上文介绍了QMT行情接口概况和一个历史行情数据下载案例，本文进一步介绍如何获取批量股票代码并缓存对应的tick、分钟、日级别的历史数据。
获取股票名称列表
QMT的行情函数暂时不能获取可转债列表，因此这里使用akshare库进行相关元数据的获取，使用前确保已安装。akshare库本身的功能十分强大，后续将详细展开，这里先不赘述。
首先导入相关的包：
from xtquant import xtdata
import akshare as ak
from tqdm import tqdm
import pandas as pd
第一个接口是获取包含历史转债代码的列表，以方便同步历史数据，可转债上海市场以11开头，深圳市场以12开头，这里需要将akshare中来自东方财富的数据与QMT进行代码的对齐：
def get_bond_history():
bond_zh_cov_df = ak.bond_zh_cov()
# 排除至今未上市的转债
bond_zh_cov_df = bond_zh_cov_df[bond_zh_cov_df['上市时间'] <= datetime.date.today()]
stock_code_list, bond_code_list = [], []
for _, row in bond_zh_cov_df.iterrows():
if row['债券代码'].startswith('11'):
market = '.SH'
else:
market = '.SZ'
stock_code_list.append(row['正股代码'] + market)
bond_code_list.append(row['债券代码'] + market)
return stock_code_list, bond_code_list
第二个接口是获取实时转债代码的列表，以方便增量更新，避免重复下载：
def get_bond_spot():
bond_cov_comparison_df = ak.bond_cov_comparison()
# 排除至今未上市的转债
bond_cov_comparison_df = bond_cov_comparison_df[bond_cov_comparison_df['上市日期'] !='-']
stock_code_list, bond_code_list = [], []
for _, row in bond_cov_comparison_df.iterrows():
if row['转债代码'].startswith('11'):
market = '.SH'
else:
market = '.SZ'
stock_code_list.append(row['正股代码'] + market)
bond_code_list.append(row['转债代码'] + market)
return stock_code_list, bond_code_list
第三个接口是获取A股市场的沪深指数、所有A股、ETF、债券列表等股票代码，以便下载K线数据：
def get_shse_a_list():
'''
获取沪深指数、所有A股、ETF、债券列表
'''
index_code = ['000001.SH', '399001.SZ', '399006.SZ', '000688.SH', '000300.SH', '000016.SH', '000905.SH', '000852.SH'] # 上证指数、深证成指、创业板指、科创50、沪深300、上证50、中证500、中证1000
a_code = xtdata.get_stock_list_in_sector('沪深A股')
etf_code = xtdata.get_stock_list_in_sector('沪深ETF')
#bond_code = [i for i in xtdata.get_stock_list_in_sector('沪深债券') if i[:3] in {'110', '111', '113', '118', '123', '127', '128'}]
bond_code = get_bond_history()[-1]
return index_code + a_code + etf_code + bond_code
批量下载可转债tick数据
通过控制参数init来决定是否增量下载(以天为粒度)：
def download_history_bond_tick(init=1):
'''
下载历史转债tick数据(20200401起)
'''
# 初始化：获取转债及其正股代码
if init:
# 包含历史过期代码
stock_code_list, bond_code_list = get_bond_history()
else:
# 仅当日代码
stock_code_list, bond_code_list = get_bond_spot()
# 数据下载目录
data_dir = 'E:\\QMT\\userdata_mini\\datadir\\'
for stock, bond in tqdm(zip(stock_code_list, bond_code_list), total=len(stock_code_list)):
print("开始下载：股票 {}, 转债 {}".format(stock, bond))
# 上海转债: 已下载的数据
if bond.endswith("SH"):
dir_path = data_dir + "\\SH\\0\\" + bond.split('.', 1)[0]
# 深圳转债：已下载的数据
else:
dir_path = data_dir + "\\SZ\\0\\" + bond.split('.', 1)[0]
start_date = '20200401' # QMT支持的最久数据时间
# 如果路径存在，断点续传，重设起点下载时间
if os.path.exists(dir_path):
downloaded = os.listdir(dir_path)
# 获取已下载的最大日期，作为本次同步的起始时间
if len(downloaded) > 0:
start_date = max(downloaded).split('.', 1)[0]
xtdata.download_history_data(stock_code=bond, period='tick', start_time=start_date)
批量下载K线
通过传入参数start_time设置起始下载时间，参数period设置K线类型:
- 1m: 1分钟K线
- 1d: 1日K线
def download_history_kline(code_list, start_time='', period='1m'):
'''
下载历史K线数据:
code_list: 股票代码， 如：get_shse_a_list()
'''
print("本次开始下载的时间为：", datetime.datetime.now().strftime("%Y%m%d%H%M%S"))
for code in tqdm(code_list):
xtdata.download_history_data(code, period=period, start_time=start_time)
经过漫长的等待，本地便会有历史数据的缓存了，存储的目录形式为datadir\SH\{0|60|86400}\{code}，便于我们进一步加工处理。
至此，我们已经缓存了许多历史数据，并且可以增量更新，保存到数据库中供后续分析。
推荐阅读
欢迎关注我的公众号“量化实战”，原创技术文章第一时间推送。
