量化研究--推出强大西蒙斯金融量化交易数据库2
原创 L1511732 西蒙斯量化交易研究院 2025年09月09日 23:42 贵州
文章声明:本内容为个人的业余研究，和任何单位，机构没有关系，文章出现的股票代码，全部只是测试例子，不做投资参考，投资有风险，代码学习使用，不做商业用途
目前金融数据很伤脑筋，以前东方财富给免费的获取，现在有限制了不方便模型分析，tushare需要付费，所以打算自己建立自己的数据库，把数据存储到服务器，方便回测，分析模型，我用了异步开发，速度是非常块的，西蒙斯金融量化交易数据库2做了重大的变化，数据全部入数据库，直接api去调用数据的接口数据，给了数据api，同时我对接了qmt，保留了实时数据的接口，实时数据不入数据库，直接获取就可以
使用的教程
https://gitee.com/li-xingguo11111/xms_quant_trader_datahttps://gitee.com/li-xingguo11111/xms_quant_trader_data
安装安装python，按win+r，输入cmd
详细的内容教程
输入安装的pip代码，按回车就可以
安装代码直接pip安装方便
py -m pip install http://124.220.32.224:8888/xms_quant_trader_data-0.1-py3-none-any.whl
安装成功了复制网页的代码运行就可以，前提的数据我还在上线
获取问财数据
from xms_quant_trader_data.xms_quant_trader_data import xms_quant_trader_dataclient=xms_quant_trader_data(url='http://14.103.193.242',port='8080',password='test')df=client.get_wencai_data(query='今日涨停')df=client.data_to_pandas(data=df)print(df)
获取高频tick数据，实时的
from xms_quant_trader_data.xms_quant_trader_data import xms_quant_trader_dataclient=xms_quant_trader_data(url='http://14.103.193.242',port='8080',password='test')df=client.get_full_tick(stock='513100.SH')print(df)
输出的结果
西蒙斯金融量化交易数据库2作者:西蒙斯量化微信:xms_quant服务器http://14.103.193.242 端口8080 授权码test{'513100.SH': {'timetag': '20250909 15:00:01', 'lastPrice': 1.701, 'open': 1.698, 'high': 1.701, 'low': 1.696, 'lastClose': 1.696, 'amount': 542998700, 'volume': 3196478, 'pvolume': 319647804, 'stockStatus': 5, 'openInt': 15, 'settlementPrice': 0, 'lastSettlementPrice': 1.696, 'askPrice': [1.701, 1.702, 1.703, 1.704, 1.705], 'bidPrice': [1.7, 1.699, 1.698, 1.697, 1.696], 'askVol': [8417, 25818, 10838, 6465, 6512], 'bidVol': [27226, 34602, 29614, 22349, 20823]}}
获取可转债日线数据
from xms_quant_trader_data.xms_quant_trader_data import xms_quant_trader_datafrom datetime import datetimeclient=xms_quant_trader_data(url='http://14.103.193.242',port='8080',password='test')df=client.get_bond_cov_daily_hist_data(stock='113575',start_date='20210101',end_date='20500101')print(df)
输出的结果
time open high low close volume ... preClose suspendFlag date 成交额 涨跌幅 涨跌额165 1609689600000 133.500 137.780 131.500 136.150 13463 ... 134.160 0 2021-01-03 16:00:00 1.805654e+07 1.483304 1.990166 1609776000000 136.150 146.770 135.300 139.880 19954 ... 136.150 0 2021-01-04 16:00:00 2.767949e+07 2.739625 3.730167 1609862400000 139.890 147.000 139.100 143.590 17681 ... 139.880 0 2021-01-05 16:00:00 2.510949e+07 2.652273 3.710168 1609948800000 159.000 163.000 137.220 140.400 72201 ... 143.590 0 2021-01-06 16:00:00 1.061643e+08 -2.221603 -3.190169 1610035200000 140.060 140.380 133.210 133.250 25544 ... 140.400 0 2021-01-07 16:00:00 3.498512e+07 -5.092593 -7.150... ... ... ... ... ... ... ... ... ... ... ... ... ...1297 1756828800000 193.293 209.949 188.431 197.781 821468 ... 195.405 0 2025-09-02 16:00:00 1.636904e+09 1.215936 2.3761298 1756915200000 198.500 203.500 180.640 181.101 326564 ... 197.781 0 2025-09-03 16:00:00 6.226391e+08 -8.433570 -16.6801299 1757001600000 184.110 185.500 178.555 182.400 243188 ... 181.101 0 2025-09-04 16:00:00 4.439950e+08 0.717279 1.2991300 1757260800000 182.399 186.998 181.022 184.956 196799 ... 182.400 0 2025-09-07 16:00:00 3.622621e+08 1.401316 2.5561301 1757347200000 187.000 202.236 186.866 192.481 1138720 ... 184.956 0 2025-09-08 16:00:00 2.232478e+09 4.068535 7.525[1137 rows x 15 columns]
我还写了不少数据的api还没有写文档可以直接下载使
不懂的问我就可以，加我备注入群可以加入量化群
目前写的数据api，还在上线其他的
import pandas as pdimport jsonimport requestsclass xms_quant_trader_data:'''西蒙斯金融量化交易数据库2作者:西蒙斯量化微信:xms_quant'''def __init__(self,url='http://14.103.193.242',port='8080',password='test'):print('''西蒙斯金融量化交易数据库2作者:西蒙斯量化微信:xms_quant''')print('服务器{} 端口{} 授权码{}'.format(url,port,password))self.url=urlself.port=portself.password=passworddef get_user_info(self):'''获取使用者信息'''url='{}:{}/{}?'.format(self.url,self.port,'get_user_info')params={'password':self.password}response = requests.get(url=url,params=params,timeout=300)res=response.json()return resdef check_password_is_av_user(self):'''检查授权码是否可以使用'''url='{}:{}/{}?'.format(self.url,self.port,'check_password_is_av_user')params={'password':self.password}response = requests.get(url=url,params=params,timeout=300)res=response.json()return resdef get_full_tick(self,stock='513100.SH'):'''获取tick数据'time' #时间戳'lastPrice' #最新价'open' #开盘价'high' #最高价'low' #最低价'lastClose' #前收盘价'amount' #成交总额'volume' #成交总量'pvolume' #原始成交总量'stockStatus' #证券状态'openInt' #持仓量'lastSettlementPrice' #前结算'askPrice' #委卖价'bidPrice' #委买价'askVol' #委卖量'bidVol' #委买量'transactionNum' #成交笔数'''url='{}:{}/{}?'.format(self.url,self.port,'get_full_tick')params={'password':self.password,'stock':stock}response = requests.get(url=url,params=params,timeout=300)res=response.json()return resdef get_full_all_tick(self,code_list=['513100.SH','600031.SH']):'''获取多个标的tick数据http://127.0.0.1:5000/get_full_all_tick?code_list=513100.SH,600031.SH'time' #时间戳'lastPrice' #最新价'open' #开盘价'high' #最高价'low' #最低价'lastClose' #前收盘价'amount' #成交总额'volume' #成交总量'pvolume' #原始成交总量'stockStatus' #证券状态'openInt' #持仓量'lastSettlementPrice' #前结算'askPrice' #委卖价'bidPrice' #委买价'askVol' #委卖量'bidVol' #委买量'transactionNum' #成交笔数'''url='{}:{}/{}?'.format(self.url,self.port,'get_full_all_tick')params={'password':self.password,'code_list':','.join(code_list)}response = requests.get(url=url,params=params,timeout=300)res=response.json()return resdef get_market_data_ex(self,stock_code='513100.SH',period='1d',start_time='20250101',end_time='20500101',count=-1):'''获取历史行情数据:param field_list: 行情数据字段列表，[]为全部字段K线可选字段："time" #时间戳"open" #开盘价"high" #最高价"low" #最低价"close" #收盘价"volume" #成交量"amount" #成交额"settle" #今结算"openInterest" #持仓量分笔可选字段："time" #时间戳"lastPrice" #最新价"open" #开盘价"high" #最高价"low" #最低价"lastClose" #前收盘价"amount" #成交总额"volume" #成交总量"pvolume" #原始成交总量"stockStatus" #证券状态"openInt" #持仓量"lastSettlementPrice" #前结算"askPrice1", "askPrice2", "askPrice3", "askPrice4", "askPrice5" #卖一价~卖五价"bidPrice1", "bidPrice2", "bidPrice3", "bidPrice4", "bidPrice5" #买一价~买五价"askVol1", "askVol2", "askVol3", "askVol4", "askVol5" #卖一量~卖五量"bidVol1", "bidVol2", "bidVol3", "bidVol4", "bidVol5" #买一量~买五量:param stock_list: 证券代码 "000001.SZ":param period: 周期 分笔"tick" 分钟线"1m"/"5m" 日线"1d":param start_time: 起始时间 "20200101" "20200101093000":param end_time: 结束时间 "20201231" "20201231150000":param count: 数量 -1全部/n: 从结束时间向前数n个:param dividend_type: 除权类型"none" "front" "back" "front_ratio" "back_ratio":param fill_data: 对齐时间戳时是否填充数据，仅对K线有效，分笔周期不对齐时间戳为True时，以缺失数据的前一条数据填充open、high、low、close 为前一条数据的closeamount、volume为0settle、openInterest 和前一条数据相同为False时，缺失数据所有字段填NaN:return: 数据集，分笔数据和K线数据格式不同period为'tick'时：{stock1 : value1, stock2 : value2, ...}stock1, stock2, ... : 合约代码value1, value2, ... : np.ndarray 数据列表，按time增序排列period为其他K线周期时：{field1 : value1, field2 : value2, ...}field1, field2, ... : 数据字段value1, value2, ... : pd.DataFrame 字段对应的数据，各字段维度相同，index为stock_list，columns为time_list'''url='{}:{}/{}?'.format(self.url,self.port,'get_market_data_ex')params={'password':self.password,'stock_code':stock_code,'period':period,'start_time':start_time,'end_time':end_time,}response = requests.get(url=url,params=params,timeout=300)res=response.json()return resdef data_to_pandas(self,data):try:df=pd.DataFrame(data)except:df=pd.DataFrame()for keys,value in data.items():df[keys]=[value]return dfdef get_wencai_data(self,query='今日涨停',):'''获取问财数据'''url='{}:{}/{}?'.format(self.url,self.port,'get_wencai_data')params={'password':self.password,'query':query}response = requests.get(url=url,params=params,timeout=300)res=response.json()return resdef get_user_def_data(self,name='df',func= """import akshare as akdf = ak.stock_zt_pool_em(date='20250711')"""):'''获取自定义函数数据'''url='{}:{}/{}?'.format(self.url,self.port,'get_user_def_data')params={'password':self.password,'name':name,"func":func}response = requests.get(url=url,params=params,timeout=300)res=response.json()return resdef get_bond_cov_spot_data(self,url='http://124.220.32.224',port='8023',date='20250711'):'''获取可转债实时数据'''func='''import requestsimport pandas as pdtry:url='{}:{}/data/实时数据/{}.json?t=1752251108452'res=requests.get(url=url)res=res.json()df=pd.DataFrame(res)except Exception as e:print(e,'获取实时数据表有问题')df=pd.DataFrame()'''.format(url,port,date)df=self.get_user_def_data(func=func)return dfdef get_bond_cov_all_mr_factor_data(self,url='http://124.220.32.224',port='8023',date='20250711'):'''获取可转债全部默认因子数据'''func='''import requestsimport pandas as pdtry:url='{}:{}/data/全部默认因子/{}.json?t=1752251108452'res=requests.get(url=url)res=res.json()df=pd.DataFrame(res)except Exception as e:print(e,'获取全部默认因子表有问题')df=pd.DataFrame()'''.format(url,port,date)df=self.get_user_def_data(func=func)return dfdef get_bond_cov_all_connect_factor_data(self,url='http://124.220.32.224',port='8023',date='20250711'):'''获取可转债合成因子因子数据'''func='''import requestsimport pandas as pdtry:url='{}:{}/data/合成因子/{}.json?t=1752251108452'res=requests.get(url=url)res=res.json()df=pd.DataFrame(res)except Exception as e:print(e,'获取全部默认因子表有问题')df=pd.DataFrame()'''.format(url,port,date)df=self.get_user_def_data(func=func)return dfdef get_instrument_detail(self,stock='600031.SH'):'''获取可标的的基础数据ExchangeID - string 合约市场代码InstrumentID - string 合约代码InstrumentName - string 合约名称ProductID - string 合约的品种ID(期货)ProductName - string 合约的品种名称(期货)ExchangeCode - string 交易所代码UniCode - string 统一规则代码CreateDate - str 上市日期(期货)OpenDate - str IPO日期(股票)ExpireDate - int 退市日或者到期日PreClose - float 前收盘价格SettlementPrice - float 前结算价格UpStopPrice - float 当日涨停价DownStopPrice - float 当日跌停价FloatVolume - float 流通股本TotalVolume - float 总股本LongMarginRatio - float 多头保证金率ShortMarginRatio - float 空头保证金率PriceTick - float 最小价格变动单位VolumeMultiple - int 合约乘数(对期货以外的品种，默认是1)MainContract - int 主力合约标记，1、2、3分别表示第一主力合约，第二主力合约，第三主力合约LastVolume - int 昨日持仓量InstrumentStatus - int 合约停牌状态IsTrading - bool 合约是否可交易IsRecent - bool 是否是近月合约OpenInterestMultiple - int 交割月持仓倍数'''url='{}:{}/{}?'.format(self.url,self.port,'get_instrument_detail')params={'password':self.password,'stock':stock}response = requests.get(url=url,params=params,timeout=300)res=response.json()return resdef get_all_maker_stock(self):'''获取全市场股票'''file_path: str = '/data/全市场股票/',file_name: str = '全市场股票'url='{}:{}/{}?'.format(self.url,self.port,'get_user_base_data')params={'password':self.password,'file_path':file_path,"file_name":file_name}response = requests.get(url=url,params=params,timeout=300)res=response.json()df=self.data_to_pandas(res)return dfdef adjust_stock_1(self,x=''):return '0'*(6-len(str(x)))+str(x)def adjust_stock(stock='600031.SH'):'''调整代码'''if stock[-2:]=='SH' or stock[-2:]=='SZ' or stock[-2:]=='sh' or stock[-2:]=='sz':stock=stock.upper()else:if stock[:3] in ['600','601','603','605','688','689',] or stock[:2] in ['11','51','58'] or stock[:1] in ['5']:stock=stock+'.SH'else:stock=stock+'.SZ'return stockdef get_stock_daily_hist_data(self,stock='301088',start_date='20200101',end_date='20500101'):'''获取股票日线行情数据'''file_path: str = '/data/股票日线行情/'file_name: str = '{}'.format(stock)url='{}:{}/{}?'.format(self.url,self.port,'get_user_base_data')params={'password':self.password,'file_path':file_path,"file_name":file_name}response = requests.get(url=url,params=params,timeout=300)res=response.json()df=self.data_to_pandas(res)df['date']=pd.to_datetime(df['time'],unit='ms')df=df[df['date']>=start_date]df=df[df['date']<=end_date]return dfdef get_maker_all_ETF(self):'''获取市场全部ETF'''file_path= '/data/{}/'.format('市场全部ETF')file_name= '{}'.format('市场全部ETF')url='{}:{}/{}?'.format(self.url,self.port,'get_user_base_data')params={'password':self.password,'file_path':file_path,"file_name":file_name}response = requests.get(url=url,params=params,timeout=300)res=response.json()df=self.data_to_pandas(res)return dfdef get_ETF_daily_hist_data(self,stock='512890',start_date='20200101',end_date='20500101'):'''获取ETF日线行情数据'''file_path: str = '/data/ETF日线行情/'file_name: str = '{}'.format(stock)url='{}:{}/{}?'.format(self.url,self.port,'get_user_base_data')params={'password':self.password,'file_path':file_path,"file_name":file_name}response = requests.get(url=url,params=params,timeout=300)res=response.json()df=self.data_to_pandas(res)df['date']=pd.to_datetime(df['time'],unit='ms')df=df[df['date']>=start_date]df=df[df['date']<=end_date]return dfdef get_maker_bond_cov_data(self):'''获取全市场可转债'''file_path= '/data/{}/'.format('全部可转债')file_name= '{}'.format('全部可转债')url='{}:{}/{}?'.format(self.url,self.port,'get_user_base_data')params={'password':self.password,'file_path':file_path,"file_name":file_name}response = requests.get(url=url,params=params,timeout=300)res=response.json()df=self.data_to_pandas(res)return dfdef get_bond_cov_daily_hist_data(self,stock='113575',start_date='20200101',end_date='20500101'):'''获取可转债日线行情数据'''file_path: str = '/data/可转债日线行情/'file_name: str = '{}'.format(stock)url='{}:{}/{}?'.format(self.url,self.port,'get_user_base_data')params={'password':self.password,'file_path':file_path,"file_name":file_name}response = requests.get(url=url,params=params,timeout=300)res=response.json()df=self.data_to_pandas(res)df['date']=pd.to_datetime(df['time'],unit='ms')df=df[df['date']>=start_date]df=df[df['date']<=end_date]return dfdef stock_fund_flow_individual(self,date='20250909',symbol='3日排行'):'''同花顺个股资金流symbol="即时"; choice of {“即时”, "3日排行", "5日排行", "10日排行", "20日排行"}输出结果名称 类型 描述序号 int32 -股票代码 int64 -股票简称 object -最新价 float64 -阶段涨跌幅 object 注意单位: %连续换手率 object 注意单位: %资金流入净额 float64 注意单位: 元'''file_path= '/data/同花顺个股资金流/'file_name= '{}_{}'.format(date,symbol)url='{}:{}/{}?'.format(self.url,self.port,'get_user_base_data')params={'password':self.password,'file_path':file_path,"file_name":file_name}response = requests.get(url=url,params=params,timeout=300)res=response.json()df=self.data_to_pandas(res)return dfdef stock_fund_flow_concept(self,date='20250909',symbol='3日排行'):'''同花顺概念资金流输出参数-3日、5日、10日和20日名称 类型 描述序号 int32 -行业 object -公司家数 int64 -行业指数 float64 -阶段涨跌幅 object 注意单位: %流入资金 float64 注意单位: 亿流出资金 float64 注意单位: 亿净额 float64 注意单位: 亿'''file_path= '/data/同花顺概念资金流/'file_name= '{}_{}'.format(date,symbol)url='{}:{}/{}?'.format(self.url,self.port,'get_user_base_data')params={'password':self.password,'file_path':file_path,"file_name":file_name}response = requests.get(url=url,params=params,timeout=300)res=response.json()df=self.data_to_pandas(res)return dfdef stock_fund_flow_industry(self,date='20250909',symbol='3日排行'):'''同花顺行业资金流输出参数-3日、5日、10日和20日名称 类型 描述序号 int32 -行业 object -公司家数 int64 -行业指数 float64 -阶段涨跌幅 object 注意单位: %流入资金 float64 注意单位: 亿流出资金 float64 注意单位: 亿净额 float64 注意单位: 亿'''file_path= '/data/同花顺行业资金流/'file_name= '{}_{}'.format(date,symbol)url='{}:{}/{}?'.format(self.url,self.port,'get_user_base_data')params={'password':self.password,'file_path':file_path,"file_name":file_name}response = requests.get(url=url,params=params,timeout=300)res=response.json()df=self.data_to_pandas(res)return dfdef stock_individual_fund_flow_rank(self,date='20250909',indicator='3日'):'''东方财富个股资金流排名indicator="今日"; choice {"今日", "3日", "5日", "10日"}名称 类型 描述序号 int64 -代码 object -名称 object -最新价 float64 -今日涨跌幅 float64 注意单位: %今日主力净流入-净额 float64 -今日主力净流入-净占比 float64 注意单位: %今日超大单净流入-净额 float64 -今日超大单净流入-净占比 float64 注意单位: %今日大单净流入-净额 float64 -今日大单净流入-净占比 float64 注意单位: %今日中单净流入-净额 float64 -今日中单净流入-净占比 float64 注意单位: %今日小单净流入-净额 float64 -今日小单净流入-净占比 float64 注意单位: %'''file_path= '/data/东方财富个股资金流排名/'file_name= '{}_{}'.format(date,indicator)url='{}:{}/{}?'.format(self.url,self.port,'get_user_base_data')params={'password':self.password,'file_path':file_path,"file_name":file_name}response = requests.get(url=url,params=params,timeout=300)res=response.json()df=self.data_to_pandas(res)return dfdef stock_sector_fund_flow_rank(self,date='20250909',indicator='今日',sector_type='行业资金流'):'''东方财富板块资金流排名indicator str indicator="今日"; choice of {"今日", "5日", "10日"}sector_type str sector_type="行业资金流"; choice of {"行业资金流", "概念资金流", "地域资金流"}名称 类型 描述序号 int64 -名称 object -今日涨跌幅 float64 注意单位: %主力净流入-净额 float64 -主力净流入-净占比 float64 注意单位: %超大单净流入-净额 float64 -超大单净流入-净占比 float64 注意单位: %大单净流入-净额 float64 -大单净流入-净占比 float64 注意单位: %中单净流入-净额 float64 -中单净流入-净占比 float64 注意单位: %小单净流入-净额 float64 -小单净流入-净占比 float64 注意单位: %主力净流入最大股 object -'''file_path= '/data/东方财富板块资金流排名/'file_name= '{}_{}_{}'.format(date,indicator,sector_type)url='{}:{}/{}?'.format(self.url,self.port,'get_user_base_data')params={'password':self.password,'file_path':file_path,"file_name":file_name}response = requests.get(url=url,params=params,timeout=300)res=response.json()df=self.data_to_pandas(res)return dfdef stock_main_fund_flow(self,date='20250909',symbol='全部股票'):'''东方财富主力净流入排名symbol str symbol="全部股票"；choice of {"全部股票", "沪深A股", "沪市A股", "科创板", "深市A股", "创业板", "沪市B股", "深市B股"}输出参数名称 类型 描述序号 int64 -代码 object -名称 object -最新价 float64 -今日排行榜-主力净占比 float64 注意单位: %今日排行榜-今日排名 float64 -今日排行榜-今日涨跌 float64 注意单位: %5日排行榜-主力净占比 float64 注意单位: %5日排行榜-5日排名 int64 -5日排行榜-5日涨跌 float64 注意单位: %10日排行榜-主力净占比 float64 注意单位: %10日排行榜-10日排名 int64 -10日排行榜-10日涨跌 float64 注意单位: %所属板块 object -'''file_path= '/data/东方财富主力净流入排名/'file_name= '{}_{}'.format(date,symbol)url='{}:{}/{}?'.format(self.url,self.port,'get_user_base_data')params={'password':self.password,'file_path':file_path,"file_name":file_name}response = requests.get(url=url,params=params,timeout=300)res=response.json()df=self.data_to_pandas(res)return dfif __name__=='__main__':'''西蒙斯金融量化交易数据库作者:西蒙斯量化微信:xms_quant'''client=xms_quant_trader_data(#url='http://127.0.0.1')df=client.get_full_tick()print(df)
扫一扫
1239
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
