教你获取价值千金的股票历史分时成交数据

没什么

Pytdx是一个基于C++接口开发的Python第三方模块。
使用它我们能够很方便地获取通达信上的标准行情数据、历史行情数据、专业的财务数据，并且支持macOS系统，非常方便。

1.准备

开始之前，你要确保Python和pip已经成功安装在电脑上，如果没有，可以访问这篇文章：超详细Python安装指南 进行安装。
(可选1) 如果你用Python的目的是数据分析，可以直接安装Anaconda：Python数据分析与挖掘好帮手—Anaconda，它内置了Python和pip.
(可选2) 此外，推荐大家用VSCode编辑器，它有许多的优点：Python 编程的最好搭档—VSCode 详细指南。
请选择以下任一种方式输入命令安装依赖：
1. Windows 环境 打开 Cmd (开始-运行-CMD)。
2. MacOS 环境 打开 Terminal (command+空格输入Terminal)。3. 如果你用的是 VSCode编辑器 或 Pycharm，可以直接使用界面下方的Terminal.

pip install pytdx2.查询分时成交

为了能够查询数据，我们第一步需要创建API，连接通达信服务：

from pytdx.exhq import *
from pytdx.hq import *
api_hq = TdxHq_API()
api_hq = api_hq.connect('119.147.212.81', 7709)第二步，使用这个API查询历史分时数据：

from pytdx.exhq import *
from pytdx.hq import *
api_hq = TdxHq_API()
api_hq = api_hq.connect('119.147.212.81', 7709)
print(api_hq.get_history_transaction_data(TDXParams.MARKET_SZ, "002560", 0, 500, 20220916))效果如下：

[OrderedDict([('time', '14:29'),
              ('price', 7.91),
              ('vol', 582),
              ('buyorsell', 1)]),
... ...
]请注意，查询的日期必须填写整数，不然会查询不到数据。

3.查询完整历史分时数据

在前面的示例中，我们查询了 002560 这个股票在 2022-09-16 的最后500条数据。
如果我们想要查询当天的全部数据，需要不断改变start和limit，即api_hq.get_history_transaction_data的第三个参数和第四个参数。
代码如下：

# 公众号: 二七阿尔量化
# 2022-09-17

from pytdx.exhq import *
from pytdx.hq import *
api_hq = TdxHq_API()
api_hq = api_hq.connect('119.147.212.81', 7709)

def get_all_trans_data(api, code, date):
    start = 0
    data = []
    while True:
        part = api.get_history_transaction_data(TDXParams.MARKET_SZ, code, start, 888, int(date))
        data.extend(part)
        if len(part) < 888:
            break
        start += 888
    return data
print(len(get_all_trans_data(api_hq, "002560", 20220916)))
# 3776data 的格式如下：


数组里的顺序是乱的，因为我们请求数据的时候并不是按时间序列去请求的，因此还可以做数据规整化处理：

# 公众号: 二七阿尔量化
# 2022-09-17

from pytdx.exhq import *
from pytdx.hq import *
from collections import defaultdict
api_hq = TdxHq_API()
api_hq = api_hq.connect('119.147.212.81', 7709)

def get_all_trans_data(api, code, date):
    start = 0
    data = []
    while True:
        part = api.get_history_transaction_data(TDXParams.MARKET_SZ, code, start, 888, int(date))
        data.extend(part)
        if len(part) < 888:
            break
        start += 888
    return data
date = 20220916
data = get_all_trans_data(api_hq, "002560", date)
print(len(data))
# 3776
trans = defaultdict(list)
for tran in data:
    # "%Y%m%d %H:%M"
    trans[datetime.datetime.strptime(str(date) + " " + tran["time"], "%Y%m%d %H:%M")].append({
        "price": tran["price"],
        "volume": tran["vol"],
        "turnover": float(tran["price"]) * float(tran["vol"]) * 100,
    })
trans = dict(sorted(trans.items(), key=lambda x: x[0]))这样，trans的数据就是格式化好的：



4.其他查询方法

除了历史分时数据，pytdx还可以查询：
股票行情数据:

api.get_security_quotes([(0, '000001'), (1, '600300')])
# 参数格式：[(市场代码, 股票代码), ...]K线数据：

api.get_security_bars(9,0, '000001', 4, 3)参数如下：


读取公司信息详情：

api.get_company_info_content(0, '000001', '000001.txt', 0, 100)
# 参数：市场代码, 股票代码, 文件名, 起始位置, 数量读取财务信息:

api.get_finance_info(0, '000001')
# 参数：市场代码, 股票代码还有其他更多的功能，大家可以阅读Pytdx的说明文档：
https://rainx.gitbooks.io/pytdx
我们的文章到此就结束啦，如果你喜欢今天的量化投资内容，请持续关注二七阿尔量化。
希望你能在下面点个赞和在看支持我继续创作，谢谢！
欢迎关注公众号：二七阿尔量化