Appearance
行情数据
获取历史行情
get_price-获取指定日期范围内的历史行情
python
get_price(security,
start_date=None,
end_date=None,
frequency='daily',
fields=None,
skip_paused=False,
fq='pre',
fq_ref_date=None,
count=0,
fill_suspend=True,
df=False)获取指定日期范围内的历史行情，支持股票、指数、债券、场内基金、期货。可一次查询多个标的、多个字段。
参数
| 参数名 | 类型 | 必填 | 说明 |
|---|---|---|---|
| security | str / list[str] | 是 | 标的代码或标的列表，如 'sz000001' / ['sz000001','sh600000'] |
| start_date | datetime.date / datetime.datetime / str / int | 否 | 开始时间。支持：date/datetime、字符串 'YYYY-MM-DD'/'YYYY-MM-DD HH:MM:SS'、时间戳（秒/毫秒）。与 count 互斥 |
| end_date | datetime.date / datetime.datetime / str / int | 否 | 截止时间。规则同 start_date；不传时默认回测当前时间 |
| frequency | str | 否 | 频率：'daily'(等同'1d')、'minute'(等同'1m')、'5m'、'2d'、'3w'、'1M'、'1q'、'1y' 等 |
| fields | list[str] / None | 否 | 字段列表。常用：['time','open','close','high','low','volume','money','pre_close','status'] |
| skip_paused | bool | 否 | 是否跳过非交易日（停牌/未上市/退市后）。默认 False |
| fq | str / None | 否 | 复权方式：'pre' 前复权；'none'/None 不复权；'post' 后复权 |
| fq_ref_date | datetime.date / datetime.datetime / str / int / None | 否 | 复权基准日期，影响复权结果（见“注意事项-复权”） |
| count | int | 否 | 取 end_date 之前最近 count 根K线；与 start_date 互斥 |
| fill_suspend | bool | 否 | 停牌日价格填充方式。True 用昨收填充；False 用 NaN 填充（停牌区间更明显） |
| df | bool | 否 | 返回格式：默认为False，False 返回 numpy 结构化数组；True 返回 DataFrame |
返回
⚡ 重要：如需返回 DataFrame，必须显式设置 df=True
| 参数设置 | 返回类型 | 说明 |
|---|---|---|
| df=False（默认） | numpy.ndarray | 结构化数组，time 为秒级时间戳（10位），其他字段为 float/int |
| df=True | pandas.DataFrame | 单标的：列通常为 time + fields；多标的：返回”长表”结构（包含 security 列） |
时间字段差异
- df=True 时，time 列为 datetime（如 2024-06-04 14:58:00）
- df=False 时，time 为 秒级 Unix 时间戳（如 1717484160）
⚠️ 重要限制
start_date与count互斥，同时传入会抛异常：get_price 不能同时指定 start_date 和 count 两个参数
举例
python
# 1) df=True：DataFrame，time 为 datetime
df = get_price('sh600000',
end_date='2024-06-04 11:00:00',
frequency='1m',
fields=['time','close'],
count=5,
df=True)
log.info(df.tail(3))
# 输出示例:
# time close
# 2 2024-06-04 14:58:00 9.69
# 3 2024-06-04 14:59:00 9.69
# 4 2024-06-04 15:00:00 9.69
# 2) df=False：numpy 结构化数组，time 为秒级时间戳
arr = get_price('sh600000',
end_date='2024-06-04 11:00:00',
frequency='1m',
fields=['time','close'],
count=5,
df=False)
log.info(arr[:3])
# 输出示例:
# [(1717484160, 7.6 ) (1717484220, 7.59) (1717484280, 7.58)]
# 3) 分钟频率：取上一根分钟线收盘价作为最新价（count=1取最近1根，即上一分钟收盘）
df = get_price('sh600000',
end_date='2024-06-04 10:30:00',
frequency='1m',
fields=['time','close'],
count=1,
df=True)
last_close = df['close'].iloc[-1]
log.info(f"上一分钟收盘价: {last_close}")
# 输出示例:
# 上一分钟收盘价: 9.69获取历史数据
history-从当前时间开始获取历史数据
python
history(count,
frequency='daily',
field='close',
security=None,
df=True,
skip_paused=False,
fq='pre')从“当前回测时刻/当前运行时刻”向前取 count 根K线数据。支持多标的，但只能取单字段。
参数
| 参数名 | 类型 | 必填 | 说明 |
|---|---|---|---|
| count | int | 是 | 取最近 count 根K线 |
| frequency | str | 否 | 频率：'daily'/'1d'、'minute'/'1m'、'5m'、'2d' 等 |
| field | str | 否 | 单字段：'open'/'close'/'high'/'low'/'volume'/'money' |
| security | list[str] / None | 否 | 标的列表；None 表示使用 context.universe |
| df | bool | 否 | 默认为 True；True 返回 DataFrame；False 返回单标的 ndarray / 多标的 dict |
| skip_paused | bool | 否 | 是否跳过非交易日；默认 False |
| fq | str | 否 | 复权方式：'pre'/'none'/'post' |
返回
- 默认 df=True：pandas.DataFrame
- 行索引为时间（回测中通常为时间戳或可转为 datetime 的时间）
- 列为标的代码
- 设置 df=False：
- 单标的：numpy.ndarray
- 多标的：dict[str, list]（key=标的，value=序列）
注意事项
- 注意事项-面向回测时刻
- history 的“当前时间”来自策略运行时刻（如 run_daily(time='open') 的触发点），避免在日频策略里误以为是“当天收盘后”
- 注意事项-与 get_price 的关系
- history 更偏“取最近N根”，get_price 更偏“按时间区间/截止时间取数”
举例
python
# 多标的，取最近10天收盘价，返回 DataFrame
df = history(count=10,
frequency='1d',
field='close',
security=['sz000001','sh600000'],
df=True,
skip_paused=False,
fq='pre')
log.info(df.tail(3))
# 输出示例（形状示意）:
# sz000001 sh600000
# 1734332400000 11.208 9.64
# 1734418800000 11.168 9.53
# 1734485100000 11.218 9.56获取当前数据
get_current_data-获取当前单位时间的行情状态
python
get_current_data()获取当前单位时间（回测中为当前 bar 的时间点；实盘为当前时刻）下的行情快照：涨跌停价、是否停牌、当日开盘价等。返回一个 dict。
返回
- dict[str, Bar]
- key：标的代码
- value：Bar 对象（包含 last_price、high_limit、low_limit、paused、pre_close、day_open 等字段，具体以 Bar 对象定义为准）
⚠️ 重要说明
get_current_data() 返回的是一个懒加载对象，必须通过 [股票代码] 的方式访问才会真正取数。
错误写法
python
# 错误：直接判断是否在 get_current_data() 中
code = 'sh600000'
if code not in get_current_data(): # 始终为 False，不会触发取数
pass
# 错误：先赋值再判断 key 是否存在
data = get_current_data()
if code not in data: # 不会触发取数，判断无意义
pass正确写法
python
# 正确：通过 [股票代码] 直接访问
bar = get_current_data()['sh600000']
log.info(bar.last_price)
# 批量获取多只股票的行情
data = get_current_data()
for code in ['sh600000', 'sz000001']:
bar = data[code] # 通过 [] 访问才会触发取数
log.info(f"{code}: {bar.last_price}")举例
python
data = get_current_data()
log.info(data['sh600000'].last_price)
# 输出示例:
# 9.69获取当前单位时间的tick数据
get_current_tick-获取当前单位时间的tick数据
python
get_current_tick(security,
date=None,
df=False)获取指定时刻（或回测当前时刻）最近的一条tick数据，支持股票、指数、债券、场内基金、期货。
参数
| 参数名 | 类型 | 必填 | 说明 |
|---|---|---|---|
| security | str / list[str] | 是 | 标的代码或标的列表，如 'sz000001' / ['sz000001','sh600000'] |
| date | datetime / None | 否 | 指定时刻；返回离该时刻最近的一条tick。None表示回测当前时刻 |
| df | bool | 否 | 默认为 False；False 返回 Tick 对象；True 返回 DataFrame |
返回
⚡ 注意：如需返回 DataFrame，必须显式设置 df=True
- 默认 df=False：
- security 为单标的：返回 Tick 对象
- security 为多标的(list)：返回 dict（key 为标的代码，value 为 Tick 对象）
- 设置 df=True：
- security 为单标的：返回 pandas.DataFrame（通常为1行）
- security 为多标的(list)：返回 dict（key 为标的代码，value 为 DataFrame）
- 当天截至指定时刻未产生tick时返回None
举例
python
from datetime import datetime
log.info(get_current_tick('sh600000', date=datetime(2025,2,20,10,0,0)))
# 输出示例：
# {'sh600000': Tick(2025-02-20 09:59:58, sh600000, 10.359999656677246, 10.420000076293945,
# 10.479999542236328, 10.34000015258789, 8381100.0, 87157104.0)}获取标的实时及历史tick数据
get_ticks-获取标的实时及历史tick数据
python
get_ticks(security,
start_date=None,
end_date=None,
count=None,
fields=['time','current','high','low','volume','money'],
df=False)获取标的实时及历史tick数据，支持股票、指数、债券、场内基金、期货。可按时间区间或按count取最近若干条。
⚠️ 使用本函数前需要先下载快照数据，否则可能无法获取数据。
参数
| 参数名 | 类型 | 必填 | 说明 |
|---|---|---|---|
| security | str / list[str] | 是 | 标的代码或标的列表 |
| start_date | datetime.date / datetime.datetime / str / int | 否 | 开始时间。支持date/datetime、字符串'YYYY-MM-DD'/'YYYY-MM-DD HH:MM:SS'、时间戳（秒/毫秒）。与count互斥 |
| end_date | datetime.date / datetime.datetime / str / int | 否 | 截止时间。规则同start_date；不传时默认回测当前时间 |
| count | int | 否 | 取end_date之前最近count条tick；与start_date互斥 |
| fields | list[str] | 否 | 字段列表。默认仅['time','current','high','low','volume','money']；如需盘口字段(a1_v~a5_v、b1_p~b5_p等)需自行添加 |
| df | bool | 否 | 默认为 False；False 返回 numpy 结构；True 返回 pandas.DataFrame |
返回
⚡ 注意：如需返回 DataFrame，必须显式设置 df=True
- 默认 df=False：numpy.ndarray（结构化tick数据）
- 设置 df=True：pandas.DataFrame
举例
python
d = get_ticks('sh600000',
start_date='2025-02-01',
end_date='2025-02-27',
fields=['time','current','high','low','volume','money'],
df=True)
log.info(d)
# 输出示例（节选）：
# time current high low volume money
# sh600000 0 1738718102000 0.00 0.00 0.00 0.0 0.0
# ...
# 77016 1740553199000 10.21 10.32 10.12 54717504.0 559261632.0
# [77017 rows x 6 columns]获取每天集合竞价数据
get_call_auction-获取每天集合竞价数据
python
get_call_auction(security,
start_date=None,
end_date=None,
fields=None)获取指定时间区间内交易日集合竞价(09:25)数据，支持股票、场内基金、指数和上交所ETF期权。
⚠️ 使用本函数前需要先下载快照数据，否则可能无法获取数据。
参数
| 参数名 | 类型 | 必填 | 说明 |
|---|---|---|---|
| security | str / list[str] | 是 | 标的代码或标的列表 |
| start_date | datetime.date / datetime.datetime / str / int | 否 | 开始时间；截取到日期；默认回测当前时间 |
| end_date | datetime.date / datetime.datetime / str / int | 否 | 截止时间；截取到日期；默认回测当前时间 |
| fields | list[str] / None | 否 | 字段列表（类似tick字段）。不传则返回默认字段 |
字段说明
| 字段名 | 说明 | 类型 |
|---|---|---|
| time | 时间 | datetime |
| current | 当前价 | float |
| volume | 累计成交量（股） | float |
| money | 累计成交额（元） | float |
| b1_v~b5_v | 五档买量（股） | float |
| b1_p~b5_p | 五档买价 | float |
| a1_v~a5_v | 五档卖量（股） | float |
| a1_p~a5_p | 五档卖价 | float |
返回
- pandas.DataFrame
举例
python
d = get_call_auction(['sz000001', 'sz000002'],
start_date='2019-01-01',
end_date='2019-10-10',
fields=['time', 'current', 'a1_v', 'b1_v'])
log.info(d)
# 输出示例（节选）：
# security time current a1_v b1_v
# 0 sz000001 2019-01-02 09:25:03 9.3900 13400.0 183300.0
# ...