量化交易系统开发-实时行情自动化交易-3.4.1.1.A股K线数据

19年创业做过一年的量化交易但没有成功，作为交易系统的开发人员积累了一些经验，最近想重新研究交易系统，一边整理一边写出来一些思考供大家参考，也希望跟做量化的朋友有更多的交流和合作。

接下来聊聊基于A股API获取K线数据。

在开发 A 股自动化交易系统时，获取 K 线数据是进行市场分析、趋势跟踪和策略开发的重要步骤。A 股的 K 线数据包含开盘价、最高价、最低价、收盘价和成交量等信息，能够帮助投资者理解市场动态，做出有效的投资决策。以下是通过 Python 编写的代码示例，利用 A 股常用的公开 API（例如东方财富、腾讯、网易等）获取 K 线数据的详细开发内容。

1. 使用东方财富 API 获取 K 线数据

东方财富提供了较为全面的 A 股数据接口，可以通过 HTTP 请求获取股票的历史 K 线数据。下面的代码示例展示了如何通过 Python 调用东方财富的 API 获取 A 股的 K 线数据。

import requests
import pandas as pd
import datetime

def get_eastmoney_klines(stock_code, market_type='0', kline_type='101', limit=100):
    """
    获取东方财富 A 股的 K 线数据。

    :param stock_code: 股票代码，例如 '600519' 表示贵州茅台
    :param market_type: 市场类型，'0' 表示沪市，'1' 表示深市
    :param kline_type: K 线类型，'101' 表示日 K 线，'102' 表示周 K 线，'103' 表示月 K 线
    :param limit: 获取 K 线数据的数量
    :return: K 线数据的 pandas DataFrame
    """
    url = f"http://push2his.eastmoney.com/api/qt/stock/kline/get"
    params = {
        "secid": f"{market_type}.{stock_code}",
        "fields1": "f1,f2,f3,f4,f5,f6",
        "fields2": "f51,f52,f53,f54,f55,f56",
        "klt": kline_type,
        "fqt": "1",
        "end": "20500101",
        "lmt": limit,
    }
    response = requests.get(url, params=params)
    if response.status_code == 200:
        data = response.json()
        klines = data.get("data", {}).get("klines", [])
        kline_list = [kline.split(",") for kline in klines]
        df = pd.DataFrame(kline_list, columns=["日期", "开盘价", "收盘价", "最高价", "最低价", "成交量"])
        return df
    else:
        raise Exception(f"Error fetching K line data: {response.status_code}")

# 获取贵州茅台（600519）的最近 100 个日 K 线数据
df_klines = get_eastmoney_klines("600519")
print(df_klines)

在该代码中，通过调用东方财富的 API，获取了指定股票代码的 K 线数据。market_type 用于指定是沪市还是深市，kline_type 用于选择日 K 线、周 K 线或月 K 线。返回的数据被转换为 Pandas 的 DataFrame，以方便后续的处理和分析。

2. 使用腾讯 API 获取 K 线数据

腾讯财经也提供了 A 股的实时和历史数据接口，通过 HTTP 请求可以方便地获取 A 股的 K 线数据。以下是使用腾讯 API 获取 A 股 K 线数据的代码示例：

import requests
import pandas as pd
import datetime

def get_tencent_klines(stock_code, limit=100):
    """
    获取腾讯 A 股的 K 线数据。

    :param stock_code: 股票代码，例如 '600519'
    :param limit: 获取 K 线数据的数量
    :return: K 线数据的 pandas DataFrame
    """
    url = f"http://web.ifzq.gtimg.cn/appstock/app/kline/kline"
    params = {
        "param": f"sh{stock_code},day,,{limit}"
    }
    response = requests.get(url, params=params)
    if response.status_code == 200:
        data = response.json()
        kline_data = data.get("data", {}).get(f"sh{stock_code}", {}).get("day", [])
        df = pd.DataFrame(kline_data, columns=["日期", "开盘价", "收盘价", "最高价", "最低价", "成交量"])
        return df
    else:
        raise Exception(f"Error fetching K line data: {response.status_code}")

# 获取贵州茅台（600519）的最近 100 个日 K 线数据
df_klines_tencent = get_tencent_klines("600519")
print(df_klines_tencent)

在该示例中，腾讯 API 返回的数据结构略有不同，通过指定交易所代码（如沪市为 sh，深市为 sz）和股票代码，可以获取指定交易对的 K 线数据。获取的数据同样转换为 Pandas 的 DataFrame 格式，方便后续的数据处理。

3. K 线数据的存储与处理

获取到的 K 线数据需要进行存储与处理，以便后续的策略分析、决策支持和模型训练。

• 存储方式：可以将 K 线数据存入关系型数据库（如 MySQL）或 NoSQL 数据库（如 MongoDB），以便于后续的查询和分析。例如，可以创建一个表，用于存储不同股票的日、周、月 K 线数据，方便后续的回测与策略优化。

  import mysql.connector
  
  def save_to_mysql(df, stock_code):
      """
      将 K 线数据保存到 MySQL 数据库中。
  
      :param df: K 线数据 DataFrame
      :param stock_code: 股票代码
      """
      connection = mysql.connector.connect(
          host="localhost",
          user="root",
          password="password",
          database="stock_data"
      )
      cursor = connection.cursor()
      create_table_query = f"""
      CREATE TABLE IF NOT EXISTS kline_{stock_code} (
          日期 VARCHAR(20),
          开盘价 FLOAT,
          收盘价 FLOAT,
          最高价 FLOAT,
          最低价 FLOAT,
          成交量 BIGINT
      )"""
      cursor.execute(create_table_query)
      for _, row in df.iterrows():
          insert_query = f"""
          INSERT INTO kline_{stock_code} (日期, 开盘价, 收盘价, 最高价, 最低价, 成交量)
          VALUES ('{row['日期']}', {row['开盘价']}, {row['收盘价']}, {row['最高价']}, {row['最低价']}, {row['成交量']})
          """
          cursor.execute(insert_query)
      connection.commit()
      cursor.close()
      connection.close()
  
  # 将 K 线数据保存到 MySQL 数据库
  save_to_mysql(df_klines, "600519")

4. 错误处理与重试机制

在获取 K 线数据时，可能会遇到网络连接超时、数据返回异常等问题，因此需要加入有效的错误处理与重试机制。

• 网络错误处理 ：通过 try...except 结构捕获网络请求中的错误，例如超时、无响应等情况，并在遇到错误时进行合理处理。

  try:
      df_klines = get_eastmoney_klines("600519")
  except Exception as e:
      print(f"Error: {e}")

• 重试机制：为了确保数据的完整性，可以在请求失败时进行重试，尤其是在数据量较大的情况下，避免因临时网络问题导致的数据缺失。