【历史文档】常见问题-数据API
由small_q创建,最终由small_q 被浏览 1311 用户
更新
本文内容对应旧版平台与旧版资源,其内容不再适合最新版平台,请查看新版平台的使用说明
新版量化开发IDE(AIStudio):
https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW
新版模版策略:
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
新版数据平台:
https://bigquant.com/data/home
https://bigquant.com/wiki/doc/dai-PLSbc1SbZX
新版表达式算子:
https://bigquant.com/wiki/doc/dai-sql-Rceb2JQBdS
新版因子平台:
https://bigquant.com/wiki/doc/bigalpha-EOVmVtJMS5
\
股票行情数据
股票日线行情
df = DataSource('bar1d_CN_STOCK_A').read(start_date='2021-11-01',end_date='2021-11-24')
df.head()
股票分钟行情
60分钟
# 60min
min60_df = DataSource('bar60m_CN_STOCK_A').read(start_date='2021-11-01',end_date='2021-11-24')
min60_df.head()
0
30分钟
# 30min
min30_df = DataSource('bar30m_CN_STOCK_A').read(start_date='2021-11-20',end_date='2021-11-24')
min30_df.head()
15分钟
# 15min
min15_df = DataSource('bar15m_CN_STOCK_A').read(start_date='2021-11-20',end_date='2021-11-24')
min15_df.tail()
5分钟
# 5min
min5_df = DataSource('bar5m_CN_STOCK_A').read(start_date='2021-11-24',end_date='2021-11-24')
min5_df.tail()
1分钟
# 1min
min1_df = DataSource('bar1m_CN_STOCK_A').read(start_date='2021-11-24',end_date='2021-11-24')
min1_df.tail()
股票高频行情
# 快照行情
snap_df = DataSource('level2_snapshot_CN_STOCK_A').read(['600000.SHA', '000001.SZA'], start_date='2021-11-24', end_date='2021-11-24')
snap_df.tail()
# 逐笔委托行情
order_df = DataSource('level2_order_CN_STOCK_A').read(['600000.SHA', '000001.SZA'], start_date='2021-11-24', end_date='2021-11-24')
order_df.tail()
# 逐笔成交行情
trade_df = DataSource('level2_trade_CN_STOCK_A').read(['600000.SHA', '000001.SZA'], start_date='2021-11-24', end_date='2021-11-24')
trade_df.tail()
期货行情数据
期货日线行情
df = DataSource('bar1d_CN_FUTURE').read(start_date='2021-11-01',end_date='2021-11-24')
df.tail()
期货分钟行情
# 1min
df = DataSource('bar1m_CN_FUTURE').read(start_date='2021-11-24',end_date='2021-11-24')
df.tail()
# 原始分时表:
# 商品期货1分钟线 (MFL1_TRDMIN01)
# 股指期货1分钟线 (FFL2_TRDMIN01)
# 国债期货1分钟线 (TFL2_TRDMIN01)
# 5分钟、15分钟、30分钟、60分钟同理
# 1min
df = DataSource('MFL1_TRDMIN01').read(start_date='2021-11-24',end_date='2021-11-24')
df.tail()
期货高频
df = DataSource('level1_snapshot_CN_FUTURE').read(['RB2201.SHF'],start_date='2021-11-05', end_date='2021-11-05')
df.tail()
期权分时数据
# 上证个股期权分时
# 1分钟:SHSOL1_TRDMIN01
# 3分钟:SHSOL1_TRDMIN03
# 5分钟:SHSOL1_TRDMIN05
# 10分钟:SHSOL1_TRDMIN10
# 15分钟:SHSOL1_TRDMIN15
# 30分钟:SHSOL1_TRDMIN30
# 60分钟:SHSOL1_TRDMIN60
df = DataSource('SHSOL1_TRDMIN60').read(start_date='2021-11-24', end_date='2021-11-24')
df.tail()
# 深证个股期权分时
# 1分钟:IOL2_TRDMIN01
# 3分钟:IOL2_TRDMIN03
# 5分钟:IOL2_TRDMIN05
# 10分钟:IOL2_TRDMIN10
# 15分钟:IOL2_TRDMIN15
# 30分钟:IOL2_TRDMIN30
# 60分钟:IOL2_TRDMIN60
df = DataSource('IOL2_TRDMIN60').read(start_date='2021-11-24', end_date='2021-11-24')
df.tail()
# 中金所股指期权分时
# 1分钟:SZSOL1_TRDMIN01
# 3分钟:SZSOL1_TRDMIN03
# 5分钟:SZSOL1_TRDMIN05
# 10分钟:SZSOL1_TRDMIN10
# 15分钟:SZSOL1_TRDMIN15
# 30分钟:SZSOL1_TRDMIN30
# 60分钟:SZSOL1_TRDMIN60
df = DataSource('SZSOL1_TRDMIN60').read(start_date='2021-11-24', end_date='2021-11-24')
df.tail()
债券日行情
# 中国债券行情-全价
df = DataSource('CBondPrices').read(start_date='2021-11-05', end_date='2021-11-05')
df.tail()
# 中国债券行情-净价
df = DataSource('CBondPricesNet').read(start_date='2021-11-05', end_date='2021-11-05', fields=['s_info_windcode', 'trade_dt', 'date', 'instrument'])
df.tail()
基金日行情
# 中国共同基金净值
df = DataSource('ChinaMutualFundNAV').read(start_date='2021-11-24', end_date='2021-11-24')
df.tail()
# 中国上市基金日行情
df = DataSource('ChinaClosedFundEODPrice').read(start_date='2021-11-24', end_date='2021-11-24')
df.tail()
宏观和行业
# 专业版-指标表 (eco_info_pro)
# 中国宏观数据总表 (eco_data_china)
# 中国地区宏观数据表 (eco_data_china_region)
# 全球宏观数据表-美国 (eco_data_globe_usa)
# 全球宏观数据表-欧洲 (eco_data_globe_eu)
# 全球宏观数据表-其他地区 (eco_data_globe_rest)
# 行业-农林牧渔数据表 (eco_data_ind_aricultural)
# 行业-能源数据表 (eco_data_ind_energy)
# 行业-化工数据表 (eco_data_ind_chemical)
# 行业-钢铁数据表 (eco_data_ind_steel)
# 行业-有色金属数据表 (eco_data_ind_nonferrousmetals)
# 行业-建材数据表 (eco_data_ind_buildingmaterials)
# 行业-汽车数据表 (eco_data_ind_automobile)
# 行业-机械设备数据表 (eco_data_ind_machineryequipment)
# 行业-电子电器数据表 (eco_data_ind_electronic)
# 行业-食品饮料数据表 (eco_data_ind_foodbeverage)
# 行业-纺织服装数据表 (eco_data_ind_textileclothing)
# 行业-医药生物数据表 (eco_data_ind_biologicalmedicine)
# 行业-公用事业数据表 (eco_data_ind_utilityindustry)
# 行业-交通运输数据表 (eco_data_ind_traffictransport)
# 行业-房地产及建筑业数据表 (eco_data_ind_realestate)
# 行业-旅游酒店数据表 (eco_data_ind_cateringtourism)
# 行业-文教体娱及工艺品数据表 (eco_data_ind_culture)
# 行业-批发零售业数据表 (eco_data_ind_commercialtrade)
# 行业-金融保险业数据表 (eco_data_ind_financialservices)
# 行业-综合数据表 (eco_data_ind_others)
# 行业-轻工制造数据表 (eco_data_ind_lightmanufactue)
# 行业-信息服务数据表 (eco_data_ind_infoservice)
# 行业-财务指标数据表 (eco_data_fin)
# 经济日历配置 (eco_calendar_rel)
# 经济日历信息 (eco_calendar_info)
# 经济日历数据 (eco_calendar_data)
# 机构主表 (md_institution)
# 证券主表 (md_security)
# 参数集合 (sys_code)
df = DataSource('eco_info_pro').read(start_date='2021-01-01')
df.tail()