pytdx: Python通达信数据接口

您所在的位置:网站首页 python 股票行情系统 pytdx: Python通达信数据接口

pytdx: Python通达信数据接口

2023-03-23 06:33| 来源: 网络整理| 查看: 265

Python通达信数据接口 概述

使用纯Python类似TradeX的获取通达信行情接口的实现

因为之前TradeX的接口是使用Python扩展的方式调用C++代码实现的,功能上有诸多的限制,如只支持32位的Python, 不支持MacOS, Linux等, 无奈我自己使用的电脑是Mac系统, 服务器又是基于Linux的,所以只能自己重新实现一份。

声明

次代码用于个人对网络协议的研究和习作,不对外提供服务,任何人使用本代码遇到问题请自行解决,也可以在github提issue给我,但是我不保证能即时处理。 由于我们连接的是既有的通达信兼容行情服务器,机构请不要使用次代码,对此造成的任何问题本人概不负责。

兼容性

目前已经验证在如下的Python版本下成功运行,并在Windows,Mac,Linux各个系统下进行了测试

Python2.7+ Python3.6+ 安装 > pip install pytdx 或者 > pip install git+https://github.com/rainx/pytdx 命令行

我提供了一个命令行工具来实现简单的交互和功能演示,在安装之后,应该可以直接使用 hqget 命令调用, hqget分为交互模式和单命令模式, 您可以随时使用 hqget --help 获取接口的使用规则。

交互模式

直接输入 hqget 即可进入交互模式,进入之后,先选择要连接的服务器类型,然后选择要执行的功能,选择菜单里面最后一项退出交互模式。

选择服务器

-->rainx@JingdeMacBook-Pro:~/dev/pytdx [master]$ hqget 连接中.... 请选择服务器 -------------------- [1] :招商证券深圳行情 (119.147.212.81:7709) [2] :华泰证券(南京电信) (221.231.141.60:7709) [3] :华泰证券(上海电信) (101.227.73.20:7709) [4] :华泰证券(上海电信二) (101.227.77.254:7709) [5] :华泰证券(深圳电信) (14.215.128.18:7709) [6] :华泰证券(武汉电信) (59.173.18.140:7709) [7] :华泰证券(天津联通) (60.28.23.80:7709) [8] :华泰证券(沈阳联通) (218.60.29.136:7709) [9] :华泰证券(南京联通) (122.192.35.44:7709) [10] :华泰证券(南京联通) (122.192.35.44:7709) -------------------- 请输入序号 [1]:

选择功能

连接成功! -------------------- 功能列表: 1 : 获取股票行情 2 : 获取k线 3 : 获取市场股票数量 4 : 获取股票列表 5 : 获取指数k线 6 : 查询分时行情 7 : 查询历史分时行情 8 : 查询分笔成交 9 : 查询历史分笔成交 10 : 查询公司信息目录 11 : 读取公司信息详情 12 : 读取除权除息信息 13 : 读取财务信息 14 : 退出断开连接 -------------------- 请输入要使用的功能:

输入参数并获取结果

参数:市场代码, 股票代码, 如: 0,000001 或 1,600300 请输入参数 [0,000001]: -------------------- market code active1 price last_close open high low \ 0 0 000001 2801 9.18 9.25 9.23 9.27 9.16 reversed_bytes0 reversed_bytes1 ... ask5 bid_vol5 ask_vol5 \ 0 [178, 174, 231, 12] -918 ... 9.23 4171 6140 reversed_bytes4 reversed_bytes5 reversed_bytes6 reversed_bytes7 \ 0 5689 1 17 82 reversed_bytes8 reversed_bytes9 active2 0 21 65526 2801 [1 rows x 44 columns]

输出结果默认会使用pandas Dataframe格式输出,在内容较多时会省略部分列或行的记录,这个时候可以使用 --no-df 参数,让其用原始数据格式输出。

如启动时

> hqget --no-df

然后进行之前的操作,结果为:

参数:市场代码, 股票代码, 如: 0,000001 或 1,600300 请输入参数 [0,000001]: -------------------- [OrderedDict([('market', 0), ('code', '000001'), ('active1', 2864), ('price', 9.19), ('last_close', 9.25), ('open', 9.23), ('high', 9.27), ('low', 9.16), ('reversed_bytes0', bytearray(b'\xbd\xc9\xec\x0c')), ('reversed_bytes1', -919), ('vol', 428899), ('cur_vol', 30), ('amount', 395218880.0), ('s_vol', 284703), ('b_vol', 144196), ('reversed_bytes2', 1), ('reversed_bytes3', 698), ('bid1', 9.18), ('ask1', 9.19), ('bid_vol1', 1078), ('ask_vol1', 5236), ('bid2', 9.17), ('ask2', 9.2), ('bid_vol2', 8591), ('ask_vol2', 3027), ('bid3', 9.16), ('ask3', 9.21), ('bid_vol3', 12638), ('ask_vol3', 3557), ('bid4', 9.15), ('ask4', 9.22), ('bid_vol4', 13234), ('ask_vol4', 2615), ('bid5', 9.14), ('ask5', 9.23), ('bid_vol5', 5377), ('ask_vol5', 6033), ('reversed_bytes4', 5768), ('reversed_bytes5', 1), ('reversed_bytes6', 16), ('reversed_bytes7', 83), ('reversed_bytes8', 20), ('reversed_bytes9', 0), ('active2', 2864)])] 单命令模式

脚本也可以使用命令模式进行, 这个时候,需要通过输入 -f/--function 参数来选择要执行的命令

如:

> hqget -f 1 保存文件

在但命令模式下,可以通过设定 -o/--output 参数来选择将命令结果保存到文件中,这个时候根据 --df/--no-df 参数的结果不同,会保存为不同的格式, 如果没有设置或者设置为 --df, 则通过pandas Dataframe保存为csv格式,如果选择了 --no-df 则把结果保存为Python Pickle序列化的格式。

默认连接服务器

我们可以通过设定选项 -s/--server来指定其默认连接的服务器,格式是 [ip]:[port], 如:

> hqget -f 1 -s 119.147.212.81:7709 接口API

下面是如何在程序里面调用本接口

首先需要引入

from pytdx.hq import TdxHq_API

然后,创建对象

api = TdxHq_API()

之后,通常是如下的格式

if api.connect('119.147.212.81', 7709): # ... same codes... api.disconnect()

当然,我们也支持with 语法,可以省略disconnect()语句

with api.connect('119.147.212.81', 7709): # some codes

我们的数据获取届接口一般返回list结构,如果需要转化为pandas Dataframe接口,可以使用 api.to_df 进行转化 如:

data = api.get_security_bars(9, 0, '000001', 0, 10) #返回普通list data = api.to_df(api.get_security_bars(9, 0, '000001', 0, 10)) # 返回DataFrame

可以使用的api方法有下列的几个。

api方法列表 参数一般性约定

一般来说,股票代码和文件名称使用字符串类型,其它参数都使用数值类型

1 : 获取股票行情

可以获取多只股票的行情信息

需要传入一个列表,每个列表由一个市场代码, 一个股票代码构成的元祖构成 [ (市场代码1, 股票代码1),(市场代码2, 股票代码2) ... (市场代码n, 股票代码n) ]

如:

api.get_security_quotes([(0, '000001'), (1, '600300')]) 2 : 获取k线 category-> K线种类 0 5分钟K线 1 15分钟K线 2 30分钟K线 3 1小时K线 4 日K线 5 周K线 6 月K线 7 1分钟 8 1分钟K线 9 日K线 10 季K线 11 年K线 market -> 市场代码 0:深圳,1:上海 stockcode -> 证券代码; start -> 指定的范围开始位置; count -> 用户要请求的 K 线数目,最大值为 800

如:

api.get_security_bars(9,0, '000001', 4, 3) 3 : 获取市场股票数量

0 - 深圳, 1 - 上海

api.get_security_count(0) 4 : 获取股票列表

参数:市场代码, 起始位置, 数量 如: 0,0 或 1,100

api.get_security_list(1, 0) 5 : 获取指数k线 category-> K线种类 0 5分钟K线 1 15分钟K线 2 30分钟K线 3 1小时K线 4 日K线 5 周K线 6 月K线 7 1分钟 8 1分钟K线 9 日K线 10 季K线 11 年K线 market -> 市场代码 0:深圳,1:上海 stockcode -> 证券代码; start -> 指定的范围开始位置; count -> 用户要请求的 K 线数目,最大值为 800

如:

api.get_index_bars(9,1, '000001', 1, 2) 6 : 查询分时行情

参数:市场代码, 股票代码, 如: 0,000001 或 1,600300

api.get_minute_time_data(1, '600300') 7 : 查询历史分时行情

参数:市场代码, 股票代码,时间 如: 0,000001,20161209 或 1,600300,20161209

api.get_history_minute_time_data(TDXParams.MARKET_SH, '600300', 20161209)

注意,在引入 TDXParams 之后, (from pytdx.params import TDXParams) 我们可以使用 TDXParams.MARKET_SH , TDXParams.MARKET_SZ 常量来代替 1 和 0 作为参数

8 : 查询分笔成交

参数:市场代码, 股票代码,起始位置, 数量 如: 0,000001,0,10

api.get_transaction_data(TDXParams.MARKET_SZ, '000001', 0, 30) 9 : 查询历史分笔成交

参数:市场代码, 股票代码,起始位置,日期 数量 如: 0,000001,0,10,20170209

api.get_history_transaction_data(TDXParams.MARKET_SZ, '000001', 0, 10, 20170209) 10 : 查询公司信息目录

参数:市场代码, 股票代码, 如: 0,000001 或 1,600300

api.get_company_info_category(TDXParams.MARKET_SZ, '000001') 11 : 读取公司信息详情

参数:市场代码, 股票代码, 文件名, 起始位置, 数量, 如:0,000001,000001.txt,2054363,9221

api.get_company_info_content(0, '000001', '000001.txt', 0, 100)

注意这里的 起始位置, 数量 参考上面接口的返回结果。

12 : 读取除权除息信息

参数:市场代码, 股票代码, 如: 0,000001 或 1,600300

api.get_xdxr_info(1, '600300') 13 : 读取财务信息

参数:市场代码, 股票代码, 如: 0,000001 或 1,600300

api.get_finance_info(0, '000001') 多线程支持

由于Python的特性,一般情况下,不太建议使用多线程代码,如果需要并发访问,建议使用多进程来实现,如果要使用多线程版本,请在初始化时设置multithread参数为True

api = TdxHq_API(multithread=True) 调试模式

如果您需要调试本代码,监控传输过程中的数据包传输情况,可以使用调试模式,使用方法是设定环境变量 TDX_DEBUG 为 1 如

> TDX_DEBUG=1 hqget -f 1 其它

欢迎对量化交易感兴趣的朋友互相交流,可以来我们的智矿社区看看 http://zhikuang.org



【本文地址】


今日新闻


推荐新闻


CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3