按照类别，主要有以下四类：

行情接口概况

　　首先导入行情库：

　　from xtquant import xtdataprint(dir(xtdata))

　　可以看到行情主要分为以下几个模块：

　　针对数据存储目录，默认为xtdata.data_dir=../userdata_mini/datadir, 按照官方文档的说明似乎可以任意设置，但实操下来却发现没起到作用。因此，如果默认存储空间有限的话，我们可以将其移动到有较大空间的地方，然后创建一个快捷方式指向原来的地方，避免磁盘空间被耗尽。

实战：历史行情数据下载

　　QMT提供的历史行情下载接口有两个：

　　其中各个参数具体含义如下：

　　?上海证券(SH), 如510050.SH

　　?深圳证券(SZ), 如159919.SZ

　　?上海期权(SHO), 如10004268.SHO

　　?深圳期权(SZO), 如90000967.SZO

　　?中国金融期货(CFFEX), 如IC07.CFFEX

　　?郑州商品期货(CZCE), 如SR05.CZCE

　　?大连商品期货(DCE), 如m2212.DCE

　　?上海期货(SHFE), 如wr2209.SHFE

　　?能源中心(INE), 如sc00.INE

　　?香港联交所(HK), 如00700.HK

　　如果运行如下代码，下载深圳市场300ETF期权沪深300ETF购9月4900标的的tick行情，就会在userdata_mini\datadir\SZO\0\90000967目录下生成以日为单位的tick数据：

　　import pandas as pdfrom xtquant import xtdata xtdata.download_history_data('90000967.SZO', period='tick')data = xtdata.get_local_data(field_list=[], stock_code=['90000967.SZO'], period='tick', count=10) df = pd.DataFrame(data['90000967.SZO'])print(df.iloc[-1])

　　下载的文件

　　上述二进制文件是无法直接读取的，这里通过get_local_data接口进行数据文件的解析，便可解码已经下载的tick行情，包含时间戳、K线、买五卖五快照信息等：

　　tick数据

　　注意到这里的Unix时间戳是精确到毫秒的，可以通过datetime转换成字符型：

　　import datetimedf['datetime'] = df['time'].apply(lambda x: datetime.datetime.fromtimestamp(x / 1000.0))print(df)

　　增加字符型时间

　　至此，我们已经调试成功历史行情下载接口了，下篇文章则将会重点介绍如何获取指定的股票代码并下载对应的历史数据，保存到数据库中供后续分析。

shicai0515
买黄金在线预约/微信报价

+ 复制