QMT获取可转债行情数据方法介绍!支持QMT量化软件的券商平台?

获取可转债行情

为了获取转债的日线/1m/1d的k数据,以通过数据订阅形式获取最新行情subscribe_quote。如果您需要获取历史数据,可以使用download_history_data函数下载相关数据,然后使用get_market_data_ex函数提取所需的信息。这样,使用者就能获得最新和详细的转债最新数据,有助于做出更精准的投资决策。

调用方法

python

复制代码
# coding=utf-8
from xtquant import xtdata
# 订阅指定合约最新行情
xtdata.subscribe_quote(stock_code, period='', start_time='', end_time='', count=0, callback=None)
# 下载指定合约历史行情
xtdata.download_history_data(stock_code, period, start_time='', end_time='')
# 获取指定合约历史行情
xtdata.get_market_data_ex(field_list = [], stock_list = [], period = '', start_time = '', end_time = '', count = -1, dividend_type = 'none', fill_data = True)

参数

  • xtdata.subscribe_quote
字段 类型 说明
stock_code str 股票代码
start_time str 开始时间格式YYYYMMDD/YYYYMMDDhhmmss
end_time str 结束时间
count int 数量 -1全部/n: 从结束时间向前数n个
period str 周期 分笔"tick" 分钟线"1m"/"5m" 日线"1d"
  • xtdata.get_market_data_ex
参数名称 类型 描述
field_list list 表示所有字段。不同的数据周期,取值范围有所不同。
stock_list list 合约代码列表
period str 数据周期,默认是当前主图周期。可选值如下: 'tick' (分笔线), '1d' (日线), '1m' (1分钟线), '5m' (5分钟线), '15m' (15分钟线), 'l2quote' (Level2行情快照), 'l2quoteaux' (Level2行情快照补充), 'l2order' (Level2逐笔委托), 'l2transaction' (Level2逐笔成交),'l2transactioncount' (Level2大单统计), 'l2orderqueue' (Level2委买委卖队列)
start_time str 开始时间。为空时默认为最早时间。时间格式为'20201231'或'20201231093000'
end_time str 结束时间。为空时默认为最新时间。时间格式为'20201231'或'20201231235959'
count int 数据最大个数。-1表示不做个数限制
dividend_type str 复权方式,默认是当前主图复权方式。可选值包括: 'none' (不复权), 'front'(前复权), 'back' (后复权), 'front_ratio' (等比前复权), 'back_ratio' (等比后复权)
fill_data bool 停牌填充方式

返回值

  • period为1m 5m 1dK线周期时
    • 返回dict { field1 : value1, field2 : value2, ... }
    • value1, value2, ... :pd.DataFrame 数据集,index为stock_list,columns为time_list
    • 各字段对应的DataFrame维度相同、索引相同
  • period为tick分笔周期时
    • 返回dict { stock1 : value1, stock2 : value2, ... }
    • stock1, stock2, ... :合约代码
    • value1, value2, ... :np.ndarray 数据集,按数据时间戳time增序排列

示例:

复制代码
# coding=utf-8
from xtquant import xtdata
# 订阅指定合约最新行情
xtdata.subscribe_quote('123219.SZ', period='1m', start_time='', end_time='20231026150000', count=1, callback=None)
# 下载指定合约历史行情
xtdata.download_history_data('123219.SZ', '1m', '20231026093000', '20231026150000')
# 获取指定合约历史行情
min_data = xtdata.get_market_data_ex(field_list=[], stock_list=['123219.SZ'], period='1m', start_time='', end_time='20231026150000', count=10, dividend_type='none', fill_data=True)
print(min_data)

返回值

复制代码
{'123219.SZ':                          time     open  ...  preClose  suspendFlag
20231026111800  1698290280000  121.398  ...   121.380            0
20231026111900  1698290340000  121.269  ...   121.229            0
20231026112000  1698290400000  121.269  ...   121.269            0
20231026112100  1698290460000  121.269  ...   121.269            0
20231026112200  1698290520000  121.269  ...   121.269            0
20231026112300  1698290580000  121.269  ...   121.269            0
20231026112400  1698290640000  121.265  ...   121.269            0
20231026112500  1698290700000  121.465  ...   121.468            0
20231026112600  1698290760000  121.461  ...   121.356            0
20231026112700  1698290820000  121.352  ...   121.461            0

[10 rows x 11 columns]}
相关推荐
数据与人工智能律师3 小时前
数字资产革命中的信任之锚:RWA法律架构的隐形密码
大数据·网络·人工智能·云计算·区块链
小赖同学啊5 小时前
区块链技术在物联网(IoT)中的核心应用场景
物联网·区块链
YSGZJJ11 小时前
股指期货空头减仓说明了什么?
区块链
小赖同学啊11 小时前
基于区块链的物联网(IoT)安全通信与数据共享的典型实例
物联网·安全·区块链
TechubNews16 小时前
东方之珠·数链未来:香港回归28周年RWA革命赋能全球金融
区块链·稳定币
yoona10201 天前
在 Sepolia 上使用 Zama fhEVM 构建隐私代币与流动性池:全流程实战指南
区块链·隐私币·zama
选择不变1 天前
日线周线MACD指标使用图文教程,通达信指标
大数据·区块链·通达信指标公式·炒股技巧·短线指标·炒股指标
链上Sniper1 天前
智能合约状态快照技术:实现 EVM 状态的快速同步与回滚
java·大数据·linux·运维·web3·区块链·智能合约
TechubNews1 天前
稳定币发行量创纪录地超过 Visa 交易量
区块链
dingzd952 天前
结合指纹防护技术,释放Web3去中心化的潜力
web3·去中心化·区块链·facebook·tiktok·instagram·clonbrowser