qmt量化交易策略小白学习笔记第37期【qmt编程之指数数据--如何获取迅投商品市场指数行情数据】

qmt编程之获取商品市场指数数据

qmt更加详细的教程方法，会持续慢慢梳理。

也可找寻博主的历史文章，搜索关键词查看解决方案 ！

感谢关注，咨询免费开通量化回测与获取实盘权限，欢迎和博主联系！

获取迅投商品市场指数行情数据

提示

1.获取迅投商品市场指数行情数据，如要获取历史数据需要进行下载download_history_data,再根据函数get_market_data_ex获取
2. VIP权限数据

调用方法

python

# coding=utf-8
from xtquant import xtdata
# 下载合约
xtdata.download_history_data(stock_code,period = "1d")
# 获取迅投商品市场指数行情数据
xtdata.get_market_data_ex([],[stock_code],period='1d')

参数

字段	类型	说明
stock_code	str	合约列表

返回值

• period为1m 5m 1dK线周期时
  • 返回dict { field1 : value1, field2 : value2, ... }
  • value1, value2, ... ：pd.DataFrame 数据集，index为stock_list，columns为time_list
  • 各字段对应的DataFrame维度相同、索引相同
• period为tick分笔周期时
  • 返回dict { stock1 : value1, stock2 : value2, ... }
  • stock1, stock2, ... ：合约代码
  • value1, value2, ... ：np.ndarray 数据集，按数据时间戳time增序排列

示例

# coding=utf-8
from xtquant import xtdata
xtdata.download_history_data('290000.BKZS',period = "1d")
# 获取迅投商品市场指数行情数据
xtdata.get_market_data_ex([],['290000.BKZS'],period='1d')

返回值 

{'290000.BKZS':                    time    open    high     low   close    volume  \
 19960102   820512000000  138.55  138.55  138.55  138.55         0   
 19960103   820598400000  137.86  137.86  137.86  137.86         0   
 19960104   820684800000  137.86  137.86  137.86  137.86         0   
 19960105   820771200000  137.90  137.90  137.90  137.90         0   
 19960108   821030400000  137.82  137.82  137.82  137.82         0   
 ...                 ...     ...     ...     ...     ...       ...   
 20231017  1697472000000  240.20  240.23  238.14  238.40  23597871   
 20231018  1697558400000  238.39  239.81  237.67  237.89  24646472   
 20231019  1697644800000  238.02  239.21  237.31  238.64  24785048   
 20231020  1697731200000  238.60  239.34  236.77  237.10  25381186   
 20231023  1697990400000  237.18  237.45  234.96  235.61  27538299   
 
                 amount  settelementPrice  openInterest  preClose  suspendFlag  
 19960102  0.000000e+00               0.0             0    138.69            0  
 19960103  0.000000e+00               0.0             0    138.55            0  
 19960104  0.000000e+00               0.0             0    137.86            0  
 19960105  0.000000e+00               0.0             0    137.86            0  
 19960108  0.000000e+00               0.0             0    137.90            0  
 ...                ...               ...           ...       ...          ...  
 20231017  1.400718e+12               0.0            13    239.99            0  
 20231018  1.499089e+12               0.0            13    238.40            0  
 20231019  1.449394e+12               0.0            13    237.89            0  
 20231020  1.513323e+12               0.0            13    238.64            0  
 20231023  1.549690e+12               0.0            13    237.10            0  
 
 [6742 rows x 11 columns]}