python中的t操作_Acqusta TQuant

最新推荐文章于 2024-06-03 14:27:00 发布

weixin_39553423

最新推荐文章于 2024-06-03 14:27:00 发布

阅读量310

点赞数

文章标签： python中的t操作

本教程示范如何使用Python取行情和交易。

安装TQuantApi的Python库#

先使用pip安装TQuanApi。TQuantApi依赖pandas，如果没有安装，请一并安装。$ pip install tquant pandas numpy

也可以从github上下载代码，自己编译安装。$ python setup.py install

注意：为了提高性能，TQuantApi使用了C++扩展库。在Windows上编译需要安装Visual C++等编译工具，因此不建议Windows用户直接从源码安装。

TQuantApi目前只支持Python2.7。如果必须要使用Python3，请耐心等待新版本。

初始化#引入tquant的package。

使用服务器地址创建DataApi和TradeApi

连接tqc服务#import tquant as tq

dapi = tq.DataApi('ipc://tqc_10001')

tapi = tq.TradeApi('ipc://tqc_10001')

tqc在本机通过IPCj机制(共享内存和信号量)提供服务，缺省地址为 ipc://tqc_10001，可以通过修改etc/tqc.conf修改。

连接本地行情服务器#

假设tqlocal安装在d:\tquant\tqlocal目录。import tquant as tq

tq.set_params("plugin_path", "D:\\tquant\\tqlocal\\bin")

dapi = tq.DataApi('mdapi://file://d:/tquant/tqlocal')

tapi = tq.TradeApi('tradeapi://tcp://127.0.0.1:10202')

在运行以下代码前，请先检查本地的行情服务和交易服务运行情况。

函数返回值#

TQuantApi的函数都返回两个值，第一个值是函数执行成功的结果，第二个参数是执行失败的错误消息。通过判断第一个值是否为None可以知道是否成功。ret_val, err_msg = api.func(...)

if ret_val is not None:

# sucess

do something

else:

# error

print err_msg通过观察发现，策略研究员编写策略时经常不处理异常，如认为取行情函数肯定会返回行情、下单一定成功。

返回两个值可以提醒序员要处理错误，养成好的编程习惯。

取行情前先订阅代码#

第一次使用行情前，记得先订阅，否则会因为tqc没有行情报错。代码格式如000001.SH, 000001.SZ, IF1801.CFE等。如果订阅成功，返回所有订阅的列表"交易代码 + '.' + 市场代码"格式可以多市场统一编码。r, msg = dapi.subscribe('600000.SH')

print "msg:", msg

print r

执行结果msg: None

600000.SH

使用','连接多个代码，可以一次订阅多个代码。r, msg = dapi.subscribe('000001.SH,600000.SH')

print "msg:", msg

print r

执行结果msg: None

000001.SH,600000.SH

可以通过空字符串参数查询当前订阅的代码列表。r, msg = dapi.subscribe('')

print "msg:", msg

print r

执行结果msg: None

000001.SH,600000.SH

从本地缓存中取快照#

dapi.quote从tqc的缓存中直接取行情，如果缓存中没有，则会返回错误"no data"。取行情函数的执行速度极快，在20微妙左右。q, msg = dapi.quote('000001.SH')

print "msg", msg

qmsg None

{'ask1': 3962.2,

'ask2': 0.0,

'ask3': 0.0,

'ask4': 0.0,

'ask5': 0.0,

'ask_vol1': 1L,

'ask_vol2': 0L,

'ask_vol3': 0L,

'ask_vol4': 0L,

'ask_vol5': 0L,

'bid1': 3960.0,

'bid2': 0.0,

'bid3': 0.0,

'bid4': 0.0,

'bid5': 0.0,

'bid_vol1': 1L,

'bid_vol2': 0L,

'bid_vol3': 0L,

'bid_vol4': 0L,

'bid_vol5': 0L,

'close': 3959.0,

'code': 'IF1802.CFE',

'date': 20180214L,

'high': 3967.8,

'high_limit': 4315.6,

'last': 3959.0,

'low': 3922.0,

'low_limit': 3531.2,

'oi': 5355L,

'open': 3938.2,

'pre_close': 3920.6,

'pre_oi': 9339L,

'pre_settle': 3923.4,

'recv_time': 1518592961064737L,

'settle': 3959.0,

'time': 152239700L,

'trading_day': 20180214L,

'turnover': 7735012560.0,

'volume': 6544L}

缓存还包括分钟线、tick#

tqc向云服务或本地行情服务订阅了行情后，在开盘期间会不停收到快照。tqc会缓存在内存数据库中。如果盘中订阅行情，会把云服务器上的分钟线和tick完整的抓取下来存在缓存中，实现快速取行情数据。收盘后，缓存中的数据一直有效，直到交易日切换后清盘。

有可能就是没有行情！#在每天清盘到接收到第一笔行情之间会没有快照，其他时间都会取得最新(最后)的行情。

股票第一天停盘，交易所会推送一笔行情。停盘第二天起，将没有行情，直到复盘。

试下取分钟线#

现在试试取分钟线函数dapi.bar。该函数返回DataFrame格式的数据，便于使用pandas处理。bars, msg = dapi.bar('000001.SH')

if bars is None:

print "bar error", msg

bars[['date','time','code','open','high','low','close','turnover','volume']].head(5)

画下分钟线看是否正确%matplotlib inline

bars.plot(y=['close'],figsize=(15,4))

观察下时间戳，bar的时间戳是取某分钟结束的最后时刻，如9:30:00~9:31:00的分钟线时间戳是93100000。如果某个分钟没有成交，把上分钟的结束价格填入到该分钟的高开低收价格中。

该函数还可以用来取历史数据。bars, msg = dapi.bar('600000.SH', trading_day=20180214)

if bars is None:

print "bar error", msg

bars[['date','time','code','open','high','low','close','turnover','volume']].head(5)

体验快速取tick#

本方法是tquant的特色函数之一，从tqc的内存数据库中可以快速取实盘完整tick。如果你的算法使用tick计算策略因子，在开盘后启动或者程序重启，可以快速地获取完整tick重新计算。通过trading_day参数可以取历史数。ticks, msg = dapi.tick('600000.SH',trading_day=20180213)

print msg

ticks.head(5)

测试下速度import time

begin_time = time.time()

ticks, msg = dapi.tick('600000.SH',trading_day=20180213)

print "time :", time.time() - begin_time

print "total ticks:",len(ticks)

ticks.head(5)time : 0.0338218212128

total ticks: 5661

使用专业版，用时还可以减半哦！

检查交易帐号是否连接正常#

请先通过tqc设置交易帐号，设置方法参考《tqc安装和配置》。帐号状态中status等于"Connected"，表示连接正常，可以进行交易。TQuantApi的字符串都是utf8编码，因此这里broker可能不能显示中文。r, msg = tapi.account_status()