量化交易-数据获取（三）

数据获取

• 数据接口种类
  • 制定行业，板块列表
  • history_bars 历史数据
  • get_fundametals 财务数据 公司基本面数据（重要）
• 获取某个股票

context.stock = "000002.XSHE"

• 获取行业

    stock_list = industry('A01')
    logger.info("农业股票列表：" + str(stock_list))

• 获取板块 板块API

    sector_list = industry('energy')
    logger.info("能源列表：" + str(sector_list))

• 板块分类

  
  image.png

• 指数成分股票的接口

    #"000001.XSHE"
    #"000300.XSHG" 沪深300
    #“000905.XSHG” 
    context.index_list = index_components("000300.XSHG")
    logger.info("index_list - 000300: :" + str(context.index_list))

• 获取每天倒推5天，每天获取一次，收盘价价格

    # logger.info('INCLUDE NOW')
    # 获取历史的交易行情数据 history_bars
    # p1 股票代码
    # p2 目前开始-倒推 x 天的数据，5 天
    # p3 获取频率 1d 一天
    # p4 close - 收盘价格

    history_bars_close = history_bars(context.s1, 5, '1d', 'close')
    logger.info("history_bars_close: :" + str(history_bars_close))

• 代码演示

# 在这个方法中编写任何的初始化逻辑。context对象将会在你的算法策略的任何# 可以自己import我们平台支持的第三方python模块，比如pandas、numpy等。

# 在这个方法中编写任何的初始化逻辑。context对象将会在你的算法策略的任何方法之间做传递。
def init(context):
    # 在context中保存全局变量
    context.s1 = "000001.XSHE"
    context.stock = "000002.XSHE"
    # 实时打印日志
    logger.info("RunInfo: {}".format(context.run_info))
    # https://www.ricequant.com/doc/rqdata-institutional#research-API-industry
  
    context.stock_list = industry('C36') #汽车制造业
    logger.info("农业股票列表：" + str(context.stock_list))

# before_trading此函数会在每天策略交易开始前被调用，当天只会被调用一次
def before_trading(context):
    #print(context.stock)
    logger.info(context.stock)
    logger.info(context.stock_list)
    #pass


# 你选择的证券的数据更新将会触发此段逻辑，例如日或分钟历史数据切片或者是实时数据切片更新
def handle_bar(context, bar_dict):
    # 开始编写你的主要的算法逻辑

    # bar_dict[order_book_id] 可以拿到某个证券的bar信息
    # context.portfolio 可以拿到现在的投资组合信息

    # 使用order_shares(id_or_ins, amount)方法进行落单
    # 获取最近2个5分钟bar数据时间戳以及成交量
    #logger.info('INCLUDE NOW')
    logger.info(history_bars(context.s1, 2, '1d', 'close'))

    # TODO: 开始编写你的算法吧！
    order_shares(context.s1, 1000)

# after_trading函数会在每天交易结束后被调用，当天只会被调用一次
def after_trading(context):
    pass