【深度学习量化交易13】继续优化改造基于miniQMT的量化交易软件，增加补充数据功能，优化免费下载数据模块体验！

我是Mr.看海，我在尝试用信号处理的知识积累和思考方式做量化交易，应用深度学习和AI实现股票自动交易，目的是实现财务自由~
目前我正在开发基于miniQMT的量化交易系统——看海量化交易系统。

MiniQMT是一种轻量级的量化交易解决方案，使用MiniQMT可实现对交易过程的完全控制，借此优势实现最灵活的系统构建和最前沿的算法应用。然而，MiniQMT也有其挑战，它要求用户具有较强的编程能力，因为很多功能需要自己开发。

在之前的工作中，我介绍了“看海量化交易系统”的开发进展，即目前已经开发完成数据下载、数据清洗和可视化的工作。（如下图演示）

近期主要做了两项工作：1.我根据大家的使用反馈，将当前系统进行了完善。感谢提供反馈的朋友们，系统在大家共同的建议下将会越来越完善和易用。2.同时我为数据下载模块添加了一个重要功能——数据补充。

1.关于数据补充

之前我们提到过，在大QMT中有“数据补充”功能，但是它下载下来的是二进制的dat数据，无法直接读取处理，所以我开发了数据下载模块，将数据保存为显式可阅读的csv数据文件，方便后续各种场景的使用。

使用“看海量化交易系统”可以将数据显式地保存下来

1.1 为何要添加“数据补充”功能

"数据补充"功能也自有其独特价值。在量化交易策略中，我们通常使用get_market_data函数来获取数据，它既可以获取实时行情，也可以获取历史数据。当我们运行策略时，如果历史数据已经提前通过数据补充功能下载完成，get_market_data函数就能直接从本地读取数据，这样可以大大提高策略程序的运行效率，避免了每次都需要从服务器重新获取历史数据的时间开销。

此外，数据补充功能还为不同类型的用户提供了更多选择。有些用户可能不需要将数据显式下载保存为文件，而是更习惯直接在策略中调用接口获取数据；而有些用户则希望对数据进行深入的分析和处理，需要将数据保存到本地。通过数据补充功能和数据下载功能两者并存，这两类用户都能得到很好的支持：前者可以享受到更快的数据访问速度，后者则可以选择使用数据下载功能将数据保存为CSV文件进行后续处理。

1.2 为何不直接用大QMT的数据补充功能？

之所以不直接使用大QMT的数据补充功能，是因为其下载的dat数据存储路径与MiniQMT不同，这种路径的差异会导致在MiniQMT中无法直接使用大QMT补充的数据。我开发的数据补充功能不仅保持了增量更新的高效性，还确保了数据存储路径与MiniQMT保持一致，让数据能够被看海系统直接调用，为用户后续的策略开发和回测提供了极大便利。

1.3 看海系统中“数据补充”的使用方式

为了保持软件使用的连贯性，"数据补充"功能仅仅是增加了一个按钮。其余对于股票列表、周期类型、字段选择、日期范围等设置都与数据下载功能保持一致，用户无需重新学习新的操作方式。当用户选择好所需的股票和参数后，只需点击"补充数据"按钮，系统就会自动检查并补充缺失的数据部分。