前言

在星球《玩转股票量化交易》中我们提供了获取实时行情数据的方式——每间隔3秒爬虫从财经网站上实时采样全市场个股最新行情数据，类似于Level1级别的更新！

具体可以查看这篇公众号文章：

基于多任务爬虫技术， A股实时行情数据Level1采样

对于做短线策略的交易者来说，得到实盘的量价数据之后，还需要把这些数据转换为各种技术指标，在策略中去使用和分析。

由于本地采样时间和交易所推送数据时间会有微小的差别（ms级别），时间长了之后计算出的技术指标会累积成更大的误差，于是在实盘中得到一个相对标准的分钟级别数据（通常技术指标使用的最小单位是分钟）用于计算技术指标非常关键。

于是我们使用通达信的这个接口来修正技术指标，因为在实盘中这个接口可以获取到最近的分钟级别的行情数据。

比如14点30分去调用该接口的时候可以获得最新的分钟级别行情数据。

接口使用介绍

接下来介绍下如何使用这个接口吧！

首先安装pytdx库，该库提供了获取通达信行情接口

pip install pytdx

其次在程序中引入模块

from pytdx.hq import TdxHq_API

然后，创建对象

api = TdxHq_API()

之后，通常连接到行情服务器上，建议是使用with 语法，可以省略disconnect()语句

with api.connect('119.147.212.81', 7709):
    # some codes

获取k线的接口get_security_bars，其中的各个参数含义如下。

K线种类：

• 0—5分钟K线

• 1—15分钟K线

• 2—30分钟K线

• 3—60分钟K线

• 4—日K线

• 5—周K线

• 6—月K线

• 7/8—1分钟K线

Market市场代码： 0—深圳，1—上海

Stockcode：证券代码;

start ：指定的范围开始位置;

count：要请求的 K 线数目，最大值为 800

比如以下语句表示获取获取股票深证的000001股票最近的10条1分钟数据

api.get_security_bars(7, 0, '000001', 0, 10)

数据获取的接口一般返回list结构，如果需要转化为pandas Dataframe接口，可以使用 api.to_df 进行转化 如：

api.to_df(api.get_security_bars(7, 0, '000001', 0, 10)) # 返回普通list后转DataFrame

多进程实盘方案

根据以上的接口介绍可以看出，这个接口只能获取单个股票最新的分钟级别数据，如果要监测多只股票的话，要保证在1分钟内将全部数据更新完成。

于是我们采用了多进程的方式加速分钟数据的获取。开了8个进程后，实测下来1分钟内可以更新900多只股票的分钟行情数据！已经足够用于实盘动态监测股票的数量了。

start = time.time()
p = Pool(8)
for val in basic_code_list():
    res = p.apply_async(tdx_download_if, args=(val,))
p.close()
p.join()
print('总耗时：%.5f秒' % float(time.time() - start))