quotes 实时价和 klines 最新收盘价为什么对不上？

一句话回答： 多数「对不上」其实是复权口径问题，不是数据错。实测：quotes.get 的 last_price 与 klines.get(adjust="none"/"forward") 的最新 close 完全一致（600519.SH 都是 1453.0、000001.SZ 都是 11.81）；但 adjust="backward"（后复权）的最新 close 会被放大（11143.86 / 1299.02）——因为后复权以最早价为基准向上缩放。所以：要和实时价对齐，用 none 或 forward；backward 只用于回测、不要拿它的价和实时价比。另一类差异是盘中：K 线当日最后一根还在形成，和每几秒刷新的实时快照自然有细微差。诚实边界：实时为约 3 秒快照；跨源价格对不上是另一回事（口径/延迟不同）。

两个"最新价"分别是什么

• quotes.get(...)[0]["last_price"]：实时快照的最新成交价（约 3 秒刷新），是原始价口径。
• klines.get(..., adjust=X) 的最新 close：最近一根 K 线的收盘价，数值取决于 adjust。

它们对不对得上，关键看 adjust。

实测对照（关键）

from alphafeed import AlphaFeed
af = AlphaFeed(api_key="your-api-key")

for s in ["600519.SH", "000001.SZ"]:
    q = af.quotes.get(symbols=s)[0]["last_price"]
    none = af.klines.get(s, period="1d", count=1, adjust="none",     to_dataframe=True)["close"].iloc[-1]
    fwd  = af.klines.get(s, period="1d", count=1, adjust="forward",  to_dataframe=True)["close"].iloc[-1]
    bwd  = af.klines.get(s, period="1d", count=1, adjust="backward", to_dataframe=True)["close"].iloc[-1]
    print(s, q, none, fwd, round(float(bwd), 2))

结论：none/forward 的最新价 = 实时价；backward 被放大（以最早价为基准缩放历史→最新端放大），数值大是正常的，不是错。

为什么会「对不上」——三种情形

该用哪个"最新价"

• 要"此刻的成交价"（盯盘/下单参考） → quotes 的 last_price。
• 要和实时价同口径的历史序列 → klines 用 none 或 forward。
• 要做可复现回测 → klines 用 backward（但别拿它的绝对价和实时比）。

关键坑与注意事项

• 别拿 backward 的价和实时价比：口径不同，差几倍是设计使然，不是 bug。
• 同一分析固定一种 adjust：比价/展示用 none/forward，回测用 backward，不要混。
• 盘中以 quotes 为准：当日 K 线未收盘，close 会随盘变化；实时最新价看 quotes。
• forward 的历史会随新除权变动：虽然 forward 最新价=实时价，但它的历史段不可复现（复权未来函数），回测仍用 backward。
• 跨源对不上另当别论：那是不同数据源的口径/延迟差异，不在本文（单源内一致性才是本文重点）。

常见问题（FAQ）

Q：为什么后复权收盘价上万，和现价差这么多？

A：后复权以最早价为基准、把后续价格按累计复权因子放大，所以最新端数值很大。正常现象，用于回测；比价请用 none/forward。

Q：实时价和日线收盘到底该信哪个？

A：盘中看「此刻成交价」用 quotes；收盘后的「当日收盘」看日线 close（none/forward 与收盘实时价一致）。

Q：forward 既然等于实时价，回测为什么不用它？

A：forward 最新价对齐现价，但它的历史会随新除权被重写（未来函数风险），不可复现；回测用 backward。

Q：需要付费吗？

A：实时与历史均有免费额度可体验，详见官网定价页。

小结

quotes 的 last_price 和 klines 的最新 close 对不上，99% 是复权口径：none/forward 与实时价一致，backward 被放大（回测用）。记住「比价用 none/forward、回测用 backward、盘中用 quotes」，同一分析不混口径，就不会再被"价格对不上"困惑。

参考

• AlphaFeed Python SDK 文档：https://docs.alphafeed.org/zh-Hans/sdk/python-quickstart