Pytdx是一个基于C++接口开发的Python第三方模块。
使用它我们能够很方便地获取通达信上的标准行情数据、历史行情数据、专业的财务数据，并且支持macOS系统，非常方便。
1.准备
开始之前，你要确保Python和pip已经成功安装在电脑上，如果没有，请访问这篇文章：超详细Python安装指南 进行安装。
(可选1) 如果你用Python的目的是数据分析，可以直接安装Anaconda：Python数据分析与挖掘好帮手—Anaconda，它内置了Python和pip.
(可选2) 此外，推荐大家用VSCode编辑器来编写小型Python项目：Python 编程的最好搭档—VSCode 详细指南
Windows环境下打开Cmd(开始—运行—CMD)，苹果系统环境下请打开Terminal(command+空格输入Terminal)，输入命令安装依赖：
pip install pytdx
2.Pytdx 查询分时成交
为了能够查询数据，我们第一步需要创建API，连接通达信服务：
from pytdx.exhq import *
from pytdx.hq import *
api_hq = TdxHq_API()
api_hq = api_hq.connect('119.147.212.81', 7709)
第二步，使用这个API查询历史分时数据：
from pytdx.exhq import *
from pytdx.hq import *
api_hq = TdxHq_API()
api_hq = api_hq.connect('119.147.212.81', 7709)
print(api_hq.get_history_transaction_data(TDXParams.MARKET_SZ, "002560", 0, 500, 20220916))效果如下：
[OrderedDict([('time', '14:29'),
('price', 7.91),
('vol', 582),
('buyorsell', 1)]),
... ...
]请注意，查询的日期必须填写整数，不然会查询不到数据。
3.查询完整历史分时数据
在前面的示例中，我们查询了 002560 这个股票在 2022-09-16 的最后500条数据。
如果我们想要查询当天的全部数据，需要不断改变start和limit，即api_hq.get_history_transaction_data的第三个参数和第四个参数。
代码如下：
# 公众号: 二七阿尔量化
# 2022-09-17
from pytdx.exhq import *
from pytdx.hq import *
api_hq = TdxHq_API()
api_hq = api_hq.connect('119.147.212.81', 7709)
def get_all_trans_data(api, code, date):
start = 0
data = []
while True:
part = api.get_history_transaction_data(TDXParams.MARKET_SZ, code, start, 888, int(date))
data.extend(part)
if len(part) < 888:
break
start += 888
return data
data = get_all_trans_data(api_hq, "002560", 20220916)
print(len(data))
# 3776data 的格式如下：
数组里的顺序是乱的，因为我们请求数据的时候并不是按时间序列去请求的，因此还可以做数据规整化处理：
# 公众号: 二七阿尔量化
# 2022-09-17
from pytdx.exhq import *
from pytdx.hq import *
from collections import defaultdict
api_hq = TdxHq_API()
api_hq = api_hq.connect('119.147.212.81', 7709)
def get_all_trans_data(api, code, date):
start = 0
data = []
while True:
part = api.get_history_transaction_data(TDXParams.MARKET_SZ, code, start, 888, int(date))
data.extend(part)
if len(part) < 888:
break
start += 888
return data
date = 20220916
data = get_all_trans_data(api_hq, "002560", date)
print(len(data))
# 3776
trans = defaultdict(list)
for tran in data:
# "%Y%m%d %H:%M"
trans[datetime.datetime.strptime(str(date) + " " + tran["time"], "%Y%m%d %H:%M")].append({
"price": tran["price"],
"volume": tran["vol"],
"turnover": float(tran["price"]) * float(tran["vol"]) * 100,
})
trans = dict(sorted(trans.items(), key=lambda x: x[0]))这样，trans的数据就是格式化好的：
4.其他查询方法
除了历史分时数据，pytdx还可以查询：
股票行情数据:
api.get_security_quotes([(0, '000001'), (1, '600300')]) # 参数格式：[(市场代码, 股票代码), ...]
K线数据：
api.get_security_bars(9,0, '000001', 4, 3)
参数如下：
读取公司信息详情：
api.get_company_info_content(0, '000001', '000001.txt', 0, 100) # 参数：市场代码, 股票代码, 文件名, 起始位置, 数量
读取财务信息:
api.get_finance_info(0, '000001') # 参数：市场代码, 股票代码
还有其他更多的功能，大家可以阅读Pytdx的说明文档：
https://rainx.gitbooks.io/pytdx
我们的文章到此就结束啦，如果你喜欢今天的 Python 教程，请持续关注Python实用宝典。
有任何问题，可以在公众号后台回复：加群，回答相应验证信息，进入互助群询问。
原创不易，希望你能在下面点个赞和在看支持我继续创作，谢谢！
Python实用宝典 ( pythondict.com )
不只是一个宝典
欢迎关注公众号：Python实用宝典
