量化交易:Miniqmt获取可转债数据和交易python代码

哈喽,大家好,我是木头左!

低风险资产除了国债外,还有可转债,兼容有高收益的股性和低风险的债性,号称"下有保底,上不封顶"。

🔍 可转债:金融市场的双面娇娃

可转债,全称可转换债券,是一种可以在特定条件下转换为发行公司股票的债券。它既有债券的稳定收益特性,又有股票的增长潜力,是投资者进行资产配置的重要选择。

🎯 可转债的优势

  • 收益与风险的平衡:既有固定收益,又有转股后的增值潜力。
  • 市场适应性强:在不同的市场环境下,可转债都能展现出其独特的价值。
  • 流动性好:可转债通常在交易所上市,流动性较高。

🛠️ miniQMT:量化交易的瑞士军刀

miniQMT可以不依赖QMT客户端,可以在vscode中直接运行,它提供了丰富的数据接口和交易策略模板,使得用户可以轻松地构建和测试自己的量化交易策略。

前面已经安装好QMT,参考QMT量化入门 ,在安装目录下有userdata_mini,这就是我们后面要用的Miniqmt的安装目录。

直接下载的可以用,最好是使用最新版本的,可从官网下载:https://dict.thinktrader.net/nativeApi/download_xtquant.html?id=7zqjlm

直接覆盖即可,不可以通过pip install的方式安装。

💻 Python代码

下面,我将展示如何使用Python和miniQMT来获取可转债数据。

🔬 获取可转债数据

获取行情主要是通过xtdata实现。

python 复制代码
xtdata.download_history_data2(stock_list,period="1d",start_time="20240224")  #批量下载
kline_data=xtdata.get_market_data(field_list=['time','open','high','low','close','volume','amount'],
print(res)

📊 连接客户端

如果要交易,本来还是要启miniQMT客户端,并配置资金帐户和安装目录。

否则会报错:

python 复制代码
# coding:gbk
# @author      : 木头左
# @date        : 2024/06/03 22:18:26
# @description : 
from xtquant import xtdata
import random

from xtquant.xttype import StockAccount
from xtquant.xttrader import XtQuantTrader
from xtquant import xtconstant

# miniQMT安装路径
mini_qmt_path = r'E:\programData\qmt\userdata_mini'
# QMT账号
account = 'xx'
# 创建session_id
session_id = int(random.randint(100000, 999999))
# 创建交易对象
xt_trader = XtQuantTrader(mini_qmt_path, session_id)
# 启动交易对象
xt_trader.start()
# 连接客户端
connect_result = xt_trader.connect()

🚀 执行交易

最后,我们将委托提交客户端。

python 复制代码
if connect_result == 0:
    print('连接成功')
# 创建账号对象
acc = StockAccount(account)
# 订阅账号
xt_trader.subscribe(acc)
# 下单
res = xt_trader.order_stock(acc, stock_code=stock_code, order_type=xtconstant.STOCK_BUY, order_volume=100, price_type=xtconstant.FIX_PRICE, price=7.44)
print(res)

希望这篇文章能够激发你对量化交易的兴趣。记得点赞、分享和关注哦!👍🔄👀

相关推荐
田里的水稻21 分钟前
C++_python_相互之间的包含调用方法
c++·chrome·python
2501_9418705626 分钟前
面向微服务熔断与流量削峰策略的互联网系统稳定性设计与多语言工程实践分享
开发语言·python
GIS之路1 小时前
GDAL 实现矢量裁剪
前端·python·信息可视化
IT=>小脑虎1 小时前
Python零基础衔接进阶知识点【详解版】
开发语言·人工智能·python
智航GIS1 小时前
10.6 Scrapy:Python 网页爬取框架
python·scrapy·信息可视化
清水白石0082 小时前
解构异步编程的两种哲学:从 asyncio 到 Trio,理解 Nursery 的魔力
运维·服务器·数据库·python
山海青风2 小时前
图像识别零基础实战入门 1 计算机如何“看”一张图片
图像处理·python
彼岸花开了吗2 小时前
构建AI智能体:八十、SVD知识整理与降维:从数据混沌到语义秩序的智能转换
人工智能·python·llm
山土成旧客3 小时前
【Python学习打卡-Day40】从“能跑就行”到“工程标准”:PyTorch训练与测试的规范化写法
pytorch·python·学习
闲人编程3 小时前
消息通知系统实现:构建高可用、可扩展的企业级通知服务
java·服务器·网络·python·消息队列·异步处理·分发器