สอนใช้ Binance API ดูประวัติคำสั่งซื้อย้อนหลัง: วิธีดู Order Book ย้อนเวลา

บทนำ: ทำไมต้องดูประวัติคำสั่งซื้อบน Binance

เวลาที่เราซื้อขายคริปโตบน Binance แล้วอยากรู้ว่า "ตอนนั้นราคามันเป็นยังไง" หรือ "ทำไมคำสั่งซื้อถึงไม่ได้ราคานั้น" เราสามารถใช้ API ดึงข้อมูลประวัติคำสั่งซื้อ (Historical Orders) และ Order Book ในอดีตมาดูย้อนหลังได้

บทความนี้เหมาะสำหรับคนที่ไม่เคยใช้ API มาก่อนเลย จะสอนตั้งแต่ติดตั้งโปรแกรม สมัคร API Key บน Binance ไปจนถึงเขียนโค้ดดึงข้อมูลมาแสดง ใช้เวลาประมาณ 15-30 นาทีก็ทำได้แล้ว

Order Book คืออะไร ทำไมต้องดูย้อนหลัง

Order Book คือรายการคำสั่งซื้อและคำสั่งขายที่รอการจับคู่อยู่ในขณะนั้น แบ่งเป็น:

• Bid Side (ด้านซื้อ) — คำสั่งที่ต้องการซื้อ ราคาต่ำกว่าจะอยู่ด้านบน
• Ask Side (ด้านขาย) — คำสั่งที่ต้องการขาย ราคาสูงกว่าจะอยู่ด้านบน

การดู Order Book ย้อนหลังช่วยให้เราเข้าใจ:

• ว่าตลาดมีแรงซื้อหรือแรงขายมากกว่ากันตอนนั้น
• ราคาที่เราตั้งคำสั่งซื้อไว้อยู่ตำแหน่งไหนในลำดับ
• ทำไมคำสั่งถูกหรือไม่ถูกจับคู่
• วิเคราะห์พฤติกรรมราคาในอดีตเพื่อปรับปรุงการเทรด

ขั้นตอนที่ 1: สมัคร API Key บน Binance

ก่อนจะเขียนโค้ดอะไรได้ เราต้องมี API Key จาก Binance ก่อน ทำตามนี้:

1.1 สมัครบัญชี Binance

ถ้ายังไม่มีบัญชี ให้ไปสมัครที่ เว็บไซต์ Binance จากนั้นยืนยันตัวตนให้เรียบร้อย

1.2 สร้าง API Key

1. ล็อกอินเข้า Binance
2. คลิกไอคอนโปรไฟล์ที่มุมขวาบน → เลือก "API Management"
3. ตั้งชื่อ API สำหรับตัวเอง เช่น "OrderReplay"
4. เลือกระบบ xAPI (รองรับทั้ง Spot และ Futures)
5. กดสร้าง API Key

1.3 บันทึกค่าที่ได้

หลังสร้างเสร็จ คุณจะได้ 2 ค่า:

• API Key — ดูได้ตลอดเวลา
• Secret Key — แสดงครั้งเดียวตอนสร้าง ต้องก็อปปี้เก็บไว้ทันที หายแล้วต้องสร้างใหม่

1.4 ตั้งค่าสิทธิ์ API

สำหรับดูประวัติคำสั่งซื้อ ให้เปิดสิทธิ์:

• Enable Spot & Margin Trading
• Enable Reading

ปิดสิทธิ์ Enable Withdrawal ไว้เพื่อความปลอดภัย ไม่ต้องการให้โค้ดถอนเงินได้

หมายเหตุความปลอดภัย: ควรตั้ง IP whitelist ด้วย จำกัดว่าให้ใช้ API ได้จาก IP ไหนบ้างเท่านั้น จะช่วยป้องกันการถูกแฮ็กได้ดีมาก

ขั้นตอนที่ 2: ติดตั้ง Python และไลบรารี

เราจะใช้ Python เขียนโค้ดเพราะอ่านง่าย ใช้งานได้จริง ติดตั้งตามนี้:

2.1 ติดตั้ง Python

ไปที่ python.org/downloads ดาวน์โหลด Python 3.9 ขึ้นไป ติ๊ก Add Python to PATH ด้วย

2.2 ติดตั้งไลบรารีที่ต้องใช้

เปิด Command Prompt (Windows) หรือ Terminal (Mac) พิมพ์คำสั่งนี้:

pip install python-binance requests pandas matplotlib

คำอธิบาย:

• python-binance — ไลบรารีสำหรับเชื่อมต่อ Binance API
• requests — สำหรับส่งคำขอ HTTP
• pandas — สำหรับจัดการข้อมูลตาราง
• matplotlib — สำหรับวาดกราฟ

ขั้นตอนที่ 3: โค้ดดึงประวัติคำสั่งซื้อ (Historical Orders)

โค้ดที่ 1: ดึงประวัติคำสั่งซื้อทั้งหมด

import os
from binance.client import Client
import pandas as pd

ตั้งค่า API Key (แนะนำให้ใช้ Environment Variable แทน)
API_KEY = "YOUR_BINANCE_API_KEY"
API_SECRET = "YOUR_BINANCE_API_SECRET"

เชื่อมต่อ Binance
client = Client(API_KEY, API_SECRET)

ดึงประวัติคำสั่งซื้อทั้งหมดในคู่เทรด BTCUSDT
symbol = "BTCUSDT"

ดึงข้อมูลย้อนหลัง 90 วัน
orders = client.get_all_orders(symbol=symbol)

แปลงเป็น DataFrame เพื่อดูง่ายขึ้น
df = pd.DataFrame(orders)

print(f"พบคำสั่งซื้อทั้งหมด: {len(df)} รายการ")
print(df.head(10))

หลังรันโค้ดนี้ คุณจะเห็นตารางประวัติคำสั่งซื้อมีข้อมูล:

• symbol — คู่เทรด เช่น BTCUSDT
• orderId — เลขออเดอร์
• price — ราคาที่ตั้งคำสั่ง
• qty — จำนวนที่สั่งซื้อ
• time — เวลาที่สั่ง (เป็น Unix Timestamp)
• status — สถานะ (NEW, FILLED, CANCELED)

โค้ดที่ 2: กรองเฉพาะคำสั่งที่ถูกจับคู่แล้ว

# กรองเฉพาะคำสั่งที่ถูกจับคู่แล้ว (FILLED)
filled_orders = [o for o in orders if o['status'] == 'FILLED']

print(f"คำสั่งที่ถูกจับคู่แล้ว: {len(filled_orders)} รายการ")

แสดงรายละเอียดแต่ละคำสั่ง
for order in filled_orders[:5]:
    import datetime
    timestamp = order['time'] / 1000
    dt = datetime.datetime.fromtimestamp(timestamp)
    
    print(f"""
    ออเดอร์: #{order['orderId']}
    เวลา: {dt}
    ราคา: {order['price']} USDT
    จำนวน: {order['origQty']} BTC
    สถานะ: {order['status']}
    """)

ขั้นตอนที่ 4: ดึง Order Book ในอดีต

Binance ไม่มี API ดึง Order Bookย้อนหลังโดยตรง แต่มีวิธีใช้ผ่าน WebSocket และบันทึกเก็บไว้ หรือใช้ข้อมูลจากเว็บรวบรวมข้อมูล (Data Provider)

วิธีที่ 1: ใช้ WebSocket บันทึก Order Book ตอนเกิดเหตุ

import websocket
import json
import csv
from datetime import datetime

สร้างไฟล์บันทึก
csv_file = open('orderbook_snapshot.csv', 'w', newline='')
writer = csv.writer(csv_file)
writer.writerow(['timestamp', 'bid_price', 'bid_qty', 'ask_price', 'ask_qty'])

def on_message(ws, message):
    data = json.loads(message)
    
    # ดึงข้อมูล Order Book
    bids = data['b']  # bid side (ซื้อ)
    asks = data['a']  # ask side (ขาย)
    
    # ดึงราคาที่ดีที่สุด (top of book)
    best_bid = bids[0] if bids else None
    best_ask = asks[0] if asks else None
    
    if best_bid and best_ask:
        timestamp = datetime.now().isoformat()
        writer.writerow([
            timestamp,
            best_bid[0], best_bid[1],  # ราคาและจำนวน bid
            best_ask[0], best_ask[1]   # ราคาและจำนวน ask
        ])
        
        # แสดงผล
        spread = float(best_ask[0]) - float(best_bid[0])
        print(f"{timestamp} | Bid: {best_bid[0]} ({best_bid[1]}) | "
              f"Ask: {best_ask[0]} ({best_ask[1]}) | Spread: {spread:.2f}")

def on_error(ws, error):
    print(f"เกิดข้อผิดพลาด: {error}")

def on_close(ws):
    csv_file.close()
    print("ปิดการเชื่อมต่อแล้ว")

เชื่อมต่อ WebSocket
stream_url = "wss://stream.binance.com:9443/ws/btcusdt@depth20@100ms"
ws = websocket.WebSocketApp(stream_url, on_message=on_message, on_error=on_error, on_close=on_close)

print("กำลังบันทึก Order Book ของ BTCUSDT...")
ws.run_forever()

รันโค้ดนี้ทิ้งไว้ 5-10 นาที คุณจะได้ไฟล์ orderbook_snapshot.csv ที่บันทึก Order Book ทุก 100 มิลลิวินาที นำไปวิเคราะห์ spread หรือความลึกของตลาดได้

วิธีที่ 2: ใช้ข้อมูลจาก Data Provider (แนะนำสำหรับมือใหม่)

ถ้าอยากได้ข้อมูล Order Book ในอดีตหลายวัน แนะนำใช้บริการดาต้าพูล เช่น:

• CCXT — ไลบรารีรวม API หลายตลาด
• Freqtrade — เครื่องมือ Backtesting ฟรี

# ติดตั้ง CCXT ก่อน: pip install ccxt

import ccxt
import pandas as pd

เชื่อมต่อ Binance ผ่าน CCXT
binance = ccxt.binance()

ดึง Order Book ปัจจุบัน
symbol = 'BTC/USDT'
limit = 20  # ดึง 20 รายการแรก

orderbook = binance.fetch_order_book(symbol, limit)

print(f"ราคา Bid สูงสุด: {orderbook['bids'][0]}")
print(f"ราคา Ask ต่ำสุด: {orderbook['asks'][0]}")

คำนวณ Spread
best_bid = float(orderbook['bids'][0][0])
best_ask = float(orderbook['asks'][0][0])
spread = (best_ask - best_bid) / best_bid * 100

print(f"Spread: {spread:.4f}%")

ขั้นตอนที่ 5: วิเคราะห์ Order Book ด้วยภาพ

หลังจากได้ข้อมูลมาแล้ว มาลองวาดกราฟดูกัน จะเห็นภาพรวมของตลาดชัดเจนขึ้น

import matplotlib.pyplot as plt
import pandas as pd

อ่านไฟล์ที่บันทึกไว้
df = pd.read_csv('orderbook_snapshot.csv')

ดึงเฉพาะ 100 รายการแรก
df = df.head(100)

สร้างกราฟ
fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(12, 8))

กราฟ Bid Price
ax1.plot(pd.to_datetime(df['timestamp']), df['bid_price'].astype(float), 
         label='Bid Price', color='green')
ax1.set_ylabel('ราคา Bid (USDT)')
ax1.set_title('ราคา Bid ย้อนหลัง 100 จุด')
ax1.legend()
ax1.grid(True)

กราฟ Ask Price
ax2.plot(pd.to_datetime(df['timestamp']), df['ask_price'].astype(float), 
         label='Ask Price', color='red')
ax2.set_ylabel('ราคา Ask (USDT)')
ax2.set_xlabel('เวลา')
ax2.set_title('ราคา Ask ย้อนหลัง 100 จุด')
ax2.legend()
ax2.grid(True)

plt.tight_layout()
plt.savefig('orderbook_analysis.png', dpi=150)
print("บันทึกกราฟเป็น orderbook_analysis.png แล้ว")

กราฟที่ได้จะแสดงการเปลี่ยนแปลงราคา Bid และ Ask ย้อนหลัง ช่วยให้เห็นว่าตลาดเคลื่อนไหวยังไง

ข้อผิดพลาดที่พบบ่อยและวิธีแก้ไข

client = Client(API_KEY, API_SECRET, 
                requests_params={"timeout": 30})

# ตรวจสอบ IP ปัจจุบัน
import requests
ip = requests.get('https://api.ipify.org').text
print(f"IP ปัจจุบัน: {ip}")

from binance.exceptions import BinanceAPIException
import time

def fetch_with_retry(func, max_retries=3):
    for i in range(max_retries):
        try:
            return func()
        except Exception as e:
            if i == max_retries - 1:
                raise e
            print(f"รอ 5 วินาทีแล้วลองใหม่ ({i+1}/{max_retries})")
            time.sleep(5)

ใช้งาน
orders = fetch_with_retry(lambda: client.get_all_orders(symbol="BTCUSDT"))

import websocket
import time

def run_websocket():
    while True:
        try:
            ws.run_forever()
        except Exception as e:
            print(f"เชื่อมต่อใหม่ใน 5 วินาที: {e}")
            time.sleep(5)

รัน WebSocket แบบ auto-reconnect
run_websocket()

เหมาะกับใคร / ไม่เหมาะกับใคร

ราคาและ ROI

การใช้ Binance API ดึงข้อมูลฟรีมีข้อจำกัด หากต้องการข้อมูลมากขึ้นหรือเร็วขึ้น มีทางเลือกดังนี้:

ทำไมต้องเลือก HolySheep

หากคุณต้องการวิเคราะห์ข้อมูล Binance แบบลึกขึ้น หรือใช้ AI ช่วยประมวลผล คุณสามารถใช้ HolySheep AI เป็นเครื่องมือเสริมได้

ข้อดีของ HolySheep AI:

• ราคาถูกมาก — เริ่มต้นเพียง $0.42 ต่อล้าน Tokens กับ DeepSeek V3.2 ประหยัดกว่า 85% เมื่อเทียบกับ OpenAI
• รองรับหลายโมเดล — GPT-4.1, Claude Sonnet 4.5, Gemini 2.5 Flash, DeepSeek V3.2
• ความเร็วสูง — ความหน่วงต่ำกว่า 50ms
• รองรับหลายช่องทาง — จ่ายเงินผ่าน WeChat, Alipay หรือบัตรเครดิต
• เครดิตฟรี — รับเครดิตฟรีเมื่อสมัครใหม่

ตัวอย่างโค้ดใช้ HolySheep AI วิเคราะห์ประวัติคำสั่งซื้อ

import requests
import json

ใช้ HolySheep AI วิเคราะห์ประวัติคำสั่งซื้อ
HOLYSHEEP_API_KEY = "YOUR_HOLYSHEEP_API_KEY"
BASE_URL = "https://api.holysheep.ai/v1"

ข้อมูลคำสั่งซื้อที่ดึงมา
orders_summary = """
คำสั่งซื้อ BTCUSDT วันที่ 15 มกราคม 2025:
- คำสั่งซื้อ: 12 รายการ
- คำสั่งขาย: 8 รายการ  
- ออเดอร์ที่ถูกจับคู่: 15 รายการ
- ออเดอร์ที่ถูกยกเลิก: 5 รายการ
- ราคาเฉลี่ยที่ซื้อ: 42,500 USDT
- ราคาเฉลี่ยที่ขาย: 42,800 USDT
"""

ส่งให้ AI วิเคราะห์
response = requests.post(
    f"{BASE_URL}/chat/completions",
    headers={
        "Authorization": f"B
แหล่งข้อมูลที่เกี่ยวข้อง
📚 บทช่วยสอน AI API
💰 ดูราคา
📖 เอกสารสำหรับนักพัฒนา
🚀 สมัครฟรี
บทความที่เกี่ยวข้อง
Bybit Funding Rate: วิเคราะห์รอบอัตราค่า Funding และโอกาสในก
AI API Relay Services: คู่มือฉบับสมบูรณ์สำหรับนักพัฒนาที่ต้อ
Hyperliquid DEX Order Book vs Binance CEX: วิเคราะห์โครงสร้า