都有自己的 API、自己的市场标识符、自己的命名习惯,甚至对“市场”本身的理解都不一样。想做一个跨三个平台追踪同一事件的看板?你就要同时维护三套集成、三个数据模型和三组边界情况。
这恰恰是 FinFeedAPI 想解决的问题。
这篇评测会带你过一遍 FinFeedAPI 的 Prediction Markets API 覆盖了什么、你实际能拿到哪些数据、接口用起来是什么样、要花多少钱、短板在哪,帮你判断它适不适合你的技术栈。
TL;DR
| 供应商 | FinFeedAPI,由 API Bricks 出品(CoinAPI 背后的同一家公司) |
| 覆盖交易所 | 9 家预测市场平台 |
| 数据范围 | 市场与元数据、成交、报价、订单簿、OHLCV、历史平面文件 |
| 接入方式 | REST、JSON-RPC、托管 MCP server、Flat Files(S3) |
| 模式 | 只读行情数据,请求-响应(无 WebSocket 流) |
| 定价 | 免费额度起步,之后按量计费,最低 $1/千次请求 |
| 适合场景 | 跨市场看板、研究、回测、AI agent |
FinFeedAPI 是什么?

FinFeedAPI 是一家金融数据服务商,母公司 API Bricks 也是 CoinAPI 背后的公司。除 Stock、Currencies 和 SEC API 之外,它还提供 Prediction Markets API,通过一次集成就能以标准化方式访问 9 家预测市场交易所的行情数据。
思路很简单:不用学 9 套 API,只学 1 套。无论数据来自哪家交易所,市场 ID、结果、时间戳和响应结构都遵循同一套 schema。
翻文档时,几个工程细节让我印象深刻:
- 所有支持的交易所共用统一数据模型
- 标准化的市场 ID 直接包含结果方向,例如
..._YES和..._NO - 每个接口都使用 ISO 8601 UTC 时间戳
- 数值精度一致,最多 19 位数字、9 位小数
- 四种接入方式:REST、JSON-RPC、托管 MCP server、Flat Files
先说清一点:FinFeedAPI 是只读的行情数据层,不下单。如果你的产品需要执行交易,那一部分仍然要用各交易所的原生 API。

支持的预测市场平台
FinFeedAPI 目前覆盖 9 家平台,横跨受监管交易所、去中心化协议、链上结果市场和一个游戏币(play-money)社区。
| 平台 | 类型 | 覆盖内容 |
|---|---|---|
| Polymarket | 去中心化 | 政治、经济、加密货币、体育和全球事件 |
| Kalshi | 受监管(CFTC) | 美国事件合约:经济指标、选举、天气、体育等 |
| ForecastEx | 受监管(CFTC) | 美国事件合约,含经济与金融结果 |
| Gemini Prediction Markets | 受监管 | 体育、加密货币、经济、政治等主题的事件合约 |
| Crypto.com Prediction Markets | 受监管 | Crypto.com 预测市场平台上基于事件的合约 |
| Myriad | 去中心化 | 加密货币、时事及其他结果 |
| Pascal | 去中心化 | 构建在 Solana 上的非托管预测市场 |
| Hyperliquid Outcome Markets (HIP-4) | 链上结果市场 | 基于 Hyperliquid 自有基础设施的二选一及多结果事件合约 |
| Manifold Markets | 社交、游戏币(play-money) | 社区驱动的各类主题市场 |
这种混搭正是它有意思的地方。对比一家受监管平台、一家加密原生平台和一群使用游戏币的玩家对同一事件的定价,是跨市场研究最有价值的场景,也是统一 schema 最省时间的地方。
你能访问哪些数据?

这是 FinFeedAPI 真正体现价值的地方。大多数预测市场工具止步于最新价格,FinFeedAPI 暴露的是完整的市场:从发现市场到订单簿深度再到历史数据。
所有 REST 接口都挂在 https://api.prediction-markets.finfeedapi.com/v1 下。
| 数据集 | 接口 | 返回内容 |
|---|---|---|
| 交易所 | GET /exchanges and /exchanges/{exchange_id} |
支持的平台、exchange ID、描述、网站 |
| 活跃市场 | GET /markets/{exchange_id}/active |
当前活跃市场 ID 的精简列表 |
| 市场列表 | GET /markets/{exchange_id}/history |
完整市场记录,游标分页:标题、描述、结果、价格、状态 |
| 单个市场 | GET /markets/{exchange_id}/{market_id} |
单个市场的元数据 |
| 当前活动 | GET /activity/{exchange_id}/{market_id}/current |
最新成交及最新买价、卖价 |
| 近期活动 | GET /activity/{exchange_id}/{market_id}/latest |
近期成交和报价更新 |
| 历史成交与报价 | GET /activity/{exchange_id}/{market_id}/history/trades and /history/quotes |
由平面文件提供的历史记录 |
| 当前订单簿 | GET /orderbook/{exchange_id}/{market_id}/current |
某个市场结果的买单与卖单 |
| 历史订单簿 | GET /orderbook/{exchange_id}/{market_id}/history |
原始限价单事件(新增、更新、删除),用于重建订单簿 |
| OHLCV | GET /ohlcv/periods, /ohlcv/{exchange_id}/{market_id}/history, /latest, /ohlcv/{exchange_id}/history |
K 线:开、高、低、收、成交量及成交笔数 |
几点值得注意:
- 市场发现是两步式的。
/active只返回 ID,因为它由近期报价和成交推导而来;完整详情要再调/history或单市场接口。 - OHLCV 周期从秒级到年线,历史 K 线按时间升序返回——正是回测想要的。
- 历史订单簿是事件级的,不只是快照。这为行情重放和流动性研究打开了大门。
- 生命周期与结算数据覆盖 open、closed、resolved、suspended 状态,源交易所支持时会附带结算信息。
上手:你的前几个请求
接入很快:注册免费账户,在控制台生成 API key,自带免费额度。
REST 和 JSON-RPC 通过 Authorization header 传 key。文档也接受 X-APIKey、X-APIBricks-Key 和 X-CoinAPI-Key。
1. 列出支持的交易所
从这里开始,拿到你后面到处要用的 exchange_id。
curl -X GET "https://api.prediction-markets.finfeedapi.com/v1/exchanges" \
-H "Authorization: YOUR_API_KEY"
2. 发现活跃市场
curl -X GET "https://api.prediction-markets.finfeedapi.com/v1/markets/POLYMARKET/active?limit=10" \
-H "Authorization: YOUR_API_KEY"
返回一个纯市场 ID 列表,每个 ID 自带结果方向:
[
"WILL-TRUMP-SELL-10K-25K-GOLD-CARDS-IN-2025_YES",
"WILL-TRUMP-SELL-10K-25K-GOLD-CARDS-IN-2025_NO",
"NFL-PIT-CAR-2025-08-21-SPREAD-AWAY-5PT5_YES"
]
3. 获取最新成交和报价
curl -X GET \
"https://api.prediction-markets.finfeedapi.com/v1/activity/POLYMARKET/WILL-TRUMP-SELL-10K-25K-GOLD-CARDS-IN-2025_YES/current" \
-H "Authorization: YOUR_API_KEY"
响应会给出该结果的最新成交,以及最新买价和卖价。
4. 用 Python 拉取历史 OHLCV
做概率走势图或回测时,这是我第一个会调的接口。
import requests
API_KEY = "YOUR_API_KEY"
BASE = "https://api.prediction-markets.finfeedapi.com/v1"
headers = {"Authorization": API_KEY}
market_id = "WILL-TRUMP-SELL-10K-25K-GOLD-CARDS-IN-2025_YES"
resp = requests.get(
f"{BASE}/ohlcv/POLYMARKET/{market_id}/history",
headers=headers,
params={"period_id": "1DAY", "limit": 30},
)
resp.raise_for_status()
for candle in resp.json():
print(candle["time_period_start"], candle["price_close"], candle["volume_traded"])
每根 K 线包含 time_period_start、time_period_end、price_open、price_high、price_low、price_close、volume_traded 和 trades_count。调用 /ohlcv/periods 可查看所有支持的 period_id。
5. 查看订单簿深度
curl -X GET \
"https://api.prediction-markets.finfeedapi.com/v1/orderbook/POLYMARKET/WILL-TRUMP-SELL-10K-25K-GOLD-CARDS-IN-2025_YES/current" \
-H "Authorization: YOUR_API_KEY"
快照返回 exchange_id、market_id、time_exchange、time_coinapi,以及 bids、asks 数组,足够计算点差和盘口不平衡度。
不想手写原始 HTTP 的话,API Bricks 在其 GitHub SDK 仓库提供官方 SDK(Python、Node.js、Go、C# 等)。
REST 之外:MCP、JSON-RPC 与 Flat Files
每种接口暴露的都是同一套标准化数据集,按你的架构选即可。
| 接口 | 鉴权 header | 适合场景 |
|---|---|---|
| REST API | Authorization |
看板、分析、生产应用 |
| JSON-RPC API | Authorization |
偏好 RPC 风格调用的服务,数据相同 |
| 托管 MCP server | X-APIKey |
AI 助手、编码 agent、研究工作流 |
| Flat Files (S3) | S3 兼容凭据 | 面向回测和机器学习的批量历史数据 |
MCP server 是亮点
在我看来,这是整个产品最有前瞻性的部分。不用把 API 文档喂给 agent,只要给它一个托管 MCP 端点,工具它自己就会发现。
在 Cursor、Claude Desktop 或任何支持 MCP 的客户端里,配置就几行:
{
"mcpServers": {
"FinFeedAPI-Prediction-Markets": {
"url": "https://api.prediction-markets.finfeedapi.com/mcp",
"headers": {
"X-APIKey": "YOUR_API_KEY_HERE"
}
}
}
}
该 server 目前暴露的工具包括:
- 交易所发现:
exchanges_list、exchanges_get - 市场发现:
markets_get_active、markets_get_history - 实时活动:
activity_get_current、activity_get_latest - 历史成交与报价:
activity_get_trades_history、activity_get_quotes_history - OHLCV:
ohlcv_list_periods、ohlcv_get_latest_market、ohlcv_get_history_market、ohlcv_get_history_exchange - 订单簿:
orderbook_get_current、orderbook_get_history
也就是说,你可以对 agent 说“找出 Kalshi 上最活跃的市场,给我看它们这周赔率怎么变的”,它自己就能把发现、活动、OHLCV 调用串起来。
一个提醒:如果你配过老的 FinFeedAPI MCP 连接,端点已从 /sse 迁到 /mcp,旧配置需要更新。
Flat Files:重历史数据场景
做大规模研究时,靠分页 REST 拉几年数据太慢。Flat Files 通过 S3 兼容 API 批量提供成交、报价、订单簿和 OHLCV,你可以直接用熟悉的 S3 工具和 SDK。
定价

FinFeedAPI 采用基于 credit 的按量计费:免费额度起步,之后按请求付费。
Pay As You Go 模式下,每天前 1,000 次请求按 $5/千次计费,超出 1,000 次的部分降到 $1/千次。承诺用量套餐费率更低。
| 方案 | 月费 | 每 credit 费率 | 其他亮点 |
|---|---|---|---|
| Pay As You Go | 无承诺 | $1.00 | AI 与邮件支持,自助开通 |
| Committed 64 | $64 | $0.85 | AI 辅助开通 |
| Committed 256 | $256 | $0.75 | AI 辅助开通 |
| Committed 512 | $512 | $0.70 | Slack 支持,专属 Slack 频道 |
| Committed 1024 | $1,024 | $0.65 | 99.9% 在线率 SLA、客户成功经理、人工开通 |
| Enterprise | 定制 | 定制 | 定制 SLA、延迟优化、专属基础设施 |
承诺套餐不会降低你的用量,而是同样的花费换更多 credit;credit 用完后,超出部分按 Pay As You Go 费率结算。也支持按年付费。
我的看法:原型和研究用 Pay As You Go 足够;如果你每隔几秒轮询大量市场,先算好账。FinFeedAPI 公布了面向看板、订单簿监控和 OHLCV 回填的定价用例,估算起来方便很多。
FinFeedAPI 的短板
没有完美的 API,回避取舍的评测没有意义。以下几点要心里有数:
- 不能下单。它只是数据层。交易机器人下单仍然需要各交易所的原生 API。
- 预测市场没有 WebSocket 流。当前数据靠请求-响应获取,所谓“实时”其实是轮询。对延迟敏感的策略来说这是实打实的限制,而且高频轮询会推高账单。
- 每天前 1,000 次请求最贵。$5/千次对比之后的 $1/千次,意味着很小的项目反而比高频项目支付更高的实际费率。
- 结算数据取决于源。生命周期和结算信息的完整度,受限于各交易所自己暴露的程度。
- 标准化本身是取舍。统一 schema 是它的核心价值,但如果你依赖某家平台特有的字段,先看数据样例再决定。
对分析、研究和 AI 场景,这些都不是致命伤;只有做高频交易系统时才真正要命。
谁适合用 FinFeedAPI?
优势
- 9 家预测市场平台收进一套 schema
- 完整市场生命周期:发现、成交、报价、订单簿、OHLCV、历史
- 事件级历史订单簿数据,支持重放
- 托管 MCP server,兼容 Cursor 和 Claude Desktop
- 面向研究和机器学习的批量 Flat Files
- 按量计价,免费额度起步
适合
- 跨市场看板:对比多平台赔率
- 量化研究者与分析师:回测预测市场策略
- 预测与 ML 团队:需要干净的历史 OHLCV
- 流动性分析:基于订单簿深度和点差
- AI 团队:构建对真实世界事件做推理的 agent
- 学术与经济研究:研究群体如何为结果定价
可能不适合
- 需要下单的机器人
- 需要推送式亚秒级数据流的策略
结语

预测市场的扩张速度超过了大多数团队的接入速度,每家新平台都带来新的标识符、新的格式和新的维护工作。
FinFeedAPI 没想成为交易所。它只专注一件事:把 9 家割裂的平台变成一个一致的数据层。市场、成交、报价、订单簿、OHLCV 和深度历史,都以同样的结构通过 REST、JSON-RPC、MCP 或 Flat Files 返回。
清楚它是只读、请求-响应式的,你就会发现它适配大量产品形态,从预测看板到 AI 研究 agent。
9 家平台,一套 schema,一把 API key。少做管道,多做产品。
Website: finfeedapi.com/products/prediction-markets-api
API documentation: Prediction Markets REST API docs