从通达信中获取得到股票、期货等金融标的的分时数据。

已于 2023-04-18 20:36:45 修改
阅读量4k 收藏 4
点赞数
文章标签： 金融 python 网络爬虫 爬虫
于 2023-01-10 23:49:20 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_48574189/article/details/128638009
版权
本文介绍了如何从通达信软件中下载股票、期货等金融标的的分时数据，包括1分钟和5分钟的盘后数据。通过下载免费的通达信软件，选择盘后数据下载功能，以中证主连为例，获取2022.01.01至2023.01.01的5分钟数据。数据保存在new_tdx/vipdoc/ds/fzline文件夹内，例如47#ICL8.lc5代表中证500期货主力合约的5分钟数据。若需要其他周期数据，可利用已有分钟数据进行合成。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

首先下载一个通达信

最低0.47元/天 解锁文章
通达信行情接口失效？C# 实现获取分时成交数据 GetTransactionData
玄穹高金阙玉辰
12-18 648
C# 实现获取分时成交数据 GetTransactionData。
python获取股票分时数据_AkShare-股票数据-分时数据
weixin_39637233的博客
12-17 6400
以下所有数据都可以通过安装基于 Python 的开源金融数据工具 AkShare 来获取:作者寄语更新 股票分时数据 接口，本接口主要返回近期的1, 5, 15, 30, 60 分钟的历史数据，需要注意返回的历史时间段比较短。更新接口"stock_zh_a_minute" # 股票分时数据分时数据接口: stock_zh_a_minute描述: 新浪财经获取分时数据，目前可以获取 1, 5, 1...
通达信分钟数据下载工具
11-02
可以利用这个通达信小程序，配合通达信下载界面，实时下载数据，同时可以隐藏，同时可以选股，可以做到实时选股，间接实现全推数据，稳定性高，供参考。
通达信分时图数据结构
CHCH998的博客
12-26 2384
本文转载自：https://www.cnblogs.com/same/archive/2008/03/06/722400.html 作者：same 转载请注明该声明。通达信的zst的数据记录是每6508个字节为一天的数据,每26个字节为一个分钟的记录,这26个字节是这样分配的,时间占两个字节化为十进制为570的话表示9:30分(570/60=9.5) 下一个是占四个字节的叫现价,再下四个字节叫均...
Python 爬取实时股票数据并进行分析
最新发布
2501_91170328的博客
03-26 416
通过本文的学习，我们掌握了如何使用 Python 爬取实时股票数据，并进行简单的数据分析和可视化。当然，实际应用中可能需要处理更复杂的情况，比如多线程抓取、异常处理等。希望本文能为你的学习提供一定的帮助。如果你对更高级的功能感兴趣，可以尝试集成更多的功能模块，如机器学习模型来预测未来股价走势。```
通达信如何导出以往的分时数据
haodawei123的博客
02-14 1038
以梦网科技为例，今天是2025年2月14号，我需要2月13号的数据，鼠标在K线上双击打开当天的分时图，在分时图下面有个操作，我们点击操作，选择“明细数据导出”，选择保存路径保存文件名就可以了。以梦网科技为例，在分笔交易上面右键，选择“放大”，放大后选择“选项”，选择“数据导出”，弹出界面中修改路径与文件名即可。
通达信V6分时数据文件格式分析
12-11
通达信 V6 历史分时 、当日分时数据文件格式分析 ，含示例代码
通达信V6.1分时数据文件格式分析
热门推荐
starsky2006的专栏
09-04 1万+
通达信V6分时数据文件格式分析文件位置<br />/jcb_zxjt/T0002/zst_cache/ sz399005.zst<br />说明：只有在浏览历史分时图时才生成相应文件。<br /> <br />/jcb_zxjt/T0002/hq_cache/sh.tfz<br />/jcb_zxjt/T0002/hq_cache/sz.tfz<br />说明：通达信当日分时数据, 包括所有浏览过的股票<br /> <br /> 数据格式<br />1、历史分时数据格式<br />（1）、日期信息格式<br
股票分时数据HTML,股票数据（五档分笔分时成交、逐笔、逐单全息）简介
weixin_39654751的博客
06-04 2828
股票数据(五档分笔分时成交、逐笔、逐单全息)简介在当代的金融研究领域，高频金融数据(也称为“金融高频数据”)以及超高频数据受到了研究者越来越多的重视。借助于计算机的发展，使得对于高频数据、超高频数据的研究得以深入，从而使得研究统计分布的标度行为成为可能。(一)五档分笔/分时成交数据：3-6秒一次的行情采集期间累计的成交量和最后的成交价，可能是几笔成交的集合。一般显示的数据格式为在几分几秒以多少价格...
针对 通达信分时图数据结构 的疑问
jTeam的专栏
04-11 5605
http://www.cnblogs.com/same/archive/2008/03/06/722400.html通达信分时图数据结构看了文章的内容，感觉要通过查表来计算 也太麻烦了吧。仔细想了一下，应该就是 float  数字对应的二进制表示。 google了一下还真不少，不清楚的先看 单双精度浮点数的IEEE标准格式 http://www.cublog.cn/u/11557/
从tushare 上获取金融数据
weixin_48574189的博客
01-10 958
从tushare 上获取金融数据
通达信分时图
05-21
综合南川乾坤夜龙自用分时 综合南川乾坤夜龙自用分时
通达信分笔
02-29
通达信分笔
股票日线分时数据2019
11-16
包含了股票都分时数 据及相关策略
获取网站行情分时数据的源码
04-08
将网站返回的行情数据进行分解，然后添加到数组中保存。
用 Python 快速获取基金持仓增减情况 | 更新版
Python数据之道
01-12 3730
来源：Python数据之道 (ID:PyDataLab)作者：阳哥01写在前面大家好，我是阳哥。大家知道，在财经领域，Python是有着广泛的用途的。2021年，量化基金开始成为弄潮儿。有...
MACD、KDJ、DMA等常用技术指标的python实现
stonesssssss的博客
01-08 1万+
目录MACD指标简介计算方法指标含义python代码实现 MACD指标 简介 MACD又称为异同移动平均线，用来度量不同频率移动平均线的变化情况。MACD指标主要包括3根线，分别为DIF、DEA和MACD。 计算方法 12日EMA:EMA(12) = 2/(12+1) * 今日收盘价(12) + 11/(12+1) * 昨日EMA(12) 26日EMA:EMA(26) = 2/(26+1) * 今日收盘价(26) + 25/(26+1) * 昨日EMA(26) DIFF：DIFF=EMA(12) - EMA
akshare获取分时数据
haodawei123的博客
10-22 1590
akshare获取实时数据
python 获取通达信股票分时图的MACD指标
03-16
### 通达信分时图MACD指标的计算方法 在金融领域中，MACD（Moving Average Convergence Divergence）是一种常用的技术分析工具。为了获取通达信股票分时图中的MACD指标数据并用Python进行处理，可以采用以下方式： #### 方法概述 1. **数据源准备** 使用Tushare或其他第三方API获取实时行情数据[^3]。这些数据通常以DataFrame形式存储，便于后续操作。 2. **MACD计算逻辑** MACD由三部分组成：DIFF、DEA以及柱状图BAR。其具体公式如下： - DIFF = EMA(收盘价, 短期) - EMA(收盘价, 长期)[^1] - DEA = EMA(DIFF, M)[^1] - BAR = (DIFF - DEA) * 2 这里EMA表示指数平滑移动平均线，短期一般取12天，长期取26天，M取9天。 3. **实现代码** 以下是基于Pandas库和Numpy库编写的MACD计算代码示例： ```python import pandas as pd import numpy as np def calculate_macd(dataframe, short_window=12, long_window=26, signal_window=9): """ 计算MACD指标 参数: dataframe: 包含'close'列的价格数据 DataFrame short_window: 短期窗口大小，默认为12 long_window: 长期窗口大小，默认为26 signal_window: DEA信号线窗口大小，默认为9 返回: DataFrame: 添加了'DIFF', 'DEA', 'MACD_BAR'列的数据框 """ # 计算短期和长期EMA ema_short = dataframe['close'].ewm(span=short_window, adjust=False).mean() ema_long = dataframe['close'].ewm(span=long_window, adjust=False).mean() # 计算DIFF和DEA diff = ema_short - ema_long dea = diff.ewm(span=signal_window, adjust=False).mean() # 计算MACD柱状图 macd_bar = (diff - dea) * 2 # 合并到原始数据帧 dataframe['DIFF'] = diff dataframe['DEA'] = dea dataframe['MACD_BAR'] = macd_bar return dataframe ``` 4. **接口调用与数据处理** 如果需要对接通达信软件，则可通过`pytdx`库读取通达信本地数据[^4]。例如，可以从通达信服务器拉取指定证券品种的历史K线或分时数据，并将其转换成适合上述函数使用的格式。 #### 注意事项 - 数据质量直接影响最终结果准确性，请确保输入价格序列无缺失值。 - 实际应用过程中可能还需要考虑时间戳对齐等问题。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值