期货日数据维护与使用_日数据维护_模块运行演示

写在前面:

本文默认已经创建了项目,如果不知道如何创建一个空项目的,请参看以下两篇博文

PyQt5将项目搬到一个新的虚拟环境中

https://blog.csdn.net/m0_37967652/article/details/122625280

python_PyQt5开发工具结构基础

https://blog.csdn.net/m0_37967652/article/details/131969032

1 打开工具

2 在优矿网下载最新合约列表

优矿中使用的代码

复制代码
df = DataAPI.FutuGet(secID=u"",ticker=u"",exchangeCD=u"XSGE",contractStatus="",contractObject=u"",prodID="",field=u"",pandas="1")
df.to_csv('futures_XSGE.csv',encoding='utf-8')

df = DataAPI.FutuGet(secID=u"",ticker=u"",exchangeCD=u"XDCE",contractStatus="",contractObject=u"",prodID="",field=u"",pandas="1")
df.to_csv('futures_XDCE.csv',encoding='utf-8')

df = DataAPI.FutuGet(secID=u"",ticker=u"",exchangeCD=u"XZCE",contractStatus="",contractObject=u"",prodID="",field=u"",pandas="1")
df.to_csv('futures_XZCE.csv',encoding='utf-8')

df = DataAPI.FutuGet(secID=u"",ticker=u"",exchangeCD=u"CCFX",contractStatus="",contractObject=u"",prodID="",field=u"",pandas="1")
df.to_csv('futures_CCFX.csv',encoding='utf-8')

df = DataAPI.FutuGet(secID=u"",ticker=u"",exchangeCD=u"XSIE",contractStatus="",contractObject=u"",prodID="",field=u"",pandas="1")
df.to_csv('futures_XSIE.csv',encoding='utf-8')

点击"运行",进入"数据"界面,下载数据

将合约列表下载到本地,将合约列表文件放到一个空目录下

3 在工具中选择合约文件所在目录并执行

点击"选择合约所在目录",选择合约列表文件所在目录

点击"执行",工具中现存合约和最新合约进行核对,筛出【新增的合约列表】和【需要更新日数据的合约列表】

4 在工具中下载【新增的合约列表】和【需要更新日数据的合约列表】

图中new.json,为【新增合约列表】,新增合约列表下载后为new.json

图中20240102.json, 为【需要更新日数据的合约列表】,文件名为工具中这些合约的最新日期,【需要更新日数据的合约列表】的文件可能是1个,也可能是多个

5 在优矿网下载待更新的日数据

复制代码
ticker_list = ["fu2501", "lu2501", "sc2501"]
df = DataAPI.MktFutdGet(secID=u"",ticker=ticker_list,tradeDate=u"",beginDate=u"",endDate=u"",exchangeCD="",field=u"",pandas="1")
df.to_csv('daily_20240106_00.csv',encoding='utf-8')

下载【新增合约列表】日数据,新增合约中,beginDate字段为空

复制代码
ticker_list = ["AP401", "AP403", "AP404", "AP405", ...]
df = DataAPI.MktFutdGet(secID=u"",ticker=ticker_list,tradeDate=u"",beginDate=u"20240103",endDate=u"",exchangeCD="",field=u"",pandas="1")
df.to_csv('daily_20240106_11.csv',encoding='utf-8')

下载【需要更新日数据的合约列表】,beginDate字段为【需要更新日数据的合约列表】json文件名对应日期的下一日

下载后将日数据文件放入一个空目录

6 在工具中选择日数据文件所在目录并执行

1 新增合约创建新的日数据csv文件

2 更新合约日数据csv文件,将数据追加到最新

3 将数据插入到 t_last30_daily

4 更新 t_online_symbol 数据,增加新增合约,更新合约的最新日期字段

5 计算主力合约并更新到csv文件中,如果有新增品种,创建csv文件

相关推荐
luckys.one5 小时前
第9篇:Freqtrade量化交易之config.json 基础入门与初始化
javascript·数据库·python·mysql·算法·json·区块链
大翻哥哥6 小时前
Python 2025:量化金融与智能交易的新纪元
开发语言·python·金融
zhousenshan8 小时前
Python爬虫常用框架
开发语言·爬虫·python
IMER SIMPLE8 小时前
人工智能-python-深度学习-经典神经网络AlexNet
人工智能·python·深度学习
CodeCraft Studio8 小时前
国产化Word处理组件Spire.DOC教程:使用 Python 将 Markdown 转换为 HTML 的详细教程
python·html·word·markdown·国产化·spire.doc·文档格式转换
专注API从业者9 小时前
Python/Java 代码示例:手把手教程调用 1688 API 获取商品详情实时数据
java·linux·数据库·python
java1234_小锋9 小时前
[免费]基于Python的协同过滤电影推荐系统(Django+Vue+sqlite+爬虫)【论文+源码+SQL脚本】
python·django·电影推荐系统·协同过滤
看海天一色听风起雨落10 小时前
Python学习之装饰器
开发语言·python·学习
XiaoMu_00110 小时前
基于Python+Streamlit的旅游数据分析与预测系统:从数据可视化到机器学习预测的完整实现
python·信息可视化·旅游
THMAIL10 小时前
深度学习从入门到精通 - 生成对抗网络(GAN)实战:创造逼真图像的魔法艺术
人工智能·python·深度学习·神经网络·机器学习·生成对抗网络·cnn