使用纯Python类似TradeX的获取通达信行情接口的实现
因为之前TradeX的接口是使用Python扩展的方式调用C++代码实现的,功能上有诸多的限制,如只支持32位的Python, 不支持MacOS, Linux等, 无奈我自己使用的电脑是Mac系统, 服务器又是基于Linux的,所以只能自己重新实现一份。
除了读取行情之外,目前还实现了解析通达信的数据文件的功能,可以查看Reader部分
次代码用于个人对网络协议的研究和习作,不对外提供服务,任何人使用本代码遇到问题请自行解决,也可以在github提issue给我,但是我不保证能即时处理。 由于我们连接的是既有的通达信兼容行情服务器,机构请不要使用次代码,对此造成的任何问题本人概不负责。
目前已经验证在如下的Python版本下成功运行,并在Windows,Mac,Linux各个系统下进行了测试
Python2.7+
Python3.6+
> pip install pytdx
或者
> pip install git+https://github.com/rainx/pytdx
我提供了一个命令行工具来实现简单的交互和功能演示,在安装之后,应该可以直接使用 hqget
命令调用, hqget分为交互模式和单命令模式,
您可以随时使用 hqget --help 获取接口的使用规则。
直接输入 hqget
即可进入交互模式,进入之后,先选择要连接的服务器类型,然后选择要执行的功能,选择菜单里面最后一项退出交互模式。
选择服务器
-->rainx@JingdeMacBook-Pro:~/dev/pytdx [master]$ hqget
连接中....
请选择服务器
--------------------
[1] :招商证券深圳行情 (119.147.212.81:7709)
[2] :华泰证券(南京电信) (221.231.141.60:7709)
[3] :华泰证券(上海电信) (101.227.73.20:7709)
[4] :华泰证券(上海电信二) (101.227.77.254:7709)
[5] :华泰证券(深圳电信) (14.215.128.18:7709)
[6] :华泰证券(武汉电信) (59.173.18.140:7709)
[7] :华泰证券(天津联通) (60.28.23.80:7709)
[8] :华泰证券(沈阳联通) (218.60.29.136:7709)
[9] :华泰证券(南京联通) (122.192.35.44:7709)
[10] :华泰证券(南京联通) (122.192.35.44:7709)
--------------------
请输入序号 [1]:
选择功能
连接成功!
--------------------
功能列表:
1 : 获取股票行情
2 : 获取k线
3 : 获取市场股票数量
4 : 获取股票列表
5 : 获取指数k线
6 : 查询分时行情
7 : 查询历史分时行情
8 : 查询分笔成交
9 : 查询历史分笔成交
10 : 查询公司信息目录
11 : 读取公司信息详情
12 : 读取除权除息信息
13 : 读取财务信息
14 : 退出断开连接
--------------------
请输入要使用的功能:
1.9版本更新
: 增加了--all参数,可以获取更多服务器列表
输入参数并获取结果
参数:市场代码, 股票代码, 如: 0,000001 或 1,600300
请输入参数 [0,000001]:
--------------------
market code active1 price last_close open high low \
0 0 000001 2801 9.18 9.25 9.23 9.27 9.16
reversed_bytes0 reversed_bytes1 ... ask5 bid_vol5 ask_vol5 \
0 [178, 174, 231, 12] -918 ... 9.23 4171 6140
reversed_bytes4 reversed_bytes5 reversed_bytes6 reversed_bytes7 \
0 5689 1 17 82
reversed_bytes8 reversed_bytes9 active2
0 21 65526 2801
[1 rows x 44 columns]
输出结果默认会使用pandas Dataframe格式输出,在内容较多时会省略部分列或行的记录,这个时候可以使用 --no-df
参数,让其用原始数据格式输出。
如启动时
> hqget --no-df
然后进行之前的操作,结果为:
参数:市场代码, 股票代码, 如: 0,000001 或 1,600300
请输入参数 [0,000001]:
--------------------
[OrderedDict([('market', 0),
('code', '000001'),
('active1', 2864),
('price', 9.19),
('last_close', 9.25),
('open', 9.23),
('high', 9.27),
('low', 9.16),
('reversed_bytes0', bytearray(b'\xbd\xc9\xec\x0c')),
('reversed_bytes1', -919),
('vol', 428899),
('cur_vol', 30),
('amount', 395218880.0),
('s_vol', 284703),
('b_vol', 144196),
('reversed_bytes2', 1),
('reversed_bytes3', 698),
('bid1', 9.18),
('ask1', 9.19),
('bid_vol1', 1078),
('ask_vol1', 5236),
('bid2', 9.17),
('ask2', 9.2),
('bid_vol2', 8591),
('ask_vol2', 3027),
('bid3', 9.16),
('ask3', 9.21),
('bid_vol3', 12638),
('ask_vol3', 3557),
('bid4', 9.15),
('ask4', 9.22),
('bid_vol4', 13234),
('ask_vol4', 2615),
('bid5', 9.14),
('ask5', 9.23),
('bid_vol5', 5377),
('ask_vol5', 6033),
('reversed_bytes4', 5768),
('reversed_bytes5', 1),
('reversed_bytes6', 16),
('reversed_bytes7', 83),
('reversed_bytes8', 20),
('reversed_bytes9', 0),
('active2', 2864)])]
脚本也可以使用命令模式进行, 这个时候,需要通过输入 -f/--function
参数来选择要执行的命令
如:
> hqget -f 1
在但命令模式下,可以通过设定 -o/--output
参数来选择将命令结果保存到文件中,这个时候根据 --df/--no-df
参数的结果不同,会保存为不同的格式,
如果没有设置或者设置为 --df
, 则通过pandas Dataframe保存为csv格式,如果选择了 --no-df
则把结果保存为Python Pickle序列化的格式。
我们可以通过设定选项 -s/--server
来指定其默认连接的服务器,格式是 [ip]:[port], 如:
> hqget -f 1 -s 119.147.212.81:7709
下面是如何在程序里面调用本接口
首先需要引入
from pytdx.hq import TdxHq_API
然后,创建对象
api = TdxHq_API()
之后,通常是如下的格式
if api.connect('119.147.212.81', 7709):
# ... same codes...
api.disconnect()
当然,我们也支持with 语法,可以省略disconnect()
语句
with api.connect('119.147.212.81', 7709):
# some codes
我们的数据获取届接口一般返回list结构,如果需要转化为pandas Dataframe接口,可以使用 api.to_df
进行转化
如:
data = api.get_security_bars(9, 0, '000001', 0, 10) #返回普通list
data = api.to_df(api.get_security_bars(9, 0, '000001', 0, 10)) # 返回DataFrame
可以使用的api方法有下列的几个。
一般来说,股票代码和文件名称使用字符串类型,其它参数都使用数值类型
可以获取多只股票的行情信息
需要传入一个列表,每个列表由一个市场代码, 一个股票代码构成的元祖构成
[ (市场代码1, 股票代码1),(市场代码2, 股票代码2) ... (市场代码n, 股票代码n) ]
如:
api.get_security_quotes([(0, '000001'), (1, '600300')])
- category->
K线种类
0 5分钟K线 1 15分钟K线 2 30分钟K线 3 1小时K线 4 日K线
5 周K线
6 月K线
7 1分钟
8 1分钟K线 9 日K线
10 季K线
11 年K线
- market -> 市场代码 0:深圳,1:上海
- stockcode -> 证券代码;
- start -> 指定的范围开始位置;
- count -> 用户要请求的 K 线数目,最大值为 800
如:
api.get_security_bars(9,0, '000001', 4, 3)
0 - 深圳, 1 - 上海
api.get_security_count(0)
参数:市场代码, 起始位置, 数量 如: 0,0 或 1,100
api.get_security_list(1, 0)
- category->
K线种类
0 5分钟K线 1 15分钟K线 2 30分钟K线 3 1小时K线 4 日K线
5 周K线
6 月K线
7 1分钟
8 1分钟K线 9 日K线
10 季K线
11 年K线
- market -> 市场代码 0:深圳,1:上海
- stockcode -> 证券代码;
- start -> 指定的范围开始位置;
- count -> 用户要请求的 K 线数目,最大值为 800
如:
api.get_index_bars(9,1, '000001', 1, 2)
参数:市场代码, 股票代码, 如: 0,000001 或 1,600300
api.get_minute_time_data(1, '600300')
参数:市场代码, 股票代码,时间 如: 0,000001,20161209 或 1,600300,20161209
api.get_history_minute_time_data(TDXParams.MARKET_SH, '600300', 20161209)
注意,在引入 TDXParams 之后, (from pytdx.params import TDXParams
)
我们可以使用 TDXParams.MARKET_SH , TDXParams.MARKET_SZ 常量来代替 1 和 0 作为参数
参数:市场代码, 股票代码,起始位置, 数量 如: 0,000001,0,10
api.get_transaction_data(TDXParams.MARKET_SZ, '000001', 0, 30)
参数:市场代码, 股票代码,起始位置,日期 数量 如: 0,000001,0,10,20170209
api.get_history_transaction_data(TDXParams.MARKET_SZ, '000001', 0, 10, 20170209)
参数:市场代码, 股票代码, 如: 0,000001 或 1,600300
api.get_company_info_category(TDXParams.MARKET_SZ, '000001')
参数:市场代码, 股票代码, 文件名, 起始位置, 数量, 如:0,000001,000001.txt,2054363,9221
api.get_company_info_content(0, '000001', '000001.txt', 0, 100)
注意这里的 起始位置, 数量 参考上面接口的返回结果。
参数:市场代码, 股票代码, 如: 0,000001 或 1,600300
api.get_xdxr_info(1, '600300')
参数:市场代码, 股票代码, 如: 0,000001 或 1,600300
api.get_finance_info(0, '000001')
参数:市场代码, 开始时间, 结束时间
get_k_data('000001','2017-07-03','2017-07-10')
参考 rainx#5
由于Python的特性,一般情况下,不太建议使用多线程代码,如果需要并发访问,建议使用多进程来实现,如果要使用多线程版本,请在初始化时设置multithread参数为True
api = TdxHq_API(multithread=True)
如果您需要调试本代码,监控传输过程中的数据包传输情况,可以使用调试模式,使用方法是设定环境变量 TDX_DEBUG 为 1 如
> TDX_DEBUG=1 hqget -f 1
为了方便连接服务器,我把一些常用的服务器列表整理到到 hosts.py
文件中. 在程序中可以通过
from pytdx.config.hosts import hq_hosts
获取列表, 列表里的数据参考了 rainx#3
欢迎补充并发送pr
通过下面的接口,我们可以解析通达信的日K线文件,该文件可以通过读取通达信的软件本地目录导出的数据获取,也可以从通达信的官网上下载,
如果您安装了通达信的终端,可以在安装目录下找到 vipdoc
子目录。
比如我的通达信客户端安装在 c:\new_tdx
下,
即
c:\new_tdx\vipdoc\sz\lday\
下是深圳的日k线数据c:\new_tdx\vipdoc\sh\lday\
下是上海的日k线数据
该目录下每个股票为一个文件,如 sz000001.day
为深圳的日k行情,
读取行情的接口非常简单
from pytdx.reader import TdxDailyBarReader, TdxFileNotFoundException
reader = TdxDailyBarReader()
df = reader.get_df("/Users/rainx/tmp/vipdoc/sz/lday/sz000001.day")
df 是pandas 的DateFrame格式, 输出为:
open high low close amount volume
date
1991-12-23 27.70 27.90 27.60 27.80 3.530600e+06 127000
1991-12-24 27.90 29.30 27.00 29.05 3.050250e+06 105000
1991-12-25 29.15 30.00 29.10 29.30 6.648170e+06 226900
1991-12-26 29.30 29.30 28.00 28.00 5.370400e+06 191800
1991-12-27 28.00 28.50 28.00 28.45 5.988725e+06 210500
... ... ... ... ... ... ...
2017-06-22 9.15 9.40 9.14 9.25 1.325211e+09 142695815
2017-06-23 9.23 9.27 9.16 9.25 5.383036e+08 58400441
2017-06-26 9.26 9.40 9.26 9.30 6.637629e+08 71076995
[6031 rows x 6 columns]
# 可以通过pandas将它保存为csv 等文件, 如:
df.to_csv("/tmp/000001.csv")
欢迎对量化交易感兴趣的朋友互相交流,可以来我们的智矿社区看看 http://zhikuang.org