Ptrade量化交易平台历史数据接口get_history解析

1. get_history接口

        该接口可以用来获取某个标的的历史数据，可以获取最近N条历史行情K线数据。支持多股票、多行情字段获取。在Ptrade中实时更新，一分钟结束之后，更新一分钟的数据，如果使用tick_data实盘交易，要注意补充当前数据，否则可能会造成交易信号滞后。

get_history(count, frequency='1d', field='close', security_list=None, fq=None, include=False, fill='nan')

参数说明

count： K线数量，大于0，返回指定数量的K线行情；必填参数；入参类型：int；

frequency：K线周期，现有支持1分钟线(1m)、5分钟线(5m)、15分钟线(15m)、30分钟线(30m)、60分钟线(60m)、120分钟线(120m)、日线(1d)、周线(1w/weekly)、月线(mo/monthly)、季度线(1q/quarter)和年线(1y/yearly)频率的数据；选填参数，默认为'1d'；入参类型：str；

field：指明数据结果集中所支持输出的行情字段；选填参数，默认为['open','high','low','close','volume','money','price']；入参类型：list[str,str]或str；输出字段包括：

• open -- 开盘价，字段返回类型：numpy.float64；
• high -- 最高价，字段返回类型：numpy.float64；
• low --最低价，字段返回类型：numpy.float64；
• close -- 收盘价，字段返回类型：numpy.float64；
• volume -- 交易量，字段返回类型：numpy.float64；
• money -- 交易金额，字段返回类型：numpy.float64；
• price -- 最新价，字段返回类型：numpy.float64；
• preclose -- 昨收盘价，字段返回类型：numpy.float64(仅日线返回)；
• high_limit -- 涨停价，字段返回类型：numpy.float64(仅日线返回)；
• low_limit -- 跌停价，字段返回类型：numpy.float64(仅日线返回)；
• unlimited -- 判断查询日是否是无涨跌停限制(1:该日无涨跌停限制;0:该日不是无涨跌停限制)，字段返回类型：numpy.float64(仅日线返回)；

security_list：要获取数据的股票列表；选填参数，None表示在上下文中的universe中选中的所有股票；入参类型：list[str,str]或str；

fq：数据复权选项，支持包括，pre-前复权，post-后复权，dypre-动态前复权，None-不复权；选填参数，默认为None；入参类型：str；

include：是否包含当前周期，True –包含，False-不包含；选填参数，默认为False；入参类型：bool；

fill：行情获取不到某一时刻的分钟数据时，是否用上一分钟的数据进行填充该时刻数据，'pre'–用上一分钟数据填充，'nan'–NaN进行填充(仅交易有效)；选填参数，默认为'nan'；入参类型：str；

返回数据解析

① 输入参数security是单个标的(str)

get_history(5, '1d', 'open', '600570.SS', fq=None, include=False)

返回数据格式如下：pandas.DataFrame对象，其中index：time     columns：fileds

	open
2017-04-11	40.30
2017-04-12	40.08
2017-04-13	40.03
2017-04-14	40.04
2017-04-17	39.90

② 输入参数security是列表

get_history(5, '1d', 'open', ['600570.SS','600571.SS'], fq=None, include=False)

返回数据格式如下：pandas.DataFrame对象，其中index：time     columns：stock_code

	600570.SS	600571.SS
2017-04-11	40.30	17.81
2017-04-12	40.08	17.56
2017-04-13	40.03	17.42
2017-04-14	40.04	17.40
2017-04-17	39.90	17.49

③输入参数security是列表，行情字段field入参为多个

get_history(2, frequency='1d', field=['open','close'], security_list=['600570.SS', '600571.SS'], fq=None, include=False)

返回数据格式：pandas.Panel对象，其中items索引是行情字段（如'open'、'close'等）

<class 'pandas.core.panel.Panel'>
Dimensions: 2 (items) x 2 (major_axis) x 2 (minor_axis)
Items axis: open to close
Major_axis axis: 2023-02-08 00:00:00 to 2023-02-09 00:00:00
Minor_axis axis: 600570.SS to 600571.SS

示意图：

可以使用以下代码选中其中一个dataframe

get_history(2, frequency='1d', field=['open','close'], security_list=['600570.SS', '600571.SS'], fq=None, include=False)['open']

返回数据格式：pandas.DataFrame对象，其中index：time     columns：stock_code

	600570.SS	600571.SS
2015-01-05	54.77	26.93
2015-01-06	51.00	25.83

解析：很多朋友可能没有见过panel格式的数据结构，因为panel只在pandas低版本使用，现在新版本已经取消了panel结构，可以简单地把Items axis看做dataframe的名字，Major_axis axis看做index，Minor_axis axis看做column，但是以行情字段作为items_axis不符合我们使用的习惯，我们一般会使用swapaxis方法改变items_axis，将stock_code作为items_axis，行情字段作为column，将dataframe的结构改成和①返回的格式一致，让我们处理数据结构更加方便。

示例：

panel_info = get_history(2, frequency='1d', field=['open','close'], security_list=['600570.SS', '600571.SS'], fq=None, include=False)
panel_info = panel_info.swapaxes("minor_axis", "items")  
log.info(panel_info)

返回数据格式：pandas.Panel对象，其中items索引stock_code

<class 'pandas.core.panel.Panel'>
Dimensions: 2 (items) x 2 (major_axis) x 2 (minor_axis)
Items axis: open to close
Major_axis axis: 2023-02-08 00:00:00 to 2023-02-09 00:00:00
Minor_axis axis: 600570.SS to 600571.SS

示意图：

 可以使用以下代码选中其中一个dataframe

panel_info = get_history(2, frequency='1d', field=['open','close'], security_list=['600570.SS', '600571.SS'], fq=None, include=False)
panel_info = panel_info.swapaxes("minor_axis", "items")  
df = panel_info['600570.SS']

返回数据格式：pandas.DataFrame对象，其中index：time     columns：fileds

	open	close
2023-02-08	46.90	47.80
2023-02-09	47.79	47.28

有疑问可以交流，可代写策略，欢迎私信交流