—— 本篇文章 by 丁智

数据服务:使用聚宽jqdatasdk获取分钟数据按vnpy的Bar格式导入至mongodb中

提供downloadAllMinuteBar(),可以通过定时任务的形式,按vnpy的数据格式,每日获取分钟数据写入到mongodb当中

提供downloadMinuteBarByDate,可以输入开始日期与结束日期,将时间段内的分钟数据写入到mongodb当中

在config文件中配置jqdatasdk的用户名密码

每日增量数据获取(作为数据服务,每日自动运行,将当日的增量数据插入到数据库中):

#----------------------------------------------------------------------
# 当日数据下载,定时任务使用
def downloadAllMinuteBar():jqdatasdk.auth(JQDATA_USER, JQDATA_PASSWORD)"""下载所有配置中的合约的分钟线数据"""print('-' * 50)print(u'开始下载合约分钟线数据')print('-' * 50)today = datetime.today().date()trade_date_list = jqdatasdk.get_trade_days(end_date=today, count=2)symbols_df = jqdatasdk.get_all_securities(types=['futures'], date=today)for index, row in symbols_df.iterrows():downMinuteBarBySymbol(index, row, str(today), str(trade_date_list[-2]))print('-' * 50)print(u'合约分钟线数据下载完成')print('-' * 50)return

某段时间内的全量数据(为了补全某一段时间的全量数据进行使用):

#----------------------------------------------------------------------
# 按日期一次性补全数据
def downloadMinuteBarByDate(start_date, end_date=datetime.today().date()):jqdatasdk.auth(JQDATA_USER, JQDATA_PASSWORD)"""下载所有配置中的合约的分钟线数据"""print('-' * 50)print(u'开始下载合约分钟线数据')print('-' * 50)trade_date_list = jqdatasdk.get_trade_days(start_date=start_date, end_date=end_date)i = 0for trade_date in trade_date_list:if i == 0:i = 1continuesymbols_df = jqdatasdk.get_all_securities(types=['futures'], date=trade_date)for index, row in symbols_df.iterrows():downMinuteBarBySymbol(index, row, str(trade_date_list[i]), str(trade_date_list[i-1]))i += 1print('-' * 50)print(u'合约分钟线数据下载完成')print('-' * 50)return

具体合约当日的数据下载函数与vnpy的Bar类型数据的生成插入数据库的过程:

#----------------------------------------------------------------------
def generateVtBar(symbol, time, d):"""生成K线"""bar = VtBarData()bar.vtSymbol = symbolbar.symbol = symbolbar.open = float(d['open'])bar.high = float(d['high'])bar.low = float(d['low'])bar.close = float(d['close'])bar.date = datetime.strptime(time[0:10], '%Y-%m-%d').strftime('%Y%m%d')bar.time = time[11:]bar.datetime = datetime.strptime(bar.date + ' ' + bar.time, '%Y%m%d %H:%M:%S')bar.volume = d['volume']return bar#----------------------------------------------------------------------
def downMinuteBarBySymbol(symbol, info, today, pre_trade_day):start = time()symbol_name = info['name']cl = db[symbol_name]cl.ensure_index([('datetime', ASCENDING)], unique=True)  # 添加索引# 在此时间段内可以获取期货夜盘数据minute_df = jqdatasdk.get_price(symbol, start_date=pre_trade_day + " 20:30:00",end_date=today + " 20:30:00", frequency='minute')# 将数据传入到数据队列当中for index, row in minute_df.iterrows():bar = generateVtBar(symbol_name, str(index), row)d = bar.__dict__flt = {'datetime': bar.datetime}cl.replace_one(flt, d, True)e = time()cost = (e - start) * 1000print(u'合约%s数据下载完成%s - %s,耗时%s毫秒' % (symbol_name, pre_trade_day, today, cost))

vnpy中提供了好几个数据服务的实现,功能也比较简单,但是能有不错的功效,聚宽的jqdatasdk也提供了很好的数据服务,十分有利于建立本地的体系。

datetime插入数据_量化学习:聚宽jqdatasdk对接vnpy的数据服务相关推荐

  1. 聚宽mysql,量化学习:聚宽jqdatasdk对接vnpy的数据服务

    数据服务:使用聚宽jqdatasdk获取分钟数据按vnpy的Bar格式导入至mongodb中 提供downloadAllMinuteBar(),可以通过定时任务的形式,按vnpy的数据格式,每日获取分 ...

  2. 聚宽 get_price 多个股票数据_量化交易入门教程,获取典型常用数据

    获取典型常用数据 摘要 聚宽数据 获取指数成分股 获取股票行情数据 获取股票财务数据 自测与自学 聚宽数据 在聚宽数据这个页面可以看到聚宽平台集成好的各大类数据,如下图,点击可以查看详情与用法. 但实 ...

  3. 量化交易 聚宽 布林带策略

    量化交易 聚宽 布林带策略 # 导入函数库 from jqdata import *# 初始化函数,设定基准等等 def initialize(context):# 使用真实价格set_option( ...

  4. 量化交易 聚宽 均值回归策略

    量化交易 聚宽 均值回归策略 # 导入函数库 from jqdata import *# 初始化函数,设定基准等等 def initialize(context):# 设定沪深300作为基准set_b ...

  5. 量化交易 聚宽 动量与反转策略

    量化交易 聚宽 动量与反转策略 # 导入函数库 from jqdata import *# 初始化函数,设定基准等等 def initialize(context):# 设定沪深300作为基准set_ ...

  6. 量化交易 聚宽 双均线策略

    量化交易 聚宽 双均线策略 # 导入函数库 from jqdata import *# 初始化函数,设定基准等等 def initialize(context):# 设定沪深300作为基准set_be ...

  7. 量化交易 聚宽 PEG策略

    量化交易 聚宽 PEG策略 PE:市盈率 G:收益增长率 PEG = PE / (G × 100) # 导入函数库 from jqdata import *# 初始化函数,设定基准等等 def ini ...

  8. 量化交易 聚宽 羊驼交易策略

    量化交易 聚宽 羊驼交易策略 # 导入函数库 from jqdata import *# 初始化函数,设定基准等等 def initialize(context):# 设定沪深300作为基准set_b ...

  9. 量化交易 聚宽 多因子策略(市值, ROE)

    量化交易 聚宽 多因子策略(市值, ROE) # 导入函数库 from jqdata import *# 初始化函数,设定基准等等 def initialize(context):# 设定沪深300作 ...

最新文章

  1. 一起学WP7 XNA游戏开发(八. 让3d model动起来)
  2. struts 修改拦截器修改返回值_关于struts2简单的介绍与示例
  3. Java IO Serialization
  4. matlab扩充内存,matlab扩大内存的方法
  5. Class类中的getEnclosingXX、getDeclaredXX
  6. rviz中的相关配置
  7. 分布式系统关联查询_一文详解分布式系统 | 留言送书
  8. Linux环境下FTP工具的使用方法
  9. html+css+气泡,纯CSS气泡框实现方法探究
  10. camera一些常见名词缩写
  11. Java - Certificate has been revoked
  12. 在网页地图图片上加注企业和“圳品”数量信息+1
  13. Linux查看文件指令cat、more、less、head、tail用法
  14. bw项目抱佛脚入门资料-2.按照指标创建BW数据存储对象
  15. 致奋斗的年轻人 阿里云在云栖大会等你
  16. Windows 7核心图形架构细致分析
  17. 个人常用命令集锦 持续更新
  18. 用友APILink——全国最大的企业工商信息提供平台
  19. 关于计算机的英语谚语,英语谚语大全 关于C的谚语
  20. python实现滚动字幕

热门文章

  1. mysql搜索结果去重_MySQL去除查询结果重复
  2. mysql最早出现的数据模型_在数据库发展史中出现的数据模型有哪些
  3. Spring Core Container 源码分析七:注册 Bean Definitions
  4. https提供安全的web通讯
  5. 【算法学习笔记】16.暴力求解法04 回溯法03 剪枝法 带宽
  6. 抱怨一下有些邮件列表的气氛
  7. Delphi的StringReplace 字符串替换函数
  8. Openstack api 使用方法
  9. 变电站通信网络与系统-特定通信服务映射(SCSM)
  10. Dynamips使用说明