JQData | 量化学习：聚宽jqdatasdk对接vnpy的数据服务

本文主要是介绍JQData | 量化学习：聚宽jqdatasdk对接vnpy的数据服务，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

转自 https://www.cnblogs.com/quantzone/p/9409300.html

数据服务：使用聚宽jqdatasdk获取分钟数据按vnpy的Bar格式导入至mongodb中

提供downloadAllMinuteBar()，可以通过定时任务的形式，按vnpy的数据格式，每日获取分钟数据写入到mongodb当中

提供downloadMinuteBarByDate，可以输入开始日期与结束日期，将时间段内的分钟数据写入到mongodb当中

在config文件中配置jqdatasdk的用户名密码

每日增量数据获取（作为数据服务，每日自动运行，将当日的增量数据插入到数据库中）：

复制代码

#----------------------------------------------------------------------
# 当日数据下载，定时任务使用
def downloadAllMinuteBar():jqdatasdk.auth(JQDATA_USER, JQDATA_PASSWORD)"""下载所有配置中的合约的分钟线数据"""print('-' * 50)print(u'开始下载合约分钟线数据')print('-' * 50)today = datetime.today().date()trade_date_list = jqdatasdk.get_trade_days(end_date=today, count=2)symbols_df = jqdatasdk.get_all_securities(types=['futures'], date=today)for index, row in symbols_df.iterrows():downMinuteBarBySymbol(index, row, str(today), str(trade_date_list[-2]))print('-' * 50)print(u'合约分钟线数据下载完成')print('-' * 50)return

复制代码

某段时间内的全量数据（为了补全某一段时间的全量数据进行使用）：

复制代码

#----------------------------------------------------------------------
# 按日期一次性补全数据
def downloadMinuteBarByDate(start_date, end_date=datetime.today().date()):jqdatasdk.auth(JQDATA_USER, JQDATA_PASSWORD)"""下载所有配置中的合约的分钟线数据"""print('-' * 50)print(u'开始下载合约分钟线数据')print('-' * 50)trade_date_list = jqdatasdk.get_trade_days(start_date=start_date, end_date=end_date)i = 0for trade_date in trade_date_list:if i == 0:i = 1continuesymbols_df = jqdatasdk.get_all_securities(types=['futures'], date=trade_date)for index, row in symbols_df.iterrows():downMinuteBarBySymbol(index, row, str(trade_date_list[i]), str(trade_date_list[i-1]))i += 1print('-' * 50)print(u'合约分钟线数据下载完成')print('-' * 50)return

复制代码

具体合约当日的数据下载函数与vnpy的Bar类型数据的生成插入数据库的过程：

复制代码

#----------------------------------------------------------------------
def generateVtBar(symbol, time, d):"""生成K线"""bar = VtBarData()bar.vtSymbol = symbolbar.symbol = symbolbar.open = float(d['open'])bar.high = float(d['high'])bar.low = float(d['low'])bar.close = float(d['close'])bar.date = datetime.strptime(time[0:10], '%Y-%m-%d').strftime('%Y%m%d')bar.time = time[11:]bar.datetime = datetime.strptime(bar.date + ' ' + bar.time, '%Y%m%d %H:%M:%S')bar.volume = d['volume']return bar#----------------------------------------------------------------------
def downMinuteBarBySymbol(symbol, info, today, pre_trade_day):start = time()symbol_name = info['name']cl = db[symbol_name]cl.ensure_index([('datetime', ASCENDING)], unique=True)  # 添加索引# 在此时间段内可以获取期货夜盘数据minute_df = jqdatasdk.get_price(symbol, start_date=pre_trade_day + " 20:30:00",end_date=today + " 20:30:00", frequency='minute')# 将数据传入到数据队列当中for index, row in minute_df.iterrows():bar = generateVtBar(symbol_name, str(index), row)d = bar.__dict__flt = {'datetime': bar.datetime}cl.replace_one(flt, d, True)e = time()cost = (e - start) * 1000print(u'合约%s数据下载完成%s - %s，耗时%s毫秒' % (symbol_name, pre_trade_day, today, cost))

复制代码

vnpy中提供了好几个数据服务的实现，功能也比较简单，但是能有不错的功效，聚宽的jqdatasdk也提供了很好的数据服务，十分有利于建立本地的体系。

Github: