[QMT]09-下载历史行情数据到本地
下载历史行情数据
download_history_data(stock_code, period, start_time='', end_time='')
1
释义
补充历史行情数据
参数
stock_code - string 合约代码
period - string 周期
start_time - string 起始时间
end_time - string 结束时间
返回
无
备注
同步执行,补充数据完成后返回
下载数据实操:
from xtquant import xtdata
code ='600050.SH'
period = '1m'
day = '20221220'
xtdata.download_history_data(stock_code=code, period=period, start_time=day, end_time=day)
检验下载结果:
在\userdata_mini\datadir目录中,根据不同市场去找SH或SZ子目录,继续去60目录(1m周期)就能看到新下载的600050.DAT文件了
本地文件读取历史行情
请参考 [QMT]08-从本地行情数据解析历史K线信息
from xtquant import xtdata
import pandas as pd
import datetime,time
code =['600050.SH']
period = '1m'
day = '20221220'
data_dir=r'X:\iQuant\userdata_mini\datadir'
kline_data=xtdata.get_local_data(field_list=[],stock_code=code,period=period, start_time=day,end_time=day,count=10,data_dir=data_dir)
df =pd.concat([kline_data[i].T for i in ['time', 'open', 'high','low','close','volume','amount','settelementPrice', 'openInterest']],axis=1)
df.columns=['time','open','high','low','close','volume','amount','settelementPrice','openInterest']
df['time']=df['time'].apply(lambda x: datetime.datetime.fromtimestamp(x/1000.0))
print(tabulate(df,headers=df.columns,))
print(df.shape[0])
读取结果:
time open high low close volume amount settelementPrice openInterest
------------- ------------------- ------ ------ ----- ------- -------- ---------------- ------------------ --------------
1671519060000 2022-12-20 14:51:00 4.5 4.5 4.49 4.5 5316 2.39101e+06 0 13 1671519120000 2022-12-20 14:52:00 4.49 4.5 4.49 4.49 14650 6.58753e+06 0 13 1671519180000 2022-12-20 14:53:00 4.5 4.5 4.49 4.5 17313 7.7887e+06 0 13 1671519240000 2022-12-20 14:54:00 4.5 4.51 4.5 4.51 15259 6.86707e+06 0 13 1671519300000 2022-12-20 14:55:00 4.51 4.51 4.5 4.5 5920 2.66748e+06 0 13 1671519360000 2022-12-20 14:56:00 4.51 4.52 4.5 4.52 16682 7.52376e+06 0 13 1671519420000 2022-12-20 14:57:00 4.52 4.52 4.51 4.52 20157 9.0974e+06 0 13 1671519480000 2022-12-20 14:58:00 4.51 4.51 4.51 4.51 825 372375 0 18 1671519540000 2022-12-20 14:59:00 4.51 4.51 4.51 4.51 0 0 0 18 1671519600000 2022-12-20 15:00:00 4.51 4.52 4.51 4.52 33970 1.53544e+07 0 15 10
[QMT]09-下载历史行情数据到本地相关推荐
- Python量化:获取历史行情数据并计算KDJ指标
KDJ指标又叫随机指标,是一种相当新颖.实用的技术分析指标,它起先用于期货市场的分析,后被广泛用于股市的中短期趋势分析,是期货和股票市场上最常用的技术分析工具. 随机指标KDJ一般是用于股票分析的统计 ...
- 股票历史数据-股票历史行情数据查询
股票历史数据-股票历史行情数据查询 共享一个股票历史行情数据查询的工具,股票历史行情数据查询的是从股票成立到最近一天的所有历史数据,亲测手机就能查询股票历史行情数据.下载股票历史行情数据 亲测获取步骤 ...
- python下载文件到本地-Python下载网络文本数据到本地内存的四种实现方法示例
本文实例讲述了Python下载网络文本数据到本地内存的四种实现方法.分享给大家供大家参考,具体如下: import urllib.request import requests from io imp ...
- 股票历史行情数据api_历史API
股票历史行情数据api Introduction 介绍 Access the History API 访问历史记录API Navigate the history 浏览历史 Add an entry ...
- A股历史行情数据2005年至2019年
整理好的A股历史行情数据2005年至2019年5月,前复权 链接:https://pan.baidu.com/s/1-hzzTcqS2ktNV3QvLM1Nqw 提取码:8c20
- A股历史行情数据 API 接口
A股历史行情数据 API 接口 所有A股历史交易行情数据,全量历史交易 / 包含前后复权数据. 1. 产品功能 支持所有 A 股全量历史(天)交易查询: 包含上交所和深交所所有股票数据: 每日 A 股 ...
- 科创板历史行情数据 API 接口
科创板历史行情数据 API 接口 全量科创板历史行情,全量历史数据 / 支持代码筛选. 1. 产品功能 支持所有科创板历史交易数据查询: 包含科创板交易多项指标数据: 毫秒级查询性能: 全接口支持 H ...
- 美股历史行情数据之日频率数据
美股历史行情日频率数据 全交易所eod数据,阿里云盘分享 全历史行情数据,最早数据记录于1970年.数据字段包含OHLC,除权,股息等全部字段 阿里云盘订阅数据,数据每天更新. 全交易所eod数据,阿 ...
- tushare获取沪深300指数历史_从Tushare获取历史行情数据
从Tushare获取历史行情数据,分为两种,一种是后复权(daily_hfq)数据,一种是不复权(daily)数据,获取到的数据存储在MongoDB数据库中,每个集合(collection)中,数据字 ...
最新文章
- CSP认证201609-2	火车购票[C++题解]:模拟、vector、排序
- codevs 2924 数独挑战
- 【NLP】为元宇宙拼了?FaceBook推出强大的多语言模型,试图理解所有人类语言...
- sis最新ip地址2020_2020年12月版 最新IP数据库 号段归属地 省市区镇村行政区划
- 三角形周长最短问题_2019年中考数学压轴题分析——最短路径问题8:造桥选址...
- oracle π,plsql 计算π
- 2021-2022学期计划
- 无刷直流电机反电动势过零检测_TI电机库源码
- 安装虚拟机报错 This kernel requires an X86-64 CPU,but only detected an i686 CPU
- 教授专栏14 | 陈泰元: 提升公司治理之路--高管薪酬追回条款
- 格杰仁波切:修佛根本在修心…
- css b加粗怎么用,CSS去掉b加粗和strong加粗标签样式.doc
- php输出世界时转北京时,php中把美国时间转为北京时间的自定义函数分享
- java毕业设计毕业论文答辩管理系统Mybatis+系统+数据库+调试部署
- android+代码调用+相册+小米,Android调用系统相册选择图片,支持小米4云相册
- linux下通过C语言读取BMP格式图片,在文本终端显示该图片
- [算法]递归(尾递归和非尾递归)
- GitHub 经典项目归集
- spring注解:spring aop注解详解
- 数据库 - 数据查询
热门文章
- 计算年增长率c语言用scanf,[转]c语言scanf终极研究
- asp.net mvc Partial OutputCache 在SpaceBuilder中的应用实践
- STM32F4-Discovery
- 下载flv 简简单单
- 2020美赛数学建模 校级培训——Week_3
- 利用 MATLAB 编程实现共轭梯度法求解无约束最优化问题
- “共轭”(conjugate)是什么意思?
- iOS开发 mov视频文件转换成其他视频文件格式
- 论文阅读_Robust Counterfactual Explanations on Graph Neural Networks
- 16代表啥_十六型人格的四个字母分别代表了什么含义?