当前位置: 首页 > java >正文

pytdx数据获取:在线获取和离线获取(8年前的东西,还能用吗?)

文章目录

  • 前言
  • 另一个github地址
  • 配置文件
  • 离线获取数据
  • 在线数据获取


前言

pytdx是一个神奇的python库。我们可以在这个地方看到它的github:
https://github.com/rainx/pytdx
不过点进去是一个空的项目。

在这里插入图片描述
只有一个5年前的readme,别的空无一物。

然后作者说在github上archive这个项目,咱也不知道啥意思。~

另一个github地址

https://github.com/leegb/pytdx

在这里插入图片描述
8年前的玩意儿,还能用吗?

说实话,第一次看到这玩意儿,我也是这么想的。

配置文件

[tdx]
local_path = "E:\\new_tdx\\"
api_host = "124.71.163.106"
api_port = 7709
[workspace]
path = "C:\\mcp-workspace\\pytdx"

离线获取数据

离线获取数据,需要安装客户端。

然后就可以:

import os
import toml
from pytdx.reader import TdxLCMinBarReaderconfig_path = os.path.join(os.path.dirname(__file__), '../config.toml')
with open(config_path, 'r') as f:config = toml.load(f)tdx_install_path = config['tdx']['local_path']# 构建数据目录路径(示例股票代码:sh510300)
stock_code = "sh510300"
data_dir = os.path.join(tdx_install_path, "vipdoc", "sh", "minline")
data_file = os.path.join(data_dir, f"{stock_code}.lc1")# 验证路径有效性
if not os.path.exists(data_file):raise FileNotFoundError(f"数据文件 {data_file} 不存在")# 使用pytdx读取分钟线数据
reader = TdxLCMinBarReader()
df = reader.get_df(data_file)
print(df.tail())

在这里插入图片描述
成功。(.lc1是1分钟)

在线数据获取

from pytdx.hq import TdxHq_API
import os
import tomlconfig_path = os.path.join(os.path.dirname(__file__), '../config.toml')
with open(config_path, 'r') as f:config = toml.load(f)api = TdxHq_API()
api.connect(config['tdx']['api_host'], config['tdx']['api_port'])
data = api.get_security_bars(7, 60, '510300', 0, 100)
df = api.to_df(data)
print(df)
data = api.get_security_bars(7, 60, '510300', 100, 100)
df = api.to_df(data)
print(df)
api.disconnect()
# with api.connect(config['tdx']['api_host'], config['tdx']['api_port']):
#     # 参数说明:周期类型(7=分钟线),分钟数(60),股票代码,起始位置,数量
#     data = api.get_security_bars(7, 60, '000001', 0, 100)
#     df = api.to_df(data)# print(df)

在这里插入图片描述
也是可以的~

http://www.xdnf.cn/news/8451.html

相关文章:

  • RESTful API 在前后端交互中的作用与实践
  • 晶圆隐裂检测提高半导体行业效率
  • Python之PyCharm安装及使用教程
  • MySQL强化关键_015_存储过程
  • YOLOv8检测头代码详解(示例展示数据变换过程)
  • 【信息系统项目管理师】第17章:项目干系人管理 - 43个经典题目及详解
  • PyTorch高阶技巧:构建非线性分类器与梯度优化全解析​
  • 2025电工杯:光伏电站发电功率日前预测问题 第一问基于历史功率的光伏电站发电特性 -完整matlab代码
  • I.MX6ULL_Linux_系统篇(26) buildroot分析
  • Python 大模型知识蒸馏详解,知识蒸馏大模型,大模型蒸馏代码实战,LLMs knowledge distill LLM
  • stm32上拉电阻,1K,4.7K,5.6K,10K怎么选?
  • 职业规划:动态迭代的系统化路径
  • javaScirpt学习第五章(函数)-第一部分
  • 【Web前端】JavaScript入门与基础(一)
  • WebStorm 高效快捷方式全解析
  • 11.5 Python+LangGraph智能代理开发:节点设计与业务流实战全解析
  • 【通用智能体】smolagents/open_deep_research:面向开放式研究的智能体开发框架深度解析
  • Vue3 对象转换
  • 七:操作系统文件系统之目录结构
  • 【Elasticsearch】创建别名的几种方式
  • 算法打卡第五天
  • 三、如何优化opengl在gpu上的渲染性能
  • 「EMD/EEMD/VMD 信号分解方法 ——ECG信号处理-第十四课」2025年5月23日
  • 每日Prompt:虚拟世界游
  • Linux性能监控:工具与最佳实践
  • Vue.js教学第十二章:Vue Router实战指南(二)
  • C++ 日志系统实战第六步:性能测试
  • Day 29 训练
  • 永磁同步电机控制算法-滑模反馈线性化控制器
  • 红队攻防实践:15大漏洞原理与复现全解析