mini qmt ，#from xtquant import xtdata 就出错，其他没问题

请教

使用 mini QMT 一个很奇怪的问题

代码中一旦加:from xtquant import xtdata

就会报错

File ~.conda\envs\qmt_mini\lib\xtquant\xtdata.py:14

from .IPythonApiClient import IPythonApiClient as RPCClient

ImportError:DLL load failed while importing IPythonApiClient: 找不到指定的模块。

如果不用这个模块

链接都可以成功

我的环境是 anaconda 下 3.8.20 64位的，我检查过了

mini qmt 的版本，网站上最新的 xtquant_241014.rar 试了不行

国金的客户端，配套的环境

C:\Users\tr-minipc.conda\envs\qmt_mini\lib\site-packages

我去找了，都试了不行

已微信沟通：

把旧环境的整个xtquant删一下（旧版包有个ipy开头的文件，新版包没有，覆盖不会覆盖这个旧的）

再重新pip install xtquant

1. import random
   
2. 
   
3. from xtquant.xttype import StockAccount
   
4. from xtquant.xttrader import XtQuantTrader
   
5. from xtquant import xtconstant
   
6. 
   
7. #打开下面这段行情代码，就失败
   
8. #from xtquant import xtdata
   
9. #xtdata.download_history_data2(stock_list=['600519.SH'], period='1d')
   
10. #res = xtdata.get_market_data(stock_list=['600519.SH'], period='1d')
    
11. #print(res)
    
12. 
    
13. # miniQMT安装路径
    
14. mini_qmt_path = r'D:\\国金QMT交易端模拟\\userdata_mini'
    
15. # QMT账号
    
16. account = 'xxxxxx'
    
17. 
    
18. # 创建session_id
    
19. session_id = int(random.randint(100000, 999999))
    
20. # 创建交易对象
    
21. xt_trader = XtQuantTrader(mini_qmt_path, session_id)
    
22. # 启动交易对象
    
23. xt_trader.start()
    
24. # 连接客户端
    
25. connect_result = xt_trader.connect()
    
26. 
    
27. print(connect_result)
    
28. 
    
29. if connect_result == 0:
    
30.     print('连接成功')

复制代码

又经过几番折腾，发现情况如下
貌似不是xtquant版本的问题
因为
同样的官网的最后这个版本，我在我之前编程的一个虚拟环境下，运行正常

但是，在新的虚拟环境下，到底缺少了什么（库），这个就不太好查找了
首先我可以肯定的，PANDAS安装了。
还需要什么呢？

在AI的帮助下，写了一个批处理文件，对比 大QMT的PYTHON环境和当前出问题的环境安装的包的差异，批处理文件如下

1. 
   
2. @echo off
   
3. setlocal enabledelayedexpansion
   
4. 
   
5. :: 设置两个目录的路径
   
6. set "dir1=D:\QuantitativeTrading\qmt\Lib\site-packages"
   
7. set "dir2=C:\Users\tr-minipc\.conda\envs\qmt_mini\lib\site-packages"
   
8. set "output=diff.txt"
   
9. 
   
10. :: 创建临时文件来存储目录内容
    
11. set "temp1=dir1_subdirs.txt"
    
12. set "temp2=dir2_subdirs.txt"
    
13. 
    
14. :: 清空临时文件
    
15. if exist "%temp1%" del "%temp1%"
    
16. if exist "%temp2%" del "%temp2%"
    
17. 
    
18. :: 使用dir命令列出两个目录的第一级子目录，**排除以-info结尾的目录**，并只保存目录名
    
19. for /d %%d in ("%dir1%\*") do (
    
20.     set "dirName=%%~nxd"
    
21.     if "!dirName:-info=!" == "!dirName!" (
    
22.         if not "!dirName:~0,1!" == "_" (
    
23.                 echo !dirName! >> "%temp1%"
    
24.         )
    
25.     )
    
26. )
    
27. 
    
28. for /d %%d in ("%dir2%\*") do (
    
29.     set "dirName=%%~nxd"
    
30.     if "!dirName:-info=!" == "!dirName!" (
    
31.         if not "!dirName:~0,1!" == "_" (
    
32.                 echo !dirName! >> "%temp2%"
    
33.         )
    
34.     )
    
35. )
    
36. 
    
37. :: 显示临时文件的内容
    
38. echo Directory names in %temp1%:
    
39. type "%temp1%"
    
40. 
    
41. echo Directory names in %temp2%:
    
42. type "%temp2%"
    
43. 
    
44. 
    
45. :: 检查 "diff.txt" 文件是否存在，如果存在则删除
    
46. if exist "diff.txt" (
    
47.     del "diff.txt"
    
48. )
    
49. 
    
50. if exist "%output%" del "%output%"
    
51. 
    
52. for /f "delims=" %%a in ('type "%temp1%"') do (
    
53.     set "line=%%a"
    
54.     findstr /R /C:"^!line!$" "%temp2%" >nul
    
55.     if errorlevel 1 echo !line!>>"%output%"
    
56. )
    
57. 
    
58. echo Done. The differences have been written to "%output%".
    
59. 
    
60. :: 清理临时文件
    
61. if exist "%temp1%" del "%temp1%"
    
62. if exist "%temp2%" del "%temp2%"
    
63. 
    
64. endlocal
    

复制代码

生成的diff文件如下

1. 
   
2. absl
   
3. aenum
   
4. astor
   
5. attr
   
6. backcall
   
7. bin
   
8. bleach
   
9. bson
   
10. caffe2
    
11. certifi
    
12. chardet
    
13. colorama
    
14. cvxopt
    
15. cvxpy
    
16. dateutil
    
17. dbf
    
18. dbfpy
    
19. defusedxml
    
20. dill
    
21. fastcache
    
22. gast
    
23. google
    
24. gridfs
    
25. grpc
    
26. html5lib
    
27. idna
    
28. ipykernel
    
29. IPython
    
30. ipython_genutils
    
31. jedi
    
32. jinja2
    
33. joblib
    
34. jsonschema
    
35. jupyter_client
    
36. jupyter_core
    
37. markdown
    
38. markupsafe
    
39. matplotlib
    
40. mpl_toolkits
    
41. multiprocess
    
42. nbconvert
    
43. nbformat
    
44. notebook
    
45. numexpr
    
46. numpy
    
47. pandas
    
48. parso
    
49. patsy
    
50. PIL
    
51. pip
    
52. pkg_resources
    
53. prometheus_client
    
54. prompt_toolkit
    
55. pygments
    
56. pymongo
    
57. pyreadline
    
58. pyrsistent
    
59. pytz
    
60. qmt_api
    
61. redis
    
62. requests
    
63. scipy
    
64. scs
    
65. send2trash
    
66. setuptools
    
67. share
    
68. simplejson
    
69. sklearn
    
70. statsmodels
    
71. tables
    
72. talib
    
73. tensorboard
    
74. tensorflow
    
75. terminado
    
76. testpath
    
77. tlz
    
78. toolz
    
79. torch
    
80. tornado
    
81. traitlets
    
82. urllib3
    
83. wcwidth
    
84. webencodings
    
85. werkzeug
    
86. wheel
    
87. winpty
    
88. xlrd
    
89. xlsxwriter
    
90. xlwt
    
91. xtdbf
    
92. xtquant
    
93. zmq
    

复制代码

这个差别有点大啊，到底要装哪些库呢？

补充一下，批处理文件（及结果），只列出来了左边有但没在右边的，即大QMT（运行正常的）中有的，在出问题的环境中没有的库