再谈获取量化行情数据源的推荐技术方案

子晓聊技术

发布于 2026-04-23 14:31:55

1490

文章被收录于专栏：子晓AI量化子晓AI量化

自从上次写了一篇东方财富被封技术文章，不少同学留言吐槽都遇到这种问题，这里再谈行情数据源。

毕竟量化分析，行情数据源是关键。没有高质量的数据，分析就无从谈起。

这里从个人角度分析，获取量化行情数据源的推荐技术方案。

一、QMT（迅投量化平台）数据获取

QMT券商数据源，只需要新开户入金几万-几十万不等就可以获取行情数据。

如果你已经有自己的量化分析程序，比如之前用了东方财富的接口，那么选择支持miniqmt的券商是首选。毕竟你只需要开通miniqmt，借助xtquant的xddata 就能平替自己之前的函数方法。

如果需要新开户，可以联系我。一个人最多3个账户，也提供其他券商的销户流程。

代码类似：

from xtquant import xtdata
import pandas as pd

def get_history_data(symbol, period='1d', start_date='', end_date='', adjust='none'):
    """
    封装类似 AkShare 的历史行情接口
    :param symbol: 股票代码（如 "000001.SZ"）
    :param period: 周期，可选 1d/1m/5m/tick 等
    :param start_date: 起始日期（格式 20230101）
    :param end_date: 结束日期（格式 20231231）
    :param adjust: 复权类型，none/front/back
    :return: pd.DataFrame
    """
    # 1. 下载历史数据（增量下载避免重复）
    def on_progress(data):
        print(f"下载进度: {data['finished']}/{data['total']}")

    xtdata.download_history_data2(
        stock_list=[symbol],
        period=period,
        start_time=start_date,
        end_time=end_date,
        callback=on_progress
    )

    # 2. 查询本地数据
    data = xtdata.get_market_data_ex(
        field_list=['time', 'open', 'high', 'low', 'close', 'volume', 'amount'],
        stock_list=[symbol],
        period=period,
        start_time=start_date,
        end_time=end_date,
        dividend_type=adjust,
        fill_data=True  # 自动填充停牌数据
    )

    # 3. 转换为 AkShare 风格 DataFrame
    df = data[symbol].reset_index()
    df = df.rename(columns={
        'time': '日期',
        'open': '开盘价',
        'high': '最高价',
        'low': '最低价',
        'close': '收盘价',
        'volume': '成交量',
        'amount': '成交额'
    })
    df['日期'] = pd.to_datetime(df['日期'], format='%Y%m%d%H%M%S')  # 统一时间格式
    return df.set_index('日期')

# 示例调用
df = get_history_data(symbol="000001.SZ", period="1d", start_date="20240101", adjust="front")
print(df.head())

如果从0开始，不需要用到其他第三方库，对于Python薄弱的同学来说，直接使用大QMT编写策略可能相对容易，直接可以回测。 miniqmt的话需要你自行搞定回测等。

另外，借助AI 实现基础的策略没太大问题。边调试边修改呗。

如果你在乎策略的隐私性，且不希望花钱，这种技术方案是首选。不管是选择本地运行（机器开着耗电），还是购买云服务器（现在云服务器不算贵，买个便宜的机器一年几十块）。

二、恒生电子的Ptrade

如果你不想购买云服务器，本地一直开着耗电，且在意交易速度，恒生电子的Ptrade 是你的另外一个选择。

ptrade跑在服务端上。你的策略，其实在券商的服务器上跑，你关掉客户端以后，策略也能正常运行，这对于一些上班族来说比较友好。如果你care策略的隐私安全性，那还是选择qmt。

三、Tushare

如果你用的是mac，不想用windows，也没有在windows自动交易的需求。那么tushare是你的另一个选择。

官方花几百块购买5000积分，如果仅仅学习研究，淘宝上看看XX块的共享账号研究（个人不推荐哈，毕竟共享账号可能存在不稳定情况）。

另外，像 akshare、mootdx 、wencai等目前看或多或少有了限制，今后还不知道会怎么改版。如果你希望一劳永逸，自己的量化程序更稳定，上面可能是你最合适的选择。毕竟你不想一直修改程序吧。

最后说一句，免费的东西可能是最贵的，耗费的是时间精力。除非你认为自己的时间不值钱。

本文参与腾讯云自媒体同步曝光计划，分享自微信公众号。