注册登录

QMT Python API

指数数据

关于迅投指数计算规则的说明

指数数据计算规则说明

迅投指数的计算规则为

  1. 普通代码上市超过20个交易日后加入计算，债券为5个交易日。
  2. 涨停打开超过3个交易日后加入计算。
  3. 复牌股涨跌幅超25%不加入计算。
  4. 指数成分等权进行计算。

获取沪深指数数据

获取指数代码列表

提示

为了获取指数合约列表,首先需要使用函数get_sector_list来获取需要查询的指数索引。具体的索引信息可以通过键入您感兴趣的索引名（例如："沪深指数"或"上证指数"）等获得。接下来，通过调用函数get_stock_list_in_sector并输入指定的索引名称，你就可以返回相应的指数合约列表。这部分合约列表包含了所有与特定指数相关的现有合约，这对于投资者在进行投资策略分析和决策时具有重要参考价值。

调用方法

qmt://docs/python
Python
1# coding=utf-8
2from xtquant import xtdata
3# 获取板块列表
4xtdata.get_sector_list()
5# 根据板块列表找查询指数索引名称
6xtdata.get_stock_list_in_sector(sector_name)

参数

字段类型说明
sector_namestring板块名称

返回

  • 列表，包含指定板块成分代码。
qmt://docs/python
Python
1# coding=utf-8
2from xtquant import xtdata
3# 获取板块列表
4ret_sector_list = xtdata.get_sector_list()
5print(f'获取板块目录: {ret_sector_list}')
6# 根据板块列表找查询指数索引名称
7ret_sector_data = xtdata.get_stock_list_in_sector('沪深指数')
8print(f'获取板块合约: {ret_sector_data}')

获取指数成份股权重

如果你的本地环境中缺少合约权重数据，那么可以先通过函数download_index_weight进行数据下载。下载后,再使用get_index_weight函数来取得相关指数下各个合约的权重信息。这两步操作能帮助你获得详尽而全面的权重数据，进一步增强你对投资环境的理解和掌握，帮助做出更明智的投资决策。

调用方法

qmt://docs/python
Python
1# coding=utf-8
2from xtquant import xtdata
3# 下载权重相关信息
4xtdata.download_sector_data()
5# 获取权重相关信息
6xtdata.get_index_weight(index_code)

参数

字段类型说明
index_codestring指数代码
  • index_code:字符串格式,指数代码,例如 000300.SH

返回

  • 字典, key为成分代码, value为权重
qmt://docs/python
Python
1# coding=utf-8
2from xtquant import xtdata
3# 下载权重相关信息
4xtdata.download_sector_data()
5# 获取权重相关信息
6ret_weight_data = xtdata.get_index_weight('000300.SH')
7print(ret_weight_data)

获取指数行情数据

获取行情数据，最新行情需要数据订阅subscribe_quote。如果您需要获取历史数据，可以使用download_history_data函数下载相关数据，然后使用get_market_data_ex函数提取所需的信息。这样，使用者就能获得最新和详细的合约最新数据，有助于做出更精准的投资决策。

调用方法

qmt://docs/python
Python
1# coding=utf-8
2from xtquant import xtdata
3# 订阅指定合约最新行情
4xtdata.subscribe_quote(stock_code, period='', start_time='', end_time='', count=0, callback=None)
5# 下载指定合约历史行情
6xtdata.download_history_data(stock_code, period, start_time='', end_time='')
7# 获取指定合约历史行情
8xtdata.get_market_data_ex(field_list = [], stock_list = [], period = '', start_time = '', end_time = '', count = -1, dividend_type = 'none', fill_data = True)

参数

  • xtdata.subscribe_quote
字段类型说明
stock_codestr股票代码
start_timestr开始时间格式YYYYMMDD/YYYYMMDDhhmmss
end_timestr结束时间
countint数量 -1全部/n: 从结束时间向前数n个
periodstr周期 分笔"tick" 分钟线"1m"/"5m" 日线"1d"
  • xtdata.get_market_data_ex
参数名称类型描述
field_listlist表示所有字段。不同的数据周期，取值范围有所不同。
stock_listlist合约代码列表
periodstr数据周期，默认是当前主图周期。可选值如下： 'tick' (分笔线)， '1d' (日线)， '1m' (1分钟线)， '5m' (5分钟线)， '15m' (15分钟线)， 'l2quote' (Level2行情快照)， 'l2quoteaux' (Level2行情快照补充)， 'l2order' (Level2逐笔委托)， 'l2transaction' (Level2逐笔成交)，'l2transactioncount' (Level2大单统计)， 'l2orderqueue' (Level2委买委卖队列)
start_timestr开始时间。为空时默认为最早时间。时间格式为'20201231'或'20201231093000'
end_timestr结束时间。为空时默认为最新时间。时间格式为'20201231'或'20201231235959'
countint数据最大个数。-1表示不做个数限制
dividend_typestr复权方式，默认是当前主图复权方式。可选值包括： 'none' (不复权)， 'front'(前复权)， 'back' (后复权)， 'front_ratio' (等比前复权)， 'back_ratio' (等比后复权)
fill_databool停牌填充方式

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
qmt://docs/python
Python
1# coding=utf-8
2from xtquant import xtdata
3# 获取迅投板块指数代码列表
4xt_sector_index_list = xtdata.get_stock_list_in_sector("迅投一级行业板块加权指数")
5# 获取迅投板块指数合约信息
6xt_sector_index_info = xtdata.get_instrument_detail(xt_sector_index_list[0])
7xt_sector_index = xt_sector_index_list[0]
8print(xt_sector_index_info)
9# 订阅合约数据
10xtdata.subscribe_quote(xt_sector_index, period='1d', start_time='', end_time='20231026', count=1, callback=None)
11# 下载指定合约历史行情
12xtdata.download_history_data(xt_sector_index, '1d', '20231020', '20231026')
13# 获取指定合约历史行情
14day_data = xtdata.get_market_data_ex(field_list=[], stock_list=[xt_sector_index], period='1d', start_time='',end_time='20231026', count=5, dividend_type='none', fill_data=True)
15print(day_data)
16 

获取指数tick数据

获取全推tick数据的函数是用户主动调用的工具。所谓"全推tick数据"，指的是以tick（最小报价单位）为单位的实时市场数据，包括每一笔交易的信息，如成交金额、成交量、收盘价等。通过主动调用这个函数，用户能实时获得最新的市场动态，从而做出及时和准确的投资决策。

调用方法

qmt://docs/python
Python
1# coding=utf-8
2from xtquant import xtdata
3xtdata.get_full_tick(code_list)
4 

参数

字段类型说明
code_listlist合约列表
  • code_list:字符串格式, 例如 ['000001.SH', '000300.SH']

返回值

  • dict 数据集 { stock1 : tick1, stock2 : tick2, ... }, tick字段如下
字段类型说明
timetagstr时间
lastPricefloat最新价
openfloat开盘价
lowfloat最低价
amountfloat成交额
volumeint成交总量（单位：手）
pvolumeint原始成交总量（券商QMT与 volume一致，投研端的单位：股）
openIntint持仓量
stockStatusstr证券状态
lastClosefloat前收盘价
lastSettlementPricefloat前结算价
settlementPricefloat今结算价
askPricelist多档委卖价
bidPricelist多档委买价
askVollist多档委卖量
bidVollist多档委买量
qmt://docs/python
Python
1# coding=utf-8
2from xtquant import xtdata
3 
4# 获取迅投板块指数代码列表
5xt_sector_index_list = xtdata.get_stock_list_in_sector("迅投一级行业板块加权指数")
6# 获取迅投板块指数信息
7xt_sector_index_info = xtdata.get_instrument_detail(xt_sector_index_list[0])
8# 获取迅投板块指数tick数据
9ret_full_tick = xtdata.get_full_tick([xt_sector_index])
10print(ret_full_tick)

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

qmt://docs/python
Python
1# coding=utf-8
2from xtquant import xtdata
3# 下载合约
4xtdata.download_history_data(stock_code,period = "1d")
5# 获取迅投商品市场指数行情数据
6xtdata.get_market_data_ex([],[stock_code],period='1d')

参数

字段类型说明
stock_codestr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
qmt://docs/python
Python
1# coding=utf-8
2from xtquant import xtdata
3xtdata.download_history_data('290000.BKZS',period = "1d")
4# 获取迅投商品市场指数行情数据
5xtdata.get_market_data_ex([],['290000.BKZS'],period='1d')

智能助手

咨询式 AI · 带入当前文档

智能助手加载中...