讯投qmt mini版即小qmt的一些说明

XtQuant运行依赖环境

XtQuant目前提供的库包括64位Python3.6----3.11版本，不同版本的python导入时会自动切换。在运行使用XtQuant的程序前需要先启动MiniQMT客户端。

# XtQuant运行逻辑

Xtdata作为行情模块，本模块旨在提供精简直接的数据满足量化交易者的数据需求，主要提供行情数据（历史和实时的K线和分笔）、财务数据、合约基础信息、板块和行业分类信息等通用的行情数据。

Xttrader作为交易模块，封装了策略交易所需要的Python API接口，可以和MiniQMT客户端交互进行报单、撤单、查询资产、查询委托、查询成交、查询持仓以及接收资金、委托、成交和持仓等变动的主推消息

运行逻辑

xtdata提供和MiniQmt的交互接口，本质是和MiniQmt建立连接，由MiniQmt处理行情数据请求，再把结果回传返回到python层。使用的行情服务器以及能获取到的行情数据和MiniQmt是一致的，要检查数据或者切换连接时直接操作MiniQmt即可。

对于数据获取接口，使用时需要先确保MiniQmt已有所需要的数据，如果不足可以通过补充数据接口补充，再调用数据获取接口获取。

对于订阅接口，直接设置数据回调，数据到来时会由回调返回。订阅接收到的数据一般会保存下来，同种数据不需要再单独补充。

接口分类

• 行情数据（K线数据、分笔数据，订阅和主动获取的接口）

  • level1数据的历史部分用 download_history_data补充，实时部分用 subscribe_XXX订阅，使用 get_XXX获取
  • level2数据实时部分用 subscribe_XXX订阅，用 get_l2_XXX获取。level2函数无历史数据存储，跨交易日后数据清理
  • subscribe_ / unsubscribe_ 订阅/反订阅
  • get_ 获取数据
  • download_ 下载数据
  • 功能划分（接口前缀）
  • 常见用法

• 财务数据

• 合约基础信息

• 基础行情数据板块分类信息等基础信息

常用类型说明

• stock_code - 合约代码

  • 格式为 code.market，例如 000001.SZ600000.SH``000300.SH

• period - 周期，用于表示要获取的周期和具体数据类型

  • warehousereceipt - 期货仓单
  • futureholderrank - 期货席位
  • interactiveqa - 互动问答
  • 逐笔成交统计
  • delistchangebond - 退市可转债信息
  • replacechangebond - 待发可转债信息
  • specialtreatment - ST 变更历史
  • 港股通（深港通、沪港通）资金流向
  • dividendplaninfo - 红利分配方案信息
  • historycontract - 过期合约列表
  • optionhistorycontract - 期权历史信息
  • historymaincontract - 历史主力合约
  • stoppricedata - 涨跌停数据
  • snapshotindex - 快照指标数据
  • transactioncount1m - 逐笔成交统计1分钟级
  • transactioncount1d - 逐笔成交统计日级
  • northfinancechange1m - 港股通资金流向1分钟级
  • northfinancechange1d - 港股通资金流向日级
  • l2quote - level2实时行情快照
  • l2order - level2逐笔委托
  • l2transaction - level2逐笔成交
  • l2quoteaux - level2实时行情补充（总买总卖）
  • l2orderqueue - level2委买委卖一档委托队列
  • l2thousand - level2千档盘口
  • tick - 分笔数据
  • 1m - 1分钟线
  • 5m - 5分钟线
  • 15m - 15分钟线
  • 30m - 30分钟线
  • 1h - 1小时线
  • 1d - 日线
  • 1w - 周线
  • 1mon - 月线
  • 1q - 季度线
  • 1hy - 半年线
  • 1y - 年线
  • level1数据
  • level2数据
  • 投研版 - 特色数据

• 时间范围，用于指定数据请求范围，表示的范围是 [start_time, end_time]区间（包含前后边界）中最后不多于 count个数据

  • start_time - 起始时间，为空则认为是最早的起始时间
  • end_time - 结束时间，为空则认为是最新的结束时间
  • count - 数据个数，大于0为正常限制返回个数，等于0为不需要返回，-1为返回全部
  • 通常以 [start_time = '', end_time = '', count = -1]表示完整数据范围，但数据请求范围过大会导致返回时间变长，需要按需裁剪请求范围

• dividend_type - 除权方式，用于K线数据复权计算，对 tick等其他周期数据无效

  • none 不复权
  • front 前复权
  • back 后复权
  • front_ratio 等比前复权
  • back_ratio 等比后复权

• 其他依赖库 numpy、pandas会在数据返回的过程中使用

  • 本模块会尽可能减少对numpy和pandas库的直接依赖，以允许使用者在不同版本的库之间自由切换
  • pandas库中旧的三维数据结构Panel没有被使用，而是以dict嵌套DataFrame代替（后续可能会考虑使用xarray等的方案，也欢迎使用者提供改进建议）
  • 后文中会按常用规则分别简写为np、pd，如np.ndarray、pd.DataFrame

请求限制

• 全推数据是市场全部合约的切面数据，是高订阅数场景下的有效解决方案。持续订阅全推数据可以获取到每个合约最新分笔数据的推送，且流量和处理效率都优于单股订阅
• 单股订阅行情是仅返回单股数据的接口，建议单股订阅数量不超过50。如果订阅数较多，建议直接使用全推数据
• 板块分类信息等静态信息更新频率低，无需频繁下载，按周或按日定期下载更新即可

本人长期致力于研究及代写以下平台或接口：同花顺supermind（平台收费），qmt（平台可以向券商免费申请）的股票量化，期货快期tqsdk（平台免费），ccxt（平台免费）等量化。如有需求请添加好友后直接贴上你的需求或者说是要求，能不能做会不会做我都会第一时间通知你，本人不会的话会直接告诉你的，股票，期货总共只写这3个平台，不要问我为什么，本人写策略已经7年有余，走过的坑不想再走，也麻烦股票、期货需求不是这几个平台的朋友不要加本人，其他的平台给再多钱本人也不会写的，一个是对自己的代码负责，另外一个就是对你的策略和思路负责，我不想让你们重走我走过的坑，仅此而已。

最后给想学习量化的朋友总结了一些内容，希望能够帮助到想自学的朋友。

量化之路： ①Python学习 基础的语法逻辑等 https://www.runoob.com/python3/python3-tutorial.html

【基础量化最基础内容要点-哔哩哔哩】 https://b23.tv/AEcPQbe 【量化学习中需要掌握的python基础-哔哩哔哩】 https://b23.tv/aQW7T8e 【python量化中需要掌握的基础内容-哔哩哔哩】 https://b23.tv/n9ALEc2

②锁定平台，查看平台api 例如平台框架 数据接口api 交易api，文件拓展或用于数据处理的api或自带的库，是否可以外挂库 有何限制（这个最快的方式就是原始api，平台提供的社区 论坛等