AI股票小助手04-miniQMT数据采集

by 雪隐 from juejin.cn/user/143341...

欢迎分享与聚合,全文转载就不必了,尊重版权,圈子就这么大,若急用可联系授权。

前言

朋友们,今天咱们来聊第三种股票数据获取方式------miniQMT 。

它不是那种"今天能连明天就挂"的免费接口,而是最稳如老狗的实时数据方案。不光能拿数据,还能直接下场交易。如果你想搞个人量化交易,有没有 miniQMT 权限,基本等于"有驾照"和"没驾照"的区别。

不过,这玩意儿有门槛------你得跟你的券商客户经理软磨硬泡 。很多券商(比如国金)要求账户里躺着 30 万 才能开。而且不是所有券商都支持这个功能。

一句话:开不了 miniQMT,本章内容你就当看玄幻小说吧。

本文用 宁德时代(300750.SZ) 当案例,带你跑通三种数据下载:

  1. 日线数据(历史 K 线)
  2. 分钟数据(1 分钟、5 分钟等)
  3. 财务数据(资产负债表、利润表、每股指标......)

前提条件:

  • windows环境
  • QMT 已安装,xtquant 库已配好
  • miniQMT 客户端已启动(且你能登录进去)

一、什么是 miniQMT?

简单说,它是 QMT 的"极简模式"------不给你花里胡哨的界面,只留一个 Python 接口。你写代码调它,它帮你搞定数据、下单、回测。

就像把自动驾驶汽车的方向盘拆了,只留一个游戏手柄给你:功能都在,姿势更自由。


二、开通流程(社恐劝退版)

  1. 找到一家支持 miniQMT 的券商(网上搜一下,或者直接问客服:"你家支持 miniQMT 不?")
  2. 开户------如果你名下已经有 3 家券商账户,得先注销一家(证监会规定,别问我为什么)。
  3. 等几个工作日,账户开好后,主动打电话问:"我有没有专属客户经理?"
  4. 加上客户经理微信,开门见山 :"我要开通 miniQMT。"
    • 他会告诉你资金要求(比如 30 万),但这个可以谈。你表现得像个长期用户,他也不想丢单。
  5. 谈妥后,填表、走流程,再等 4-5 个工作日。
  6. 客服给你 QMT 客户端下载链接 + 账号密码,登录成功的那一刻,你就算踏入量化大门了。

整个过程考验耐心,但一旦开通,你就拥有了一个 比任何免费接口都靠谱的数据武器。


三、日线数据下载(历史 K 线,养老级数据)

python 复制代码
STOCK_CODE = '300750.SZ'   # 宁德时代
DATA_START = '20240101'    # 从 2024 年开始
DATA_END   = '20251231'    # 到 2025 年结束

① 下载历史数据

python 复制代码
xtdata.download_history_data(
    stock_code=STOCK_CODE,
    period='1d',            # 1d 表示日线
    start_time=DATA_START
)

② 获取市场数据

python 复制代码
res = xtdata.get_market_data(
    stock_list=[STOCK_CODE],
    period='1d',
    start_time=DATA_START,
    end_time='',
    count=-1,               # -1 表示取全部
    dividend_type='front',  # 前复权(不然算出来想哭)
    fill_data=True
)

返回字段:close、open、high、low、volume ------ 炒股五件套。

③ 处理时间

QMT 给的时间是 20240101 这种"直男格式",需要转成人类能看懂的日期:

python 复制代码
df['date'] = pd.to_datetime(df['date'], format='%Y%m%d', errors='coerce')

保存到 data/300750_SZ_daily_QMT.csv,搞定。


四、分钟数据下载(想玩高频?先问问你的心脏)

python 复制代码
STOCK_CODE  = '300750.SZ'
TARGET_DATE = '20260210'   # 你想看哪一天的分钟线
PERIOD      = '1m'         # 1分钟 K 线(可选:5m, 15m, 30m, 60m)

① 下载分钟数据

python 复制代码
xtdata.download_history_data(
    stock_code=STOCK_CODE,
    period=PERIOD,
    start_time=TARGET_DATE
)

② 取数据时,把 end_time 设成 下一天,这样能保证拿到全天数据

python 复制代码
res = xtdata.get_market_data(
    stock_list=[STOCK_CODE],
    period=PERIOD,
    start_time=TARGET_DATE,
    end_time='20260211',    # 下一天,老司机都懂
    count=-1,
    fill_data=False
)

③ 时间格式转换

分钟数据的时间戳长成这样:20260210143000 → 需要转成 pd.datetime:

python 复制代码
df['datetime'] = pd.to_datetime(df['datetime'].astype(str), format='%Y%m%d%H%M%S', errors='coerce')

④ 只保留目标日期的数据

python 复制代码
target_date_dt = pd.Timestamp(TARGET_DATE)
df = df[df['datetime'].dt.date == target_date_dt.date()]

保存到 data/300750_SZ_1min_QMT.csv。

忠告:分钟数据量很大,别一次性下十年,硬盘会哭。


五、财务数据下载(看公司底裤)

财务数据不像 K 线那么"实时",但它是价值投资者的圣经。我们下载以下几张表:

表名 含义
Balance 资产负债表(公司家底)
Income 利润表(赚了多少钱)
CashFlow 现金流量表(真金白银流向)
PershareIndex 每股指标(EPS、每股净资产等)
Capital 股本信息(总股本、流通股)

① 异步下载(带回调,让你知道它在干活)

python 复制代码
done_count = [0]
total_tables = len(TABLE_LIST)

def on_download_done(data):
    done_count[0] += 1
    print(f"已下载 {done_count[0]}/{total_tables} 张报表")

for table_name in TABLE_LIST:
    xtdata.download_financial_data2(
        stock_list=[STOCK_CODE],
        table_list=[table_name],
        callback=on_download_done
    )

② 获取财务数据

python 复制代码
data = xtdata.get_financial_data(
    stock_list=[STOCK_CODE],
    table_list=TABLE_LIST,
    report_type='report_time'
)

③ 从中提取关键指标(这里才是精华)

类别 指标
每股指标 EPS(每股收益)、BPS(每股净资产)、OCFPS(每股经营现金流)
盈利能力 ROE(净资产收益率)、ROA(资产报酬率)、毛利率、净利率
偿债能力 资产负债率、流动比率、速动比率
营运能力 总资产周转率
现金流 经营现金流、经营现金流/收入

④ 时间标签处理(防坑代码)

xtquant 返回的时间可能是 20250331 字符串,也可能是个时间戳数字。写个函数统一成 YYYYMMDD:

python 复制代码
def normalize_timetag(ts_val):
    s = str(ts_val).strip()
    if len(s) == 8 and s.isdigit():
        return s
    v = float(s)
    if v > 1e12:
        v = v / 1000
    return datetime.fromtimestamp(v).strftime('%Y%m%d')

保存到 data/300750_SZ_fina_QMT.csv。

有了这些数据,你就可以自己算 PE、PB、ROE,再也不用去雪球看别人脸色了。


六、输出文件一览

脚本功能 输出文件
日线数据 data/300750_SZ_daily_QMT.csv
分钟数据 data/300750_SZ_1min_QMT.csv
财务数据 data/300750_SZ_fina_QMT.csv

七、QMT 股票代码格式(老手跳过,新手必看)

交易所 格式 示例
上海 XXXXXX.SH 600519.SH(贵州茅台)
深圳 XXXXXX.SZ 300750.SZ(宁德时代)

千万别把 .SH 写成 .SZ,否则你会收到一堆莫名其妙的空数据。


完整代码

由于篇幅原因,本文只做思路讲解。

完整代码已上传 Gitee ,去仓库自取就行。


写在最后

如果这篇文章让你从"miniQMT 是什么鬼"变成了"好像我也能试试",那就给我点个赞 、留个评论 吧。

量化交易这条路,孤独且容易踩坑,有个伴儿总归好一点。

最后一句大实话:

不要指望有了 miniQMT 就能一夜暴富。

它只是给你一把更快的刀,但砍柴的功夫还得自己练。

谢谢大家 🙏

祝各位的曲线像长江电力一样平稳向上,不要像我的心情一样大起大落。

相关推荐
程序猿DD4 小时前
OctaFuse 2.20.0:MCP 用业务账号直接登录授权,请求日志合并工具调用
后端
特立独行的猫A5 小时前
别再用 nohup 了:让应用在后台常驻的正确姿势与 systemd 服务详解
java·后端·python
对你无可奈何6 小时前
给 ComfyUI 做了一个手机助手
人工智能
一起_java6 小时前
技术文章-基于Dify-Agent的智能问答系统设计与实现
java·spring boot·后端·agent·dify
feasibility.7 小时前
英伟达把物理AI的3D模型“应用商店”开放了:2575个SimReady仿真资产,总计约472GB,可让agent装配机器人训练场景
人工智能·3d·机器人·仿真·建模·具身智能·英伟达
码事漫谈7 小时前
2027年火的很可能是AI工作台
后端
智联视频超融合平台8 小时前
消防宣传月过半,“AI+消防“给视频平台换了张考卷
人工智能·边缘计算·视频监控·安防·视频联网
冬奇Lab8 小时前
一天一个开源项目(第262篇):AG-UI —— 把 AI Agent 接进前端的开放协议,和 MCP、A2A 并列的第三块拼图
人工智能·开源
罗西的思考9 小时前
【轻量化复现大模型 / KIMI K3】MTP / EAGLE‑3 模块交互式演示
人工智能·深度学习·算法
RobinDevNotes10 小时前
Claude Code 剪视频,不上传、不要 API Key
人工智能·python·音视频·开发工具·ipython