精华内容
参与话题
问答
  • 大奖章 量化 数据 接口

    千次阅读 2017-04-13 16:45:55
    1. 股票历史数据、行情数据、券商交易接口 2.免费的个人版 3.支持多种语言:Matlab、R语言、Python、Excel/VBA、C++、C# 6.模拟交易柜台 http://dajiangzhang.com/document 1. 获取所有A股的成分只需要一...

    1. 股票历史数据、行情数据、券商交易接口

    2.免费的个人版

    3.支持多种语言:Matlab、R语言、Python、Excel/VBA、C++、C#

    6.模拟交易柜台

    http://dajiangzhang.com/document


    1. 获取所有A股的成分只需要一句话就搞定:

    Data=w.wset('SectorConstituent','date=20141205;sector=全部A股');

        '2014-12-5'    '000001.SZ'    '平安银行'
        '2014-12-5'    '000002.SZ'    '万科A'   
        '2014-12-5'    '000004.SZ'    '国农科技'
        '2014-12-5'    '000005.SZ'    '世纪星源'
        '2014-12-5'    '000006.SZ'    '深振业A' 
        '2014-12-5'    '000007.SZ'    '零七股份'
        '2014-12-5'    '000008.SZ'    '宝利来'  
        '2014-12-5'    '000009.SZ'    '中国宝安'
        '2014-12-5'    '000010.SZ'    '深华新'  
        '2014-12-5'    '000011.SZ'    '深物业A' 
        '2014-12-5'    '000012.SZ'    '南玻A'   
        '2014-12-5'    '000014.SZ'    '沙河股份'
        '2014-12-5'    '000016.SZ'    '深康佳A' 
        '2014-12-5'    '000017.SZ'    '深中华A' 
        '2014-12-5'    '000018.SZ'    '中冠A'   
        '2014-12-5'    '000019.SZ'    '深深宝A' 
        '2014-12-5'    '000020.SZ'    '深华发A' 
        '2014-12-5'    '000021.SZ'    '长城开发'
        '2014-12-5'    '000022.SZ'    '深赤湾A' 
        '2014-12-5'    '000023.SZ'    '深天地A' 
        '2014-12-5'    '000024.SZ'    '招商地产'

        ..... .... ... .... ... ... .....

    2. 获取 '000001.SZ'    '平安银行' 的历史数据(最高价、最低价、收盘价):

    w_wsd_data=w.wsd('000001.SZ','high,low,close','2014-11-05','2014-12-05','Fill=Previous')


    w_wsd_data =
       10.9500   10.6600   10.8200
       10.9000   10.7400   10.8400
       11.3800   10.7700   10.9100
       11.2500   10.8600   11.1400
       11.6400   11.0700   11.2700
       11.2100   10.9900   11.2000
       11.3600   11.0300   11.0500
       11.0100   10.8000   10.9300
       10.9900   10.7100   10.7600
       10.8100   10.5600   10.6100
       10.6600   10.5400   10.6300
       10.6900   10.5000   10.6300
       10.8600   10.5000   10.8000
       10.9500   10.5200   10.7800
       11.0200   10.6900   10.9800
       11.3700   10.9200   11.2100
       11.5100   11.1200   11.3100
       12.4400   11.1800   12.4400
       13.0400   12.1500   12.1900
       13.4000   12.0800   13.1200
       13.8900   12.7100   13.1000
       13.9700   12.9000   13.9600
       13.9700   12.9000   13.9600

    3. 获取分钟即股票数据:

    Data = w.wsi('000001.SZ','open','2014-12-05 10:00:00','2014-12-05 10:40:38');

    4. 获取实时股票行情数据:

    Data=w.wsq('000001.SZ','rt_last');

    展开全文
  • 量化交易的朋友都知道回测的重要性,回测结果是衡量一个量化交易策略是否靠谱的重要依据。回测平台会按历史行情数据模拟成交,并将回测结果汇总成报告。 在很多时候,仅有一份回测的最终结果是不够的。比如说当...

    原文:https://zhuanlan.zhihu.com/p/49051899
    前言:

    做量化交易的朋友都知道回测的重要性,回测结果是衡量一个量化交易策略是否靠谱的重要依据。回测平台会按历史行情数据模拟成交,并将回测结果汇总成报告。

    在很多时候,仅有一份回测的最终结果是不够的。比如说当我们发现结果不符合策略的设计预期时,就需要对部分或全部股票的买卖操作进行检查确认。通常我们要翻阅回测平台给出的回测日志,找到有待检查确认的买卖交易,根据其品种、时间周期和交易时间翻查当时的历史行情,而这时又往往需要打开第三方行情软件,输入该品种的交易代码,调整K线图到特定的时间周期(比如60分钟图),再在时间轴上定位至相应的日期,然后查看该笔交易发生当时的行情走势是否符合你的策略预期。整个过程操作起来很麻烦,如果你的电脑只有一个显示屏,还得在回测平台和第三方行情软件之间来回切换,效率极低。

    通过解析回测日志,可以提取出交易代码和交易时间等信息,再利用JQData的本地数据下载功能,结合matplotlib这一常用绘图工具库,可以实现自动获取行情数据然后在屏幕上绘制相应的K线图,并直接定位到图上的特定日期附近,这样就能快速方便地可视化复盘回测日志中的每笔交易,直观地来检验每一笔交易是否符合预期。

    整个项目全部用python语言来编写,以下分几个部分简要介绍实现的方法:

    一.解析回测日志:

    在策略的代码中可以加入日志信息来详细记录每笔买/卖操作,比如像这样:

    买入:log.info(“Buying %s” % (security))
    卖出:log.info(“Selling %s” % (security))
    如此一来,JoinQuant的回测日志中将会包含每笔买卖操作的详细信息,回测结束后在“日志输出”一栏下面可以找到很多买入,卖出的日志信息,例如:

    2017-06-20 09:30:00 - INFO - Buying 000002.XSHE
    2017-06-26 09:30:00 - INFO - Selling 000002.XSHE

    将这些日志依照横线和空格等特征关键字split之后,可以很容易的提取出时间、买卖方向以及品种代码等有用的信息。

    注意:如果你想使用来自其他回测平台的日志,可能还需要将提取出的品种代码转换为JQData兼容的格式,JQData提供了一个API可以实现这种转换:normalize_code,详见官方文档。

    考虑到回测日志可能包含很多次的买入和卖出,所以还设计了连续输入模式,并做了一定的容错处理,可以将多行日志一次性复制粘贴进来。

    二.获取数据:

    提取出交易代码和时间等信息之后,就可以调用JQData的get_price函数获取该股票的历史行情数据。get_price函数的参数较多,其中security是必填的,即股票的交易代码(JQData格式)。start_date和end_date两个参数为股票的上市和退市日期,可以通过get_security_info函数查得。然后根据策略运行的频率选择frequency参数,如果是日线的话就用默认值’daily’,参数fq使用默认值’pre’即前复权。注意一定要加上skip_paused=True,来跳过停牌时期。

    除了历史行情数据之外,聚宽还提供了财务数据、经济基本面数据以及一些特色因子数据等,可供下载。如果你的策略中用到了这些数据,希望在复盘时与行情数据一并展示,可以调用JQData提供的相应API来获取。

    参考API文档>>

    三.绘图:

    有了数据,接下来就可以绘图了,这里我们用到了matplotlib以及它的一个扩展库mpl_finance来实现。如果是初次使用的话需执行以下命令安装:

    python -mpip install -U matplotlib
    python -mpip install https://github.com/matplotlib/mpl_finance/archive/master.zip
    使用时需在代码中导入相应的module

    import numpy
    import matplotlib.ticker as ticker
    import matplotlib.pyplot as plt
    from mpl_finance import candlestick_ohlc
    首先创建一个figure,采用3x1栅格布局(grid)

    fig = plt.figure()
    grid = plt.GridSpec(3, 1, hspace=0.15)
    上方主图占2个grid,下方副图占1个grid,两者共享X坐标轴,底部适当留出空白

    main_ax = plt.subplot(grid[0:2,0])
    extra_ax = plt.subplot(grid[2,0], sharex=main_ax)
    fig.subplots_adjust(bottom=0.2)
    接下来先画主图,主图显示K线和买卖点

    candlestick2_ohlc(main_ax, o, h, l, c, width=0.6, colorup=‘red’, colordown=‘cyan’)
    main_ax为subplot返回的主图Axes实例,o、h、l、c分别为开高低收数据序列,阳线颜色用红色,阴线用青蓝色,与国内行情软件通常默认的设置一致。

    然后根据日志中提取出的买卖方向和时间信息,在主图上用箭头标注出相应的买入点和卖出点。

    extra_ax.arrow(x, y, 0, dy, color=clr, width=0.4)
    x和y为箭头起点的坐标,dy为y轴方向箭头的长度,由于箭头方向只可能是向上或者向下,所以x轴方向长度dx为0,clr为箭头的颜色,向上箭头和向下箭头可以被设置为不同的颜色,width是箭头的宽度,设置为0.4。

    主图下方为副图,可跟据策略的具体需要安排显示的内容,比如偏重技术分析的可以显示成交量或其他一些副图指标,偏重资金面的话可以显示主力资金流向或龙虎榜数据等信息,偏重基本面的可以显示财务指标等。通过JQData提供的丰富的API可以方便地获取这些数据,再用matplotlib的bar, plot等函数展现出来。

    以成交量为例,先声明两个列表分别表示柱子实体颜色和边框颜色:

    c=[]
    ec=[]
    

    然后遍历一遍成交量,当前K线的成交量大于前一根的,边框设为红色,实体设为黑色。当前K线成交量小于前一根的话,边框和实体都设为青蓝色:

    for i in range(n):
        if i == 0:
            c.append('black')
            ec.append('red')
        else:
            if v[i] > v[i - 1]:
                c.append('black')
                ec.append('red')
            else:
                c.append('cyan')
                ec.append('cyan')
    

    最后调用bar函数,传入x轴坐标、成交量、实体颜色以及边框颜色等4个数列:

    extra_ax.bar(range(n), v, color=c, edgecolor=ec)
    

    绘制出来的效果是这样子的,图中白色和黄色的箭头指出了策略的买点和卖点,一目了然:

    在这里插入图片描述
    总结

    以上介绍了用JQData + matplotlib实现快速方便地查看回测日志中的交易细节,具体的代码可以访问https://github.com/zc8424/VisualizeThemAll获得,目前还只是实现了一些基本的功能,未来借助JQData强大的API还将做进一步的深入开发。大家如果感兴趣的话请关注此项目,欢迎多提意见和建议。
    原文:https://zhuanlan.zhihu.com/p/49051899

    展开全文
  • 量化投资数据接口

    2019-09-09 20:37:33
    有想学习大数据技术的朋友,现实中很难找到数据给大家做训练用,现在这里有一个量化投资数据接口,点击下面链接注册即可(https://tushare.pro/register?reg=281589),海量数据等你分析. 加油! ...

    有想学习大数据技术的朋友,现实中很难找到数据给大家做训练用,现在这里有一个量化投资数据的接口,点击下面链接注册即可(https://tushare.pro/register?reg=281589),海量数据等你分析. 加油!

    展开全文
  • matlab 从 wind 量化接口获取数据

    千次阅读 2018-01-09 21:17:37
    matlab 从 wind 量化接口获取数据 闲话 做量化数据是非常重要的。wind 虽然说在数据方面也强不到哪里去,不过毕竟是行业的龙头老大。我实习所在的某机构公司就用有用 wind。所以,我终于有机会能摆脱学生版,...

    matlab 从 wind 量化接口获取数据

    闲话

    做量化,数据是非常重要的。wind 虽然说在数据方面也强不到哪里去,不过毕竟是行业的龙头老大。我实习所在的某机构公司就用有用 wind。所以,我终于有机会能摆脱学生版,名正言顺的用 wind 了。一个电话过去,在无情地被客服妹子放了几次鸽子之后,终于给我装上了机构版的 wind。

    一天,公司的交易员老哥突发奇想。想要统计一下豆粕和白糖的涨跌情况。这个重担自然而然的落到了我的头上,于是我就研究了一波 wind 的 matlab 量化接口。果不其然,挺垃圾的。比如,竟然没有一个期货合约的存续期,已经把合约自动给拼接起来了。说实话,你拼接也行,但总得给我提供原始数据吧。我就喜欢自己动手,谁知道他们的算法有没有问题。因为拼接期货数据是一们技术活,各家有各家的做法。

    好在,交易员仅仅是要日频率的,准确来说是将日夜盘串起来的开收盘之间的涨跌幅。这到是轻松。

    正题

    其实,wind 量化接口的说明写得挺详细的。我这里算是做个各人笔记。

    先建立一个 windmatlab 对象,然后调用这个对象提供的方法去获取你想要的东西。

    close all
    clear
    clc
    %%
    tic
    w = windmatlab;
    w.menu;
    
    dates = '2017-3-31';
    % 为空表示最新日期
    datee = '';
    
    stocklist = 'SR801.CZC,SR805.CZC,SR809.CZC,M1801.DCE,M1805.DCE,M1809.DCE';
    stocklist = regexp(stocklist,'[,]','split');
    n = length(stocklist);
    %% 
    for i = 1:n
        code = stocklist{i};
        temp = regexp(code,'\w*','match');
        temp = temp{1,1};
        product = ['future.',temp];
        tempdata = [product,'.data'];
        temptime = [product,'.time'];
        cmd = ['[',tempdata,',~,~,',temptime,'] = w.wsi(code,''open,close,pct_chg'',dates,datee,''BarSize=60'');'];
        eval(cmd);
    end
    t = toc;
    disp(['数据下载成功,用时 ',num2str(t),' s']);
    save('future.mat','future');
    

    其实挺简单。这段代码,对于初学者而言要注意的地方有二。一是将 stocklist 字符串,用正则表达式转变成元胞数组,不过这是画蛇添足。既然知道 wsi 只能一次作用于一个标的何必先写成字符串再转换成元胞,直接写成元胞就好。

    第二个有意思的地方就属于,eval 函数了。eval 是个好东西,这里就利用 eval 实现了了变量的批量生成。相信聪明的大家一定能看得懂,需要注意的是,字符串中的单引号要用两个。

    嗯,时间到了。我该下班了,回去研究一下怎么数据分析和可视化,然而呈现给交易员。这些东西下次分享。

    展开全文
  • 为财经类企业、金融机构、学术研究机构和量化爱好者们提供一站式财经信息服务及数据解决方案。 提供哪些数据? 专业专注,及时精准,完整全面金融数据服务。包括全面的基础金融数据,和特色数据增值服务 。 ...
  • (1)JQData是聚宽数据团队专门为有志于从事量化投资的金融机构、研究人员以及个人量化爱好者提供的本地量化金融数据。用户只需在本地Python环境下安装JQData数据包,输入三行代码,即可调用由聚宽数据团队专业生产...
  • 最近需要获取上市公司的相关信息,就选择了Choice数据,这是网站首页,在这个页面可以下载到应用示例,在用示例的时候需要用到EmQuantAPI这个包,可以从这个页面下载 在下载的包里进行账号激活的时候出现账号无权限...
  • 数据研究里面都是接口调用方法,需要自己填充对应的参数 之前以为可以直接点击获得某个股票的直接调用的代码呢--可以优化一下 查询股票, 选择股票 直接生成代码. 研究数据包括了左侧的一些大类信息 每类信息里面...
  • 南华上期期货量化交易接口TraderAPI

    千次阅读 2017-12-06 22:12:27
    你可以使用什么功能?利用API进行二次开发更完善的...利用行情接口将Tick级K线数据存入Redis数据库。 使用http的Restful API 来获取数据。 你可以获取那些东西?全部源代码。 一份教学级别详细的文档。 后期升级版本。
  • Pandas库提供了专门从财经网站获取金融数据的API接口,可作为量化交易股票数据获取的另一种途径,该接口在urllib3库基础上实现了以客户端身份访问网站的股票数据。需要注意的是目前模块已经迁徙到pandas-datareader...
  • Wind量化接口初探

    千次阅读 2019-02-14 17:39:17
    最近要从Wind上下很多数据,但是点来点去太繁琐了,而且会下很多冗余的数据,还好有量化接口这个东西,直接用代码订制你想要的数据,而且速度飞快,体验极好。 import pandas as pd from WindPy import * from ...
  • WindR量化接口初探

    2019-12-11 11:10:34
    WindR是Wind官方提供的R语言接口,包括数据获取、交易等函数,本文仅介绍其中部分常用函数的使用方法。Wind提供了详细的WindR用户手册,是非常好的学习手册/工具书,文末有获取方式。 文章目录安装载入与启动历史...
  • 量化交易下单接口

    千次阅读 2020-03-30 15:54:39
    量化分析的最终都是想实现程序自动下单,行情数据到处都有接口可以搞到,唯独这个下单的接口卡住一大批人。 商券能提供API是最好的,但是是不会给散户的。 网上还有一些其它的解决方案什么trade.dll、 tradeX.dll...
  • wind量化数据获取相关

    千次阅读 2018-04-02 15:16:58
    开放接口->代码生成器。可以用来查看获取数据对应的代码。即命令生成器,用来辅助生成代码。代码开头:from WindPy import w w.start(); 2. wind量化交易平台3. Excel wind插件4. 参考数据服务RDF...
  • 最近学习量化, 看到Python数据接口库TuShare还不错, 因自己C#做的多, 也不想通过IronPython等去调用, 便翻译搞了个纯C#版. 包含示例代码, 需.NET 4.0. 对量化套利感兴趣的可以参考, 或者自己建数据库, 下载数据进行...
  • TuShare是一个免费、开源的python财经数据接口包。主要实现对股票等金融数据从数据采集、清洗加工 到 数据存储的过程,能够为金融分析人员提供快速、整洁、和多样的便于分析的数据,为他们在数据来源方面极大地减轻...
  • 大奖章网站 是一个专业的量化投资网站,为个人量化投资者、基金、券商金工等量化研究团队提供量化投资、程序化交易所需要的股票期货期权等历史数据和实时行情数据量化工具、交易接口、金融信息、交流沟通、成果...
  • 进行量化投资最基础的工作,就是获取量化的基础数据。有了基础数据,才能对数据进行加工处理...pandas提供了从财经网站获取数据接口,该接口目前在pandas的pandas_datareader模块中,独立于pandas模块,需要单独安...
  • 量化回测必不可少的就是历史数据了,一般要求数据精度比较高的方式就是从数据服务商处购买数据服务,它们一般会将历史数据进行整理,免去了我们需要数据清洗的过程,提供数据服务的机构有很多,如RQdata、Wind等。...
  • 参考:用Python的交易员 ...底层接口:负责对接行情和交易API,将数据推送到系统核心中,以及发送指令(下单、数据请求等) 中层引擎:用于整合程序中的各个组件(包括底层接口、数据库接口等等)到一个...
  • Wind量化接口与组合管理(PMS)对接方法介绍 前言:  2014年10月30日,何晓彬博士主讲了“R在量化投资中的应用交流“的公开课,其中推荐了通过Wind量化接口对接PMS组合管理,实现资管分析的方法。  为此,对其...
  • 对于量化交易来说,量化策略和技术系统缺一不可,为了知其所以然,本文实现了一个C++连接CTP接口进行仿真交易的demo,从接收行情、下订单、数据处理到添加策略、挂载运行交易等多个环节来看一下量化交易的最简单流程...
  • python财经数据接口

    2020-09-18 12:34:52
    Tushare是一个免费、开源的python财经数据接口包。主要实现对股票等金融数据从数据采集、清洗加工 到 数据存储的过程,能够为金融分析人员提供快速、整洁、和多样的便于分析的数据,为他们在数据获取方面极大地减轻...
  • C++连接CTP接口实现简单量化交易

    千次阅读 2017-12-13 18:04:00
    对于量化交易来说,量化策略和技术系统缺一不可,为了知其所以然,本文实现了一个C++连接CTP接口进行仿真交易的demo,从接收行情、下订单、数据处理到添加策略、挂载运行交易等多个环节来看一下量化交易的最简单流程...
  • 很难说到底市场是通过量化指明的方向还是人心是唯一的标准。...最近在研究一个开源的python金融数据大数据开放平台,也就是很多数据的统一标准接口平台,正在研究,逐步的把研究结果发放出来。 ...

空空如也

1 2 3 4 5 ... 20
收藏数 382
精华内容 152
关键字:

量化数据接口