pytdx数据获取:在线获取和离线获取(8年前的东西,还能用吗?)

文章目录


前言

pytdx是一个神奇的python库。我们可以在这个地方看到它的github:
https://github.com/rainx/pytdx

不过点进去是一个空的项目。

只有一个5年前的readme,别的空无一物。

然后作者说在github上archive这个项目,咱也不知道啥意思。~

另一个github地址

https://github.com/leegb/pytdx

8年前的玩意儿,还能用吗?

说实话,第一次看到这玩意儿,我也是这么想的。

配置文件

复制代码
[tdx]
local_path = "E:\\new_tdx\\"
api_host = "124.71.163.106"
api_port = 7709
[workspace]
path = "C:\\mcp-workspace\\pytdx"

离线获取数据

离线获取数据,需要安装客户端。

然后就可以:

复制代码
import os
import toml
from pytdx.reader import TdxLCMinBarReader

config_path = os.path.join(os.path.dirname(__file__), '../config.toml')
with open(config_path, 'r') as f:
    config = toml.load(f)

tdx_install_path = config['tdx']['local_path']

# 构建数据目录路径(示例股票代码:sh510300)
stock_code = "sh510300"
data_dir = os.path.join(tdx_install_path, "vipdoc", "sh", "minline")
data_file = os.path.join(data_dir, f"{stock_code}.lc1")

# 验证路径有效性
if not os.path.exists(data_file):
    raise FileNotFoundError(f"数据文件 {data_file} 不存在")

# 使用pytdx读取分钟线数据
reader = TdxLCMinBarReader()
df = reader.get_df(data_file)
print(df.tail())

成功。(.lc1是1分钟)

在线数据获取

复制代码
from pytdx.hq import TdxHq_API
import os
import toml

config_path = os.path.join(os.path.dirname(__file__), '../config.toml')
with open(config_path, 'r') as f:
    config = toml.load(f)

api = TdxHq_API()
api.connect(config['tdx']['api_host'], config['tdx']['api_port'])
data = api.get_security_bars(7, 60, '510300', 0, 100)
df = api.to_df(data)
print(df)
data = api.get_security_bars(7, 60, '510300', 100, 100)
df = api.to_df(data)
print(df)
api.disconnect()
# with api.connect(config['tdx']['api_host'], config['tdx']['api_port']):
#     # 参数说明:周期类型(7=分钟线),分钟数(60),股票代码,起始位置,数量
#     data = api.get_security_bars(7, 60, '000001', 0, 100)
#     df = api.to_df(data)

# print(df)

也是可以的~

相关推荐
第九序言T7 小时前
Python 数据处理进阶(十八)批量处理同结构文件:一个文件夹一次跑完
开发语言·python·自动化·pandas·数据处理
Java后端的Ai之路7 小时前
CAS并发控制-从CPU指令到企业级乐观锁
vue.js·人工智能·python·cas·乐观锁
qq_426003967 小时前
UI自动化高频次登录login限流解决方案
python·ui·自动化
Sakura_j_h_7 小时前
EasyEDA PCB 快速设计Skills
c++·python·github
quantdash_cc8 小时前
如何验证历史行情的交易日期是否完整覆盖研究区间?
python·数据分析·pandas·量化交易·股票数据·quantdash
I Am a robert girl8 小时前
当智能体学会“串通”:从长程交互中读懂涌现式合谋
python·多智能体系统·多智能体协作·llm agent·涌现式合谋·对齐问题·激励机制设计
云和数据.ChenGuang9 小时前
光哥说Python RAG 系统需要哪些评估指标:从检索到生成的全链路评测指南
网络·人工智能·python·算法·langchain
专注仿真9 小时前
线性回归和逻辑回归算法详解
开发语言·人工智能·python·大模型训练·控制算法
wflynn10 小时前
GitHub 今日推荐|Edge0:让大号 MoE 模型在一台 Mac 上流式跑起来
python·开源·github
2601_9679801111 小时前
python之用scapy分层解析pcap报文(Ethernet帧、IP数据包、TCP数据包、UDP数据包、Raw数据包)
python·scapy·pcap·协议分析·网络数据包