[Python技术] 量化之miniqmt下载分钟数据、周线数据处理

子晓聊技术

发布于 2026-04-23 15:10:10

1560

文章被收录于专栏：子晓AI量化子晓AI量化

有同学问60分钟，周线等周期数据如何处理，这里简单说明下。

大家都知道，使用QMT平台提供的基础行情数据，基础周期包括：tick、1m、5m、1d，这些是实际用于存储的周期，如果我们想要使用其他周期的周期数据，则基于这些基础周期数据进行自行合成而得。原始周期包括tick、1m、5m、1d。

我们了解下基础周期与合成周期关系

在miniQMT（XtQuant）体系中，行情数据分为两类：

基础周期（直接存储）
- tick（分笔成交）
- 1m（1分钟线）
- 5m（5分钟线）
- 1d（日线）
合成周期（基于基础周期计算）
- 3分钟线 → 由1分钟线合成
- 15分钟/30分钟/1小时线 → 由5分钟线合成
- 周线（1w）/月线（1mon）/季线（1q）/年线（1y） → 由日线合成

重要提示：合成周期的数据无需单独下载，只需下载其依赖的基础周期数据即可通过函数合成

这里需要注意几个问题：

1、如果直接去获取15m/60m数据，但未下载其依赖的5m基础数据 → 返回结果可能为空或错误

2、每次调用download_minute_data都全量下载 → 网络请求冗余。我们可以启用增量下载模式（仅补缺失数据）：

最后，这里提供一个例子，下载分钟数据，然后分别查询15分钟、60分钟的demo，可以参考。代码可以直接复制，如果存在格式有问题，打开普通浏览器复制应该没问题。

from xtquant import xtdata
import pandas as pd
import time
def download_minute_data(stock_code, period):
    xtdata.download_history_data(
        stock_code=stock_code,
        period=period
    )
    print(f"{period}数据下载完成！")
def get_minute_data(stock_code, period):
    data = xtdata.get_market_data(
        field_list=["time", "open", "high", "low", "close", "volume"],
        stock_list=[stock_code],
        period=period,
        fill_data=True  # 填充缺失数据
    )
    return data
if __name__ == "__main__":
    # ===== 配置参数 =====
    stock_code = "000001.SZ"  # 平安银行
    # ===== 获取分钟周期数据 =====
    # for period in ["1m"]:
    #     download_minute_data(stock_code, period)
    #     df = get_minute_data(stock_code, period)
    #     print(df)
    #
    for period in ["5m"]:
        download_minute_data(stock_code, period)
        df5 = get_minute_data(stock_code, period)
        print(df5)
    df15 = get_minute_data(stock_code, '15m')
    print(df15)
    df60 = get_minute_data(stock_code, '60m')
    print(df60)

如果我的分享对你投资有所帮助，不吝啬给个点赞关注呗。

本文参与腾讯云自媒体同步曝光计划，分享自微信公众号。

原始发表：2025-07-23，如有侵权请联系 cloudcommunity@tencent.com 删除

量化