miniQMT下载历史行情数据太慢怎么办？一招提速10倍!

身边很多做量化的朋友，现在基本都在用 QMT 或者 miniQMT。为了方便做回测，大家都会习惯把全市场的股票历史行情数据下载到本地。可问题来了------每次要更新全部数据，动辄十几分钟起步，等得人直抓狂 🤯。所以经常有人来问我：花姐，有没有更快的下载办法？答案当然是------有的！

众所周知，想要获取某个股票的数据需要先调用xtdata.download_history_data接口把数据下载到QMT本地，然后才可以通过xtdata.get_local_data获取到最新的数据，但问题来了，股票数量少还好，一旦股票数量多了那耗时可想而知。

所以怎么提速

很多同学第一反应会想到用 多线程 来提速，但花姐已经帮大家踩过坑了------多线程下载历史行情的速度，和单线程基本没啥区别，几乎等于白忙活。

于是我换了个思路，试了下 多进程 。结果一试惊喜满满 🎉！还是以增量下载为例：之前单线程跑一遍要花 10多分钟 ，用多进程优化后，整个流程缩短到 100多秒 就能搞定，提速效果不要太明显。

提速思路

1、获取股票列表 我通过以下方法获取到全部的股票列表：

python 复制代码

sector = "沪深A股"
stock_code_list = xtdata.get_stock_list_in_sector(sector)

2、股票列表分组

我把股票500个一组，分成了N组

python 复制代码

size = 500 # 每组股票数量
stock_groups = []
for i in range(0, len(stock_pool), size):
    group = stock_pool[i : i + size]  # 从 i 开始切 size 个
    stock_groups.append(group)

3、多进程下载

起初我尝试这样写：

python 复制代码

xtdata.download_history_data2(stock_group, period=period, incrementally=True)

在进程里批量下载一组股票，但是第一组下完以后就卡死了，找了很多办法也没搞定，于是改成了下面这个方法：循环下载分组里的股票，结果还真成了。

python 复制代码

for stock_code in stock_group:
    xtdata.download_history_data(stock_code=stock_code, period=period,incrementally=True)

这是多进程的示例代码：

python 复制代码

process_list = []
i = 1
for stock_group in stock_groups:
    print(f"开始下载第{i}组股票，包含{len(stock_group)}只股票")
    p = Process(target=download_stock_group_increment, args=(stock_group, period))
    p.start()
    process_list.append(p)
    i += 1
    
for i, p in enumerate(process_list):
    print(f"等待第{i+1}组股票下载完成...")
    p.join()
    print(f"第{i+1}组股票下载完成")

注意事项

初次使用miniQMT下载数据的时候不要用增量更新，要下载指定时间内的行情，不然容易出问题，这里的start_time可以写成19900101，这样就把上市以来所有的行情都下载到本地了：

python 复制代码

xtdata.download_history_data(stock_code=stock_code, period=period, start_time=start_time, end_time=end_time)

后面就可以用增量下载数据了，代码如下：

python 复制代码

xtdata.download_history_data(stock_code=stock_code, period=period,incrementally=True)

完整的代码已经放知识星球了，需要的自取。