kyugao/qmt_bridge
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
Files
34d4d64fa96cc935f1e11b38bb13109f4aedf7bb
qmt_bridge/reference/thinktrader_docs/innerApi_data_function.txt
T

2254 lines
119 KiB
Plaintext
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
行情函数 | 迅投知识库
迅投知识库
首页
API API
投研新手教程
QMT新手教程
内置Python
XtQuant文档
VBA
数据字典 数据字典
快速开始
股票数据
行业概念数据
指数数据
期货数据
期权数据
场内基金数据
债券数据
常见问题
场景化示例
迅投因子
数据浏览器
策略迁移 策略迁移
聚宽策略
客服QQ: 810315303
联系方式: 18309226715
视频教程 视频教程
投研端教程
迅投学堂
在新窗口打开
投研平台
在新窗口打开
迅投社区
在新窗口打开
迅投官网
在新窗口打开
注册
登录
智能助手加载中...
首页
API API
投研新手教程
QMT新手教程
内置Python
XtQuant文档
VBA
数据字典 数据字典
快速开始
股票数据
行业概念数据
指数数据
期货数据
期权数据
场内基金数据
债券数据
常见问题
场景化示例
迅投因子
数据浏览器
策略迁移 策略迁移
聚宽策略
客服QQ: 810315303
联系方式: 18309226715
视频教程 视频教程
投研端教程
迅投学堂
在新窗口打开
投研平台
在新窗口打开
迅投社区
在新窗口打开
迅投官网
在新窗口打开
内置Python
快速开始
使用须知
界面操作
变量约定
数据结构
系统函数
行情函数
数据下载
download_history_data - 下载指定合约代码指定周期对应时间范围的行情数据
获取行情数据
ContextInfo.get_market_data_ex - 获取行情数据
ContextInfo.get_full_tick - 获取全推数据
ContextInfo.subscribe_quote - 订阅行情数据
ContextInfo.subscribe_whole_quote - 订阅全推数据
ContextInfo.unsubscribe_quote - 反订阅行情数据
subscribe_formula - 订阅模型
unsubscribe_formula - 反订阅模型
call_formula - 调用模型
call_formula_batch - 批量调用模型
ContextInfo.get_svol - 根据代码获取对应股票的内盘成交量
ContextInfo.get_bvol - 根据代码获取对应股票的外盘成交量
ContextInfo.get_turnover_rate - 获取换手率
ContextInfo.get_longhubang - 获取龙虎榜数据
ContextInfo.get_north_finance_change - 获取对应周期的北向数据
ContextInfo.get_hkt_details - 获取指定品种的持股明细
ContextInfo.get_hkt_statistics - 获取指定品种的持股统计
get_etf_info - 根据ETF基金代码获取ETF申赎清单及对应成分股数据
get_etf_iopv - 根据ETF基金代码获取ETF的基金份额参考净值
ContextInfo.get_local_data - 获取本地行情数据【不推荐】
ContextInfo.get_history_data - 获取历史行情数据【不推荐】
ContextInfo.get_market_data() - 获取行情数据【不推荐】
获取财务数据
ContextInfo.get_financial_data - 获取财务数据
用法1
用法2
ContextInfo.get_raw_financial_data - 获取原始财务数据
ContextInfo.get_last_volume - 获取最新流通股本
ContextInfo.get_total_share - 获取总股数
财务数据字段表
资产负债表 (ASHAREBALANCESHEET)
利润表 (ASHAREINCOME)
现金流量表 (ASHARECASHFLOW)
股本表 (CAPITALSTRUCTURE)
主要指标 (PERSHAREINDEX)
十大股东/十大流通股东 (TOP10HOLDER/TOP10FLOWHOLDER)
股东数 (SHAREHOLDER)
获取合约信息
ContextInfo.get_instrument_detail - 根据代码获取合约详细信息
get_st_status - 获取历史st状态
ContextInfo.get_his_st_data - 获取某只股票ST的历史
ContextInfo.get_main_contract - 获取期货主力合约
ContextInfo.get_contract_multiplier - 获取合约乘数
ContextInfo.get_contract_expire_date - 获取期货合约到期日
ContextInfo.get_his_contract_list - 获取市场已退市合约
获取期权信息
ContextInfo.get_option_detail_data - 获取指定期权品种的详细信息
ContextInfo.get_option_list - 获取指定期权列表
ContextInfo.get_option_undl_data - 获取指定期权标的对应的期权品种列表
ContextInfo.bsm_price - 基于BS模型计算欧式期权理论价格
ContextInfo.bsm_iv - 基于BS模型计算欧式期权隐含波动率
获取除复权信息
ContextInfo.get_divid_factors - 获取除权除息日和复权因子
获取指数权重
ContextInfo.get_weight_in_index - 获取某只股票在某指数中的绝对权重
获取成分股信息
ContextInfo.get_stock_list_in_sector - 获取板块成份股
获取交易日信息
ContextInfo.get_trading_dates - 获取交易日信息
交易函数
成交回报实时主推函数
引用函数
绘图函数
枚举常量
完整示例
常见问题
# 数据下载
# download_history_data - 下载指定合约代码指定周期对应时间范围的行情数据
提示
QMT提供的行情数据中，基础周期包含 tick 1m 5m 1d，这些是实际用于存储的周期 其他周期为合成周期，以基础周期合成得到
合成周期
3m， 由1m线合成
10m, 15m, 30m, 60m, 2h, 3h, 4h 由5分钟线合成
2d(2日线), 3d(3日线), 5d(5日线), 1w（周线）, 1mon（月线）, 1q(季线), 1hy(半年线), 1y（年线） 由日线数据合成
获取合成周期时
如果取历史，需要下载历史的基础周期（如取15m需要下载5m）
如果取实时，可以直接订阅原始周期（如直接订阅15m）
如果同时用到基础周期和合成周期，只需要下载基础周期,例如同时使用5m和15m，因为15m也是由5m合成，所以只需要下载一次5m的数据即可
原型
内置python
download_history_data(stockcode,period,startTime,endTime)
释义
下载指定合约代码指定周期对应时间范围的行情数据
参数
字段名 数据类型 解释
stockcode string 股票代码，格式为'stkcode.market'，例如 '600000.SH'
period string K线周期类型，包括:
'tick' ：分笔线
'1d' ：日线
'1m' ：分钟线
'5m' ：5分钟线
startTime string 起始时间，格式为 "20200101" 或 "20200101093000"，可以为空
endTime string 结束时间，格式为 "20200101" 或 "20200101093000"，可以为空
incrementally bool 默认为 None 是否从本地最后一条数据往后增量下载，部分版本客户端可能不支持此参数
返回值
none
示例
示例
# coding:gbk
def init ( C ):
download_history_data( " 000001.SZ " , " 1d " , " 20230101 " , "" ) # 下载000001.SZ,从20230101至今的日线数据
download_history_data( " 000001.SZ " , " 1d " , " 20230101 " , "" , incrementally = True ) # 下载000001.SZ,从20230101至今的日线数据,增量下载
def handlebar ( C ):
return
界面端进行数据下载还可参考:
提示
【攻略】K线/财务数据下载方式 https://www.xuntou.net/forum.php?mod=viewthread&tid=1354&user_code=7zqjlm 来自: 迅投QMT社区
# 获取行情数据
该目录下的函数用于获取实时行情,历史行情
# ContextInfo.get_market_data_ex - 获取行情数据
注意
该函数不建议在 init 中运行,在 init 中运行时仅能取到本地数据
关于获取行情函数之间的区别与注意事项可在 - 常见问题-行情相关
在新窗口打开 查看
除实时行情外，该函数还可用于获取特色数据，如 资金流向数据 , 订单流数据 等，获取方式见 数据字典
在新窗口打开
原型
内置python
ContextInfo.get_market_data_ex(
fields = [],
stock_code = [],
period = ' follow ' ,
start_time = '' ,
end_time = '' ,
count =- 1 ,
dividend_type = ' follow ' ,
fill_data = True ,
subscribe = True )
释义
获取实时行情与历史行情数据
参数
名称 类型 描述
field list 数据字段，详情见下方field字段表
stock_list list 合约代码列表
period str 数据周期，可选字段为:
"tick"
"1m"：1分钟线
"5m"：5分钟线；"15m"：15分钟线；"30m"：30分钟线
"1h"小时线
"1d"：日线
"1w"：周线
"1mon"：月线
"1q"：季线
"1hy"：半年线
"1y"：年线
'l2quote'：Level2行情快照
'l2quoteaux'：Level2行情快照补充
'l2order'：Level2逐笔委托
'l2transaction'：Level2逐笔成交
'l2transactioncount'：Level2大单统计
'l2orderqueue'：Level2委买委卖队列
start_time str 数据起始时间，格式为 %Y%m%d 或 %Y%m%d%H%M%S，填""为获取历史最早一天
end_time str 数据结束时间，格式为 %Y%m%d 或 %Y%m%d%H%M%S ，填""为截止到最新一天
count int 数据个数
dividend_type str 除权方式,可选值为
'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
fill_data bool 是否填充数据
subscribe bool 订阅数据开关，默认为True，设置为False时不做数据订阅，只读取本地已有数据。
field 字段可选：
field 数据类型 含义
time int 时间
open float 开盘价
high float 最高价
low float 最低价
close float 收盘价
volume float 成交量
amount float 成交额
settle float 今结算
openInterest float 持仓量
preClose float 前收盘价
suspendFlag int 停牌 1停牌，0 不停牌
period 周期为tick时， field 字段可选:
field 数据类型 含义
time int 时间
lastPrice float 最新价
lastClose float 前收盘价
open float 开盘价
high float 最高价
low float 最低价
close float 收盘价
volume float 成交量
amount float 成交额
settle float 今结算
openInterest float 持仓量
stockStatus int 停牌 1停牌，0 不停牌
period 周期为Level2数据时，字段参考 数据结构
返回值
返回dict { stock_code1 : value1, stock_code2 : value2, ... }
value1, value2, ... ：pd.DataFrame 数据集，index为time_list，columns为fields,可参考 Bar字段
在新窗口打开
各标的对应的DataFrame维度相同、索引相同
示例
示例 data1返回值 data2返回值 data3返回值 data4返回值 历史tick 期货五档盘口
# coding:gbk
import pandas as pd
import numpy as np
def init ( C ):
C.stock_list = [ " 000001.SZ " , " 600519.SH " , " 510050.SH " ] # 指定获取的标的
C.start_time = " 20230901 " # 指定获取数据的开始时间
C.end_time = " 20231101 " # 指定获取数据的结束时间
def handlebar ( C ):
# 获取多只股票，多个字段，一条数据
data1 = C.get_market_data_ex([],C.stock_list, period = " 1d " , count = 1 )
# 获取多只股票，多个字段，指定时间数据
data2 = C.get_market_data_ex([],C.stock_list, period = " 1d " , start_time = C.start_time, end_time = C.end_time)
# 获取多只股票，多个字段，指定时间15m数据
data3 = C.get_market_data_ex([],C.stock_list, period = " 15m " , start_time = C.start_time, end_time = C.end_time)
# 获取多只股票，指定字段，指定时间15m数据
data4 = C.get_market_data_ex([ " close " , " open " ],C.stock_list, period = " 15m " , start_time = C.start_time, end_time = C.end_time)
# 获取多只股票，历史tick
tick = C.get_market_data_ex([],C.stock_list, period = " tick " , start_time = C.start_time, end_time = C.end_time)
# 获取期货5档盘口tick
future_lv2_quote = C.get_market_data_ex([],[ " rb2405.SF " , " ec2404.INE " ], period = " l2quote " , count = 1 )
print (data1)
print (data2[ " 000001.SZ " ].tail())
print (data3)
print (data4[ " 000001.SZ " ])
print (data4[ " 000001.SZ " ].to_csv( " your_path " )) # 导出文件为csv格式，路径填本机路径
print (tick[ " 000001.SZ " ])
print (future_lv2_quote)
{ ' 000001.SZ ' : amount close high low open openInterest preClose \
stime
20231106 1.069207e+09 10.69 10.69 10.51 10.51 15 10.48
settelementPrice stime suspendFlag time \
stime
20231106 0.0 20231106 0 1699200000000
timeEx volume
stime
20231106 1699027200000 1007062 , ' 600519.SH ' : amount close high low open openInterest \
stime
20231106 4.624102e+09 1812.0 1823.79 1801.12 1820.0 15
preClose settelementPrice stime suspendFlag time \
stime
20231106 1811.24 0.0 20231106 0 1699200000000
timeEx volume
stime
20231106 1699027200000 25524 , ' 510050.SH ' : amount close high low open openInterest preClose \
stime
20231106 1.442478e+09 2.533 2.538 2.521 2.528 15 2.513
settelementPrice stime suspendFlag time \
stime
20231106 0.0 20231106 0 1699200000000
timeEx volume
stime
20231106 1699027200000 5701929 }
start trading mode
amount close high low open openInterest preClose \
stime
20231026 6.219153e+08 10.41 10.42 10.30 10.31 15 10.38
20231027 9.575875e+08 10.45 10.48 10.33 10.38 15 10.41
20231030 8.376460e+08 10.45 10.47 10.35 10.40 15 10.45
20231031 6.822121e+08 10.46 10.49 10.41 10.43 15 10.45
20231101 5.952119e+08 10.48 10.56 10.45 10.55 15 10.46
settelementPrice stime suspendFlag time \
stime
20231026 0.0 20231026 0 1698249600000
20231027 0.0 20231027 0 1698336000000
20231030 0.0 20231030 0 1698595200000
20231031 0.0 20231031 0 1698681600000
20231101 0.0 20231101 0 1698768000000
timeEx volume
stime
20231026 1698249600000 599991
20231027 1698336000000 919771
20231030 1698422400000 805690
20231031 1698681600000 652855
20231101 1698768000000 567300
{ ' 000001.SZ ' : amount close high low open openInterest \
stime
20230901094500 256631786.0 11.23 11.27 11.19 11.19 13
20230901100000 270922833.0 11.30 11.33 11.22 11.23 13
20230901101500 190921704.0 11.32 11.36 11.28 11.30 13
20230901103000 59530776.0 11.30 11.33 11.30 11.32 13
20230901104500 57256669.0 11.27 11.32 11.27 11.30 13
20230901110000 35739890.0 11.28 11.29 11.27 11.27 13
20230901111500 40112824.0 11.29 11.30 11.27 11.28 13
20230901113000 24980938.0 11.28 11.30 11.28 11.28 14
20230901131500 42630572.0 11.29 11.30 11.26 11.28 13
20230901133000 43658143.0 11.30 11.30 11.28 11.28 13
20230901134500 33450593.0 11.30 11.31 11.29 11.29 13
20230901140000 39494932.0 11.31 11.32 11.29 11.30 13
20230901141500 28540497.0 11.32 11.32 11.30 11.31 13
20230901143000 31170658.0 11.31 11.32 11.30 11.31 13
20230901144500 55364705.0 11.33 11.33 11.30 11.32 13
20230901150000 74761487.0 11.32 11.33 11.31 11.33 15
20230904094500 264462660.0 11.37 11.44 11.33 11.35 13
20230904100000 89434084.0 11.43 11.43 11.38 11.39 13
20230904101500 303899475.0 11.52 11.54 11.42 11.42 13
20230904103000 156355941.0 11.55 11.57 11.51 11.51 13
20230904104500 131367939.0 11.57 11.59 11.54 11.54 13
20230904110000 60893212.0 11.51 11.58 11.51 11.57 13
20230904111500 45301291.0 11.52 11.54 11.50 11.51 13
20230904113000 37961736.0 11.53 11.55 11.51 11.51 14
20230904131500 54826515.0 11.51 11.54 11.50 11.53 13
20230904133000 29181919.0 11.49 11.52 11.49 11.51 13
20230904134500 48705360.0 11.54 11.54 11.49 11.49 13
20230904140000 27630478.0 11.52 11.54 11.51 11.53 13
20230904141500 53674534.0 11.55 11.55 11.51 11.51 13
20230904143000 74580200.0 11.55 11.56 11.52 11.55 13
... ... ... ... ... ... ...
20231031101500 66928717.0 10.47 10.49 10.46 10.46 13
20231031103000 59968110.0 10.43 10.47 10.42 10.47 13
20231031104500 29468162.0 10.44 10.45 10.43 10.43 13
20231031110000 41740180.0 10.42 10.45 10.41 10.44 13
20231031111500 23850386.0 10.43 10.44 10.41 10.41 13
20231031113000 15720754.0 10.43 10.44 10.41 10.43 14
20231031131500 19565770.0 10.42 10.44 10.41 10.43 13
20231031133000 25909764.0 10.43 10.44 10.42 10.42 13
20231031134500 50245377.0 10.48 10.48 10.43 10.44 13
20231031140000 26350603.0 10.46 10.47 10.45 10.47 13
20231031141500 29817729.0 10.43 10.47 10.43 10.46 13
20231031143000 29443776.0 10.46 10.46 10.43 10.44 13
20231031144500 38926705.0 10.47 10.47 10.45 10.46 13
20231031150000 46102220.0 10.46 10.47 10.46 10.47 15
20231101094500 181998786.0 10.51 10.56 10.47 10.55 13
20231101100000 47574956.0 10.48 10.52 10.47 10.51 13
20231101101500 40928598.0 10.46 10.49 10.45 10.47 13
20231101103000 30794577.0 10.47 10.48 10.46 10.47 13
20231101104500 31446271.0 10.48 10.49 10.46 10.47 13
20231101110000 19346221.0 10.48 10.49 10.46 10.48 13
20231101111500 21174912.0 10.46 10.48 10.46 10.47 13
20231101113000 18796238.0 10.47 10.49 10.46 10.47 14
20231101131500 18635626.0 10.47 10.48 10.46 10.47 13
20231101133000 23641977.0 10.48 10.49 10.46 10.48 13
20231101134500 22585426.0 10.48 10.49 10.46 10.47 13
20231101140000 15249542.0 10.48 10.48 10.47 10.48 13
20231101141500 31163791.0 10.49 10.50 10.47 10.48 13
20231101143000 20785467.0 10.49 10.50 10.48 10.50 13
20231101144500 39182764.0 10.49 10.51 10.48 10.49 13
20231101150000 31906726.0 10.48 10.50 10.48 10.49 15
close open
stime
20230901094500 11.23 11.19
20230901100000 11.30 11.23
20230901101500 11.32 11.30
20230901103000 11.30 11.32
20230901104500 11.27 11.30
20230901110000 11.28 11.27
20230901111500 11.29 11.28
20230901113000 11.28 11.28
20230901131500 11.29 11.28
20230901133000 11.30 11.28
20230901134500 11.30 11.29
20230901140000 11.31 11.30
20230901141500 11.32 11.31
20230901143000 11.31 11.31
20230901144500 11.33 11.32
20230901150000 11.32 11.33
20230904094500 11.37 11.35
20230904100000 11.43 11.39
20230904101500 11.52 11.42
20230904103000 11.55 11.51
20230904104500 11.57 11.54
20230904110000 11.51 11.57
20230904111500 11.52 11.51
20230904113000 11.53 11.51
20230904131500 11.51 11.53
20230904133000 11.49 11.51
20230904134500 11.54 11.49
20230904140000 11.52 11.53
20230904141500 11.55 11.51
20230904143000 11.55 11.55
... ... ...
20231031101500 10.47 10.46
20231031103000 10.43 10.47
20231031104500 10.44 10.43
20231031110000 10.42 10.44
20231031111500 10.43 10.41
20231031113000 10.43 10.43
20231031131500 10.42 10.43
20231031133000 10.43 10.42
20231031134500 10.48 10.44
20231031140000 10.46 10.47
20231031141500 10.43 10.46
20231031143000 10.46 10.44
20231031144500 10.47 10.46
20231031150000 10.46 10.47
20231101094500 10.51 10.55
20231101100000 10.48 10.51
20231101101500 10.46 10.47
20231101103000 10.47 10.47
20231101104500 10.48 10.47
20231101110000 10.48 10.48
20231101111500 10.46 10.47
20231101113000 10.47 10.47
20231101131500 10.47 10.47
20231101133000 10.48 10.48
20231101134500 10.48 10.47
20231101140000 10.48 10.48
20231101141500 10.49 10.48
20231101143000 10.49 10.50
20231101144500 10.49 10.49
20231101150000 10.48 10.49
[ 608 rows x 2 columns]
amount askPrice \
stime
20230926145924.000 489291360.0 [ 11.17 , 0.0 , 0.0 , 0.0 , 0.0 ]
20230926145933.000 489291360.0 [ 11.17 , 0.0 , 0.0 , 0.0 , 0.0 ]
20230926145942.000 489291360.0 [ 11.17 , 0.0 , 0.0 , 0.0 , 0.0 ]
20230926145951.000 489291360.0 [ 11.17 , 0.0 , 0.0 , 0.0 , 0.0 ]
20230926150000.000 497885810.0 [ 11.17 , 11.18 , 11.19 , 11.2 , 11.21 ]
askVol \
stime
20230926145924.000 [ 2939 , 1185 , 0 , 0 , 0 ]
20230926145933.000 [ 3027 , 1205 , 0 , 0 , 0 ]
20230926145942.000 [ 3101 , 1245 , 0 , 0 , 0 ]
20230926145951.000 [ 3161 , 1464 , 0 , 0 , 0 ]
20230926150000.000 [ 2186 , 4731 , 4938 , 6490 , 915 ]
bidPrice \
stime
20230926145924.000 [ 11.17 , 0.0 , 0.0 , 0.0 , 0.0 ]
20230926145933.000 [ 11.17 , 0.0 , 0.0 , 0.0 , 0.0 ]
20230926145942.000 [ 11.17 , 0.0 , 0.0 , 0.0 , 0.0 ]
20230926145951.000 [ 11.17 , 0.0 , 0.0 , 0.0 , 0.0 ]
20230926150000.000 [ 11.16 , 11.15 , 11.14 , 11.13 , 11.12 ]
bidVol high lastClose \
stime
20230926145924.000 [ 2939 , 0 , 0 , 0 , 0 ] 11.26 11.22
20230926145933.000 [ 3027 , 0 , 0 , 0 , 0 ] 11.26 11.22
20230926145942.000 [ 3101 , 0 , 0 , 0 , 0 ] 11.26 11.22
20230926145951.000 [ 3161 , 0 , 0 , 0 , 0 ] 11.26 11.22
20230926150000.000 [ 972 , 6267 , 5148 , 8127 , 11268 ] 11.26 11.22
lastPrice lastSettlementPrice low open openInt \
stime
20230926145924.000 11.16 0.0 11.14 11.22 18
20230926145933.000 11.16 0.0 11.14 11.22 18
20230926145942.000 11.16 0.0 11.14 11.22 18
20230926145951.000 11.16 0.0 11.14 11.22 18
20230926150000.000 11.16 0.0 11.14 11.22 15
pvolume settlementPrice stime stockStatus \
stime
20230926145924.000 0 0.0 20230926145924.000 0
20230926145933.000 0 0.0 20230926145933.000 0
20230926145942.000 0 0.0 20230926145942.000 0
20230926145951.000 0 0.0 20230926145951.000 0
20230926150000.000 0 0.0 20230926150000.000 0
time transactionNum volume
stime
20230926145924.000 1695711564000 42312 437279
20230926145933.000 1695711573000 42312 437279
20230926145942.000 1695711582000 42312 437279
20230926145951.000 1695711591000 42312 437279
20230926150000.000 1695711600000 42523 444980
{ ' rb2405.SF ' : askPrice \
stime
20240116103424.000 [ 3889.0 , 3890.0 , 3891.0 , 3892.0 , 3893.0 , 0.0 , ...
bidPrice
stime
20240116103424.000 [ 3888.0 , 3887.0 , 3886.0 , 3885.0 , 3884.0 , 0.0 , ... , ' ec2404.INE ' : askPrice \
stime
20240116103423.500 [ 2068.0 , 2068.8 , 2069.1 , 2069.2000000000003 , 2...
bidPrice
stime
20240116103423.500 [ 2067.8 , 2066.0 , 2065.0 , 2064.2000000000003 , 2... }
{ ' rb2405.SF ' : askPrice \
stime
20240116103426.500 [ 3889.0 , 3890.0 , 3891.0 , 3892.0 , 3893.0 , 0.0 , ...
bidPrice
stime
20240116103426.500 [ 3888.0 , 3887.0 , 3886.0 , 3885.0 , 3884.0 , 0.0 , ... , ' ec2404.INE ' : askPrice \
stime
20240116103426.500 [ 2068.0 , 2068.8 , 2069.1 , 2069.2000000000003 , 2...
bidPrice
stime
20240116103426.500 [ 2066.0 , 2065.0 , 2064.2000000000003 , 2064.1 , 2... }
# ContextInfo.get_full_tick - 获取全推数据
提示
不能用于回测 只能取最新的分笔，不能取历史分笔
原型
内置python
ContextInfo.get_full_tick( stock_code = [])
释义
获取最新分笔数据
参数
名称 类型 描述
stock_code list[str] 合约代码列表，如['600000.SH','600036.SH']，不指定时为当前主图合约。
返回值 根据stock_code返回一个dict，该字典的key值是股票代码，其值仍然是一个dict，在该dict中存放股票代码对应的最新的数据。该字典数据key值参考 tick字段
在新窗口打开
示例
示例 返回值
# coding:gbk
import pandas as pd
import numpy as np
def init ( C ):
C.stock_list = [ " 000001.SZ " , " 600519.SH " , " 510050.SH " ]
def handlebar ( C ):
tick = C.get_full_tick(C.stock_list)
print (tick[ " 510050.SH " ])
{ ' timetag ' : ' 20231106 15:00:04 ' , ' lastPrice ' : 2.533 , ' open ' : 2.528 , ' high ' : 2.5380000000000003 , ' low ' : 2.521 , ' lastClose ' : 2.513 , ' amount ' : 1442588037.0 , ' volume ' : 5701929 , ' pvolume ' : 5701929 , ' stockStatus ' : 5 , ' openInt ' : 15 , ' settlementPrice ' : 0.0 , ' lastSettlementPrice ' : 0.0 , ' askPrice ' : [ 2.533 , 2.5340000000000003 , 2.535 , 2.536 , 2.537 ], ' bidPrice ' : [ 2.532 , 2.531 , 2.5300000000000002 , 2.529 , 2.528 ], ' askVol ' : [ 2615 , 19753 , 24334 , 16932 , 35835 ], ' bidVol ' : [ 5662 , 24808 , 11876 , 11472 , 14966 ]}
# ContextInfo.subscribe_quote - 订阅行情数据
提示
该函数属于订阅函数，非VIP用户限制订阅数量
VIP用户支持全推市场指定周期K线
VIP用户权限请参考 vip-行情用户优势对比
原型
内置python
ContextInfo.subscribe_quote(
stock_code,
period = ' follow ' ,
dividend_type = ' follow ' ,
result_type = '' ,
callback = None )
释义
订阅行情数据,关于订阅机制请参考 运行机制对比
在新窗口打开
参数
字段名 数据类型 解释
stockcode string 股票代码，'stkcode.market'，如'600000.SH'
period string K线周期类型
dividend_type string 除权方式,可选值为
'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
注意：分笔周期返回数据均为不复权
result_type string 返回数据格式,可选范围：<br>'DataFrame'或''（默认）：返回{code:data}，data为pd.DataFrame数据集，index为字符串格式的时间序列，columns为数据字段<br>'dict'：返回{code:{k1:v1,k2:v2,...}}，k为数据字段名，v为字段值<br>'list'：返回{code:{k1:[v1],k2:[v2],...}}，k为数据字段名，v为字段值
callback function 指定推送行情的回调函数
返回值
int ：订阅号，用于反订阅
示例
示例 返回值
# conding = gbk
def call_back ( data ):
print (data)
def init ( C ):
C.subID = C.subscribe_quote( " 000001.SZ " , " 1d " , callback = call_back)
def handlebar ( C ):
print ( " ============================ " )
print ( " C.subID: " ,C.subID)
{ ' 000001.SZ ' : amount close high low open openInterest preClose \
stime
20231107 254505920.0 10.6 10.66 10.58 10.66 13 10.69
settelementPrice stime suspendFlag time \
stime
20231107 0.0 20231107 0 1699286400000
timeEx volume
stime
20231107 1699286400000 239704 }
============================
C.subID: 11
# ContextInfo.subscribe_whole_quote - 订阅全推数据
提示
内置python
ContextInfo.subscribe_whole_quote(code_list, callback = None )
释义
订阅全推数据，全推数据只有分笔周期，每次增量推送数据有变化的品种
参数
字段名 数据类型 解释
code_list list[str,...] 市场代码列表/品种代码列表,如 ['SH','SZ'] 或 ['600000.SH', '000001.SZ']
callback function 数据推送回调
返回值 int ，订阅号，可用 ContextInfo.unsubscribe_quote 做反订阅
示例 返回值
# conding = gbk
def call_back ( data ):
print (data)
def init ( C ):
C.stock_list = [ " 000001.SZ " , " 600519.SH " , " 510050.SH " ]
C.subID = C.subscribe_whole_quote(C.stock_list, callback = call_back)
def handlebar ( C ):
print ( " ============================ " )
print ( " C.subID: " ,C.subID)
C.subID: 2
{ ' 000001.SZ ' : { ' time ' : 1699326201000 , ' stime ' : ' 20231107110321.000 ' , ' lastPrice ' : 10.620000000000001 , ' amount ' : 310826160.0 , ' volume ' : 292680 , ' pvolume ' : 292680 , ' openInt ' : 13 , ' stockStatus ' : 3 , ' lastSettlementPrice ' : 0.0 , ' open ' : 10.66 , ' high ' : 10.66 , ' low ' : 10.58 , ' settlementPrice ' : 0.0 , ' lastClose ' : 10.69 , ' transactionNum ' : 0 , ' askPrice ' : [ 10.63 , 10.64 , 10.65 , 10.66 , 10.67 ], ' bidPrice ' : [ 10.620000000000001 , 10.61 , 10.6 , 10.59 , 10.58 ], ' askVol ' : [ 3284 , 4654 , 6762 , 8346 , 1431 ], ' bidVol ' : [ 574 , 5275 , 13643 , 8898 , 14521 ]}}
{ ' 510050.SH ' : { ' time ' : 1699326202000 , ' stime ' : ' 20231107110322.000 ' , ' lastPrice ' : 2.519 , ' amount ' : 578313036.0 , ' volume ' : 2294893 , ' pvolume ' : 2294893 , ' openInt ' : 13 , ' stockStatus ' : 3 , ' lastSettlementPrice ' : 0.0 , ' open ' : 2.528 , ' high ' : 2.528 , ' low ' : 2.515 , ' settlementPrice ' : 0.0 , ' lastClose ' : 2.533 , ' transactionNum ' : 0 , ' askPrice ' : [ 2.519 , 2.52 , 2.521 , 2.5220000000000002 , 2.523 ], ' bidPrice ' : [ 2.5180000000000002 , 2.517 , 2.516 , 2.515 , 2.5140000000000002 ], ' askVol ' : [ 15233 , 71470 , 59978 , 30042 , 17226 ], ' bidVol ' : [ 34168 , 57565 , 82326 , 59915 , 23790 ]}}
{ ' 600519.SH ' : { ' time ' : 1699326203000 , ' stime ' : ' 20231107110323.000 ' , ' lastPrice ' : 1790.9 , ' amount ' : 1714097021.0 , ' volume ' : 9547 , ' pvolume ' : 9547 , ' openInt ' : 13 , ' stockStatus ' : 3 , ' lastSettlementPrice ' : 0.0 , ' open ' : 1805.0 , ' high ' : 1810.0 , ' low ' : 1789.0 , ' settlementPrice ' : 0.0 , ' lastClose ' : 1812.0 , ' transactionNum ' : 0 , ' askPrice ' : [ 1790.9 , 1791.0 , 1791.4 , 1791.5 , 1791.58 ], ' bidPrice ' : [ 1790.3400000000001 , 1790.33 , 1790.23 , 1790.18 , 1790.17 ], ' askVol ' : [ 1 , 11 , 1 , 3 , 2 ], ' bidVol ' : [ 3 , 1 , 1 , 1 , 1 ]}}
============================
C.subID: 2
{ ' 000001.SZ ' : { ' time ' : 1699326204000 , ' stime ' : ' 20231107110324.000 ' , ' lastPrice ' : 10.63 , ' amount ' : 310842090.0 , ' volume ' : 292695 , ' pvolume ' : 292695 , ' openInt ' : 13 , ' stockStatus ' : 3 , ' lastSettlementPrice ' : 0.0 , ' open ' : 10.66 , ' high ' : 10.66 , ' low ' : 10.58 , ' settlementPrice ' : 0.0 , ' lastClose ' : 10.69 , ' transactionNum ' : 0 , ' askPrice ' : [ 10.63 , 10.64 , 10.65 , 10.66 , 10.67 ], ' bidPrice ' : [ 10.620000000000001 , 10.61 , 10.6 , 10.59 , 10.58 ], ' askVol ' : [ 3279 , 4654 , 6762 , 8346 , 1431 ], ' bidVol ' : [ 579 , 5275 , 13628 , 8898 , 14521 ]}}
{ ' 510050.SH ' : { ' time ' : 1699326205000 , ' stime ' : ' 20231107110325.000 ' , ' lastPrice ' : 2.519 , ' amount ' : 578313036.0 , ' volume ' : 2294893 , ' pvolume ' : 2294893 , ' openInt ' : 13 , ' stockStatus ' : 3 , ' lastSettlementPrice ' : 0.0 , ' open ' : 2.528 , ' high ' : 2.528 , ' low ' : 2.515 , ' settlementPrice ' : 0.0 , ' lastClose ' : 2.533 , ' transactionNum ' : 0 , ' askPrice ' : [ 2.519 , 2.52 , 2.521 , 2.5220000000000002 , 2.523 ], ' bidPrice ' : [ 2.5180000000000002 , 2.517 , 2.516 , 2.515 , 2.5140000000000002 ], ' askVol ' : [ 15243 , 71470 , 59778 , 29042 , 20670 ], ' bidVol ' : [ 34668 , 62360 , 81475 , 59866 , 24894 ]}}
{ ' 600519.SH ' : { ' time ' : 1699326206000 , ' stime ' : ' 20231107110326.000 ' , ' lastPrice ' : 1790.3400000000001 , ' amount ' : 1714276564.0 , ' volume ' : 9548 , ' pvolume ' : 9548 , ' openInt ' : 13 , ' stockStatus ' : 3 , ' lastSettlementPrice ' : 0.0 , ' open ' : 1805.0 , ' high ' : 1810.0 , ' low ' : 1789.0 , ' settlementPrice ' : 0.0 , ' lastClose ' : 1812.0 , ' transactionNum ' : 0 , ' askPrice ' : [ 1790.89 , 1790.9 , 1791.0 , 1791.4 , 1791.5 ], ' bidPrice ' : [ 1790.3400000000001 , 1790.33 , 1790.23 , 1790.18 , 1790.17 ], ' askVol ' : [ 1 , 1 , 11 , 1 , 3 ], ' bidVol ' : [ 2 , 1 , 1 , 1 , 1 ]}}
# ContextInfo.unsubscribe_quote - 反订阅行情数据
原型
内置python
ContextInfo.unsubscribe_quote(subId)
释义
反订阅行情数据，配合 ContextInfo.subscribe_quote() 或 ContextInfo.subscribe_whole_quote() 使用
参数
字段名 数据类型 解释
subId int 行情订阅返回的订阅号
示例
示例
# conding = gbk
def call_back ( data ):
print (data)
def init ( C ):
C.stock_list = [ " 000001.SZ " , " 600519.SH " , " 510050.SH " ]
C.subID = C.subscribe_whole_quote(C.stock_list, callback = call_back)
def handlebar ( C ):
print ( " ============================ " )
print ( " C.subID: " ,C.subID)
if C.subID > 0 :
C.unsubscribe_quote(C.subID) # 取消行情订阅
# subscribe_formula - 订阅模型
原型
内置python
subscribe_formula(
formula_name,stock_code,period
, start_time = "" , end_time = "" , count =- 1
, dividend_type = " none "
, extend_param = {}
, callback = None )
释义 订阅vba模型运行结果，使用前要注意补充本地K线数据或分笔数据
参数
字段名 类型 描述
formula_name str 模型名称名
stock_code str 模型主图代码形式如'stkcode.market'，如'000300.SH'
period str K线周期类型，可选范围：'tick':分笔线，'1d':日线，'1m':分钟线，'3m':三分钟线，'5m':5分钟线，'15m':15分钟线，'30m':30分钟线，'1h':小时线，'1w':周线，'1mon':月线，'1q':季线，'1hy':半年线，'1y':年线
start_time str 模型运行起始时间，形如:'20200101'，默认为空视为最早
end_time str 模型运行截止时间，形如:'20200101'，默认为空视为最新
count int 模型运行范围为向前 count 根 bar，默认为 -1 运行所有 bar
dividend_type str 复权方式，默认为主图除权方式，可选范围：'none':不复权，'front':向前复权，'back':向后复权，'front_ratio':等比向前复权，'back_ratio':等比向后复权
extend_param dict 模型的入参，形如 {'a': 1, '__basket': {}}
__basket dict 可选参数，组合模型的股票池权重，形如 {'600000.SH': 0.06, '000001.SZ': 0.01}
返回值 分两块，
subscribe_formula返回模型的订阅号,可用于后续反订阅，失败返回 -1
callback:
timelist： 数据时间戳
outputs：模型的输出值，结构为{变量名:值}
示例
示例
#encoding=gbk
def callback ( data ):
print (data)
def init ( ContextInfo ):
basket = {
' 600000.SH ' : 0.06 ,
' 000001.SZ ' : 0.01
}
argsDict = { ' a ' : 100 , ' __basket ' :basket}
subID = subscribe_formula(
' 单股模型示范 ' , ' 000300.SH ' , ' 1d ' ,
' 20240101 ' , ' 20240201 ' , - 1 ,
" none " ,
argsDict,
callback
)
# unsubscribe_formula - 反订阅模型
原型
内置python
unsubscribe_formula(subID)
释义 反订阅模型
参数
字段名 类型 描述
subID int 模型订阅号
返回值
bool:反订阅成功为True，失败为False
示例
示例
#encoding=gbk
def callback ( data ):
print (data)
def init ( ContextInfo ):
basket = {
' 600000.SH ' : 0.06 ,
' 000001.SZ ' : 0.01
}
argsDict = { ' a ' : 100 , ' __basket ' :basket}
subID = subscribe_formula(
' 单股模型示范 ' , ' 000300.SH ' , ' 1d ' ,
' 20240101 ' , ' 20240201 ' , - 1 ,
" none " ,
argsDict,
callback
)
unsubscribe_formula(subID)
# call_formula - 调用模型
原型
内置python
call_formula(formula_name,stock_code,period, start_time = "" , end_time = "" , count =- 1 , dividend_type = " none " , extend_param = {})
释义 获取vba模型运行结果，使用前要注意补充本地K线数据或分笔数据
参数
字段名 类型 描述
formula_name str 模型名称名
stock_code str 模型主图代码形式如'stkcode.market'，如'000300.SH'
period str K线周期类型，可选范围：'tick':分笔线，'1d':日线，'1m':分钟线，'3m':三分钟线，'5m':5分钟线，'15m':15分钟线，'30m':30分钟线，'1h':小时线，'1w':周线，'1mon':月线，'1q':季线，'1hy':半年线，'1y':年线
start_time str 模型运行起始时间，形如:'20200101'，默认为空视为最早
end_time str 模型运行截止时间，形如:'20200101'，默认为空视为最新
count int 模型运行范围为向前 count 根 bar，默认为 -1 运行所有 bar
dividend_type str 复权方式，默认为主图除权方式，可选范围：'none':不复权，'front':向前复权，'back':向后复权，'front_ratio':等比向前复权，'back_ratio':等比向后复权
extend_param dict 模型的入参,{"模型名:参数名":参数值},例如在跑模型MA时，{'MA:n1':1};入参可以添加__basket:dict,组合模型的股票池权重,形如{'__basket':{'600000.SH':0.06,'000001.SZ':0.01}}，如果在跑一个模型1的时候，模型1调用了模型2，如果只想修改模型2的参数可以传{'模型2:参数':参数值}
返回值 返回：dict{ 'dbt':0,#返回数据类型，0:全部历史数据 'timelist':[...],#返回数据时间范围list, 'outputs':{'var1':[...],'var2':[...]}#输出变量名：变量值list }
示例
示例
def handlebar ( ContextInfo ):
basket = { ' 600000.SH ' : 0.06 , ' 000001.SZ ' : 0.01 }
argsDict = { ' a ' : 100 , ' __basket ' :basket}
modelRet = call_formula( ' 单股模型示范 ' , ' 000300.SH ' , ' 1d ' , ' 20240101 ' , ' 20240201 ' , - 1 , " none " ,argsDict)
print (modelRet)
# call_formula_batch - 批量调用模型
原型
内置python
call_formula_batch(formula_names,stock_codes,period, start_time = "" , end_time = "" , count =- 1 , dividend_type = " none " , extend_params = [])
释义 批量获取vba模型运行结果，使用前要注意补充本地K线数据或分笔数据
参数
字段名 类型 描述
formula_names list 包含要批量运行的模型名
stock_codes list 包含要批量运行的模型主图代码形式'stkcode.market'，如'000300.SH'
period str K线周期类型，可选范围：'tick':分笔线，'1d':日线，'1m':分钟线，'3m':三分钟线，'5m':5分钟线，'15m':15分钟线，'30m':30分钟线，'1h':小时线，'1w':周线，'1mon':月线，'1q':季线，'1hy':半年线，'1y':年线
start_time str 模型运行起始时间，形如:'20200101'，默认为空视为最早
end_time str 模型运行截止时间，形如:'20200101'，默认为空视为最新
count int 模型运行范围为向前 count 根 bar，默认为 -1 运行所有 bar
dividend_type str 复权方式，默认为主图除权方式，可选范围：'none':不复权，'front':向前复权，'back':向后复权，'front_ratio':等比向前复权，'back_ratio':等比向后复权
extend_params list 包含每个模型的入参,[{"模型名:参数名":参数值}],例如在跑模型MA时，{'MA:n1':1};入参可以添加__basket:dict,组合模型的股票池权重,形如{'__basket':{'600000.SH':0.06,'000001.SZ':0.01}}，如果在跑一个模型1的时候，模型1调用了模型2，如果只想修改模型2的参数可以传{'模型2:参数':参数值}
返回值
list[dict]
dict说明:
formula:模型名
stock:品种代码
argument:参数
result:dict参考call_formula返回结果
示例
示例
def handlebar ( ContextInfo ):
formulas = [ ' testModel1 ' , ' testModel2 ' ]
codes = [ ' 600000.SH ' , ' 000001.SZ ' ]
basket = { ' 600000.SH ' : 0.06 , ' 000001.SZ ' : 0.01 }
args = [{ ' a ' : 100 , ' __basket ' :basket},{ ' a ' : 200 , ' __basket ' :basket}]
modelRet = call_formula_batch(formulas,codes, ' 1d ' , extend_params = args) ;
print (modelRet)
# ContextInfo.get_svol - 根据代码获取对应股票的内盘成交量
原型
内置python
ContextInfo.get_svol(stockcode)
释义
根据代码获取对应股票的内盘成交量
参数
字段名 数据类型 解释
stockcode string 股票代码，如 '000001.SZ'，缺省值''，默认为当前图代码
返回值 int :内盘成交量
示例
示例 返回值
# coding:gbk
def init ( C ):
pass
def handlebar ( C ):
data = C.get_svol( ' 000001.SZ ' )
print (data)
339072
# ContextInfo.get_bvol - 根据代码获取对应股票的外盘成交量
原型
内置python
ContextInfo.get_bvol(stockcode)
释义
根据代码获取对应股票的外盘成交量
参数
字段名 数据类型 解释
stockcode string 股票代码，如 '000001.SZ'，缺省值''，默认为当前图代码
返回值
int :外盘成交量
示例
示例 返回值
# coding:gbk
def init ( C ):
pass
def handlebar ( C ):
data = C.get_bvol( ' 000001.SZ ' )
print (data)
301794
# ContextInfo.get_turnover_rate - 获取换手率
提示
使用之前需要下载财务数据(在财务数据下载中)以及日线数据
如果不补充股本数据,将使用最新流通股本计算历史换手率,可能会造成历史换手率不正确
原型
内置python
ContextInfo.get_turnover_rate(stock_list,startTime,endTime)
释义
获取换手率
参数
字段名 数据类型 解释
stock_list list 股票列表，如['600000.SH','000001.SZ']
startTime string 起始时间，如'20170101'
endTime string 结束时间，如'20180101'
返回值
pandas.Dataframe
示例
示例 返回值
# coding:gbk
def init ( C ):
pass
def handlebar ( C ):
data = C.get_turnover_rate([ ' 000002.SZ ' ], ' 20170101 ' , ' 20170301 ' )
print (data)
000002.SZ
20170103 0.002235
20170104 0.003415
20170105 0.003194
20170106 0.002430
20170109 0.001555
20170110 0.001639
20170111 0.001737
20170113 0.010962
20170116 0.005698
20170117 0.003307
20170118 0.003345
20170119 0.002234
20170120 0.002215
20170123 0.001611
20170124 0.001641
20170125 0.001593
20170126 0.001455
20170203 0.001122
20170206 0.001453
20170207 0.001793
20170208 0.001855
20170209 0.006996
20170210 0.003450
20170213 0.002937
20170214 0.003808
20170215 0.002959
20170216 0.001762
20170217 0.002041
20170220 0.002549
20170221 0.005529
20170222 0.002321
20170223 0.001974
20170224 0.002241
20170227 0.003022
20170228 0.001645
20170301 0.002581
# ContextInfo.get_longhubang - 获取龙虎榜数据
原型
内置python
ContextInfo.get_longhubang(stock_list, startTime, endTime)
释义
获取龙虎榜数据
参数
参数名称 类型 描述
stock_list list 股票列表，如 ['600000.SH', '600036.SH']
startTime str 起始时间，如 '20170101'
endTime str 结束时间，如 '20180101'
返回值
格式为 pandas.DataFrame :
参数名称 数据类型 描述
stockCode str 股票代码
stockName str 股票名称
date datetime 上榜日期
reason str 上榜原因
close float 收盘价
SpreadRate float 涨跌幅
TurnoverVolume float 成交量
Turnover_Amount float 成交金额
buyTraderBooth pandas.DataFrame 买方席位
sellTraderBooth pandas.DataFrame 卖方席位
buyTraderBooth 或 sellTraderBooth 包含字段：
参数名称 数据类型 描述
traderName str 交易营业部名称
buyAmount float 买入金额
buyPercent float 买入金额占总成交占比
sellAmount float 卖出金额
sellPercent float 卖出金额占总成交占比
totalAmount float 该席位总成交金额
rank int 席位排行
direction int 买卖方向
示例
示例 返回值
# coding:gbk
def init ( C ):
return
def handlebar ( C ):
print (C.get_longhubang([ ' 000002.SZ ' ], ' 20100101 ' , ' 20180101 ' ))
stockCode stockName date reason \
0 000002.SZ 万科Ａ 2010 - 12 - 21 00 : 00 : 00 日价格涨幅偏离值达7 % 以上的证券
1 000002.SZ 万科Ａ 2013 - 0 1 - 21 00 : 00 : 00 日价格涨幅偏离值达7 % 以上的证券
2 000002.SZ 万科Ａ 2013 - 0 6 - 28 00 : 00 : 00 日价格涨幅偏离值达7 % 以上的证券
3 000002.SZ 万科Ａ 2014 - 12 - 31 00 : 00 : 00 日价格涨幅偏离值达7 % 以上的证券
4 000002.SZ 万科Ａ 2015 - 12 - 0 1 00 : 00 : 00 日价格涨幅偏离值达7 % 以上的证券
5 000002.SZ 万科Ａ 2015 - 12 - 0 2 00 : 00 : 00 连续三个交易日内涨幅偏离值累计达20 % 的证券
6 000002.SZ 万科Ａ 2015 - 12 - 0 2 00 : 00 : 00 日价格涨幅偏离值达7 % 以上的证券
7 000002.SZ 万科Ａ 2015 - 12 - 0 9 00 : 00 : 00 日价格涨幅偏离值达7 % 以上的证券
8 000002.SZ 万科Ａ 2015 - 12 - 17 00 : 00 : 00 日价格涨幅偏离值达7 % 以上的证券
9 000002.SZ 万科Ａ 2015 - 12 - 18 00 : 00 : 00 日价格涨幅偏离值达7 % 以上的证券
10 000002.SZ 万科Ａ 2016 - 0 7 - 0 4 00 : 00 : 00 日价格跌幅偏离值达7 % 以上的证券
11 000002.SZ 万科Ａ 2016 - 0 7 - 0 5 00 : 00 : 00 日价格跌幅偏离值达7 % 以上的证券
12 000002.SZ 万科Ａ 2016 - 0 7 - 0 5 00 : 00 : 00 连续三个交易日内跌幅偏离值累计达20 % 的证券
13 000002.SZ 万科Ａ 2016 - 0 8 - 0 4 00 : 00 : 00 日价格涨幅偏离值达7 % 以上的证券
14 000002.SZ 万科Ａ 2016 - 0 8 - 12 00 : 00 : 00 日价格涨幅偏离值达7 % 以上的证券
15 000002.SZ 万科Ａ 2016 - 0 8 - 15 00 : 00 : 00 日价格涨幅偏离值达7 % 以上的证券
16 000002.SZ 万科Ａ 2016 - 0 8 - 16 00 : 00 : 00 连续三个交易日内涨幅偏离值累计达20 % 的证券
17 000002.SZ 万科Ａ 2016 - 0 8 - 16 00 : 00 : 00 日价格涨幅偏离值达7 % 以上的证券
18 000002.SZ 万科Ａ 2016 - 0 8 - 31 00 : 00 : 00 日价格涨幅偏离值达7 % 以上的证券
19 000002.SZ 万科Ａ 2016 - 11 - 0 9 00 : 00 : 00 日价格涨幅偏离值达7 % 以上的证券
20 000002.SZ 万科Ａ 2017 - 0 1 - 13 00 : 00 : 00 日价格涨幅偏离值达7 % 以上的证券
21 000002.SZ 万科Ａ 2017 - 0 6 - 23 00 : 00 : 00 日价格涨幅偏离值达7 % 以上的证券
22 000002.SZ 万科Ａ 2017 - 0 6 - 26 00 : 00 : 00 连续三个交易日内涨幅偏离值累计达20 % 的证券
23 000002.SZ 万科Ａ 2017 - 0 6 - 26 00 : 00 : 00 日价格涨幅偏离值达7 % 以上的证券
24 000002.SZ 万科Ａ 2017 - 0 9 - 0 7 00 : 00 : 00 日价格涨幅偏离值达7 % 以上的证券
25 000002.SZ 万科Ａ 2017 - 11 - 21 00 : 00 : 00 日价格涨幅偏离值达7 % 以上的证券
26 000002.SZ 万科Ａ 2021 - 0 2 - 25 00 : 00 : 00 日涨幅偏离值达到7 % 的证券
27 000002.SZ 万科Ａ 2022 - 11 - 11 00 : 00 : 00 日涨幅偏离值达到7 % 的证券
28 000002.SZ 万科Ａ 2022 - 11 - 29 00 : 00 : 00 日涨幅偏离值达到7 % 的证券
close SpreadRate TurnoverVolume \
0 9.1300000000000008 10 29708.793799999999
1 11.130000000000001 9.9800000000000004 2343.0893000000001
2 9.8499999999999996 8.3599999999999994 23490.928500000002
3 13.9 9.9700000000000006 48995.445899999999
4 16.579999999999998 10.02 37501.637000000002
5 18.239999999999998 10.01 121600.59819999999
6 18.239999999999998 10.01 121600.59819999999
7 19.550000000000001 10.02 35985.1973
8 22.210000000000001 10 25833.926500000001
9 24.43 10 22389.840199999999
10 21.989999999999998 - 9.9900000000000002 426.63
11 19.789999999999999 - 10 19905.759999999998
12 19.789999999999999 - 10 19905.759999999998
13 19.670000000000002 10.01 37134.658199999998
14 22.780000000000001 10 37487.086199999998
15 25.059999999999999 10.01 32311.062999999998
16 27.57 10.02 33347.805800000002
17 27.57 10.02 33347.805800000002
18 24.93 10.02 23831.257399999999
19 26.300000000000001 8.5899999999999999 40171.613899999997
20 21.809999999999999 6.9100000000000001 10642.6641
21 24.07 10.01 12511.867700000001
22 26.48 10.01 17111.8298
23 26.48 10.01 17111.8298
24 25.969999999999999 9.1199999999999992 12745.6991
25 31.789999999999999 10 10817.886200000001
26 32.990000000000002 10 25954.038499999999
27 15.76 9.9800000000000004 29116.540400000002
28 18.829999999999998 9.9900000000000002 25456.029699999999
...
# ContextInfo.get_north_finance_change - 获取对应周期的北向数据
原型
内置python
ContextInfo.get_north_finance_change(period)
释义
获取对应周期的北向数据
参数
字段名 数据类型 描述
period str 数据周期
返回值
根据 period 返回一个 dict ，该字典的 key 值是北向数据的时间戳，其值仍然是一个 dict ，其值的 key 值是北向数据的字段类型，其值是对应字段的值。该字典数据 key 值有：
字段名 数据类型 描述
hgtNorthBuyMoney int HGT北向买入资金
hgtNorthSellMoney int HGT北向卖出资金
hgtSouthBuyMoney int HGT南向买入资金
hgtSouthSellMoney int HGT南向卖出资金
sgtNorthBuyMoney int SGT北向买入资金
sgtNorthSellMoney int SGT北向卖出资金
sgtSouthBuyMoney int SGT南向买入资金
sgtSouthSellMoney int SGT南向卖出资金
hgtNorthNetInFlow int HGT北向资金净流入
hgtNorthBalanceByDay int HGT北向当日资金余额
hgtSouthNetInFlow int HGT南向资金净流入
hgtSouthBalanceByDay int HGT南向当日资金余额
sgtNorthNetInFlow int SGT北向资金净流入
sgtNorthBalanceByDay int SGT北向当日资金余额
sgtSouthNetInFlow int SGT南向资金净流入
sgtSouthBalanceByDay int SGT南向当日资金余额
示例：
示例 返回值
# coding = gbk
def init ( C ):
return
# 获取市场北向数据
def handlebar ( C ):
print (C.get_north_finance_change( ' 1d ' ))
{ 1416153600000 : { " hgtNorthBuyMoney " : 120820000 , " hgtNorthSellMoney " : 0 ,
" hgtSouthBuyMoney " : 1772000000 , " hgtSouthSellMoney " : 84000000 ,
" sgtNorthBuyMoney " : 0 , " sgtNorthSellMoney " : 0 , " sgtSouthBuyMoney " : 0 ,
" sgtSouthSellMoney " : 0 , " hgtNorthNetInFlow " : 13000000000 , " hgtNorthBalanceByDay " : 0 ,
" hgtSouthNetInFlow " : 1768000000 , " hgtSouthBalanceByDay " : 8732000000 ,
" sgtNorthNetInFlow " : 0 , " sgtNorthBalanceByDay " : 0 , " sgtSouthNetInFlow " : 0 , " sgtSouthBalanceByDay " : 0 }}
# ContextInfo.get_hkt_details - 获取指定品种的持股明细
原型
内置python
ContextInfo.get_hkt_details(stockcode)
释义
获取指定品种的持股明细
参数
参数名称 数据类型 描述
stockcode string 必须是'stock.market'形式
返回值
根据 stockcode 返回一个 dict ，该字典的key值是北向持股明细数据的时间戳，其值仍然是一个 dict ，其值的 key 值是北向持股明细数据的字段类型，其值是对应字段的值，该字典数据 key 值有：
参数名称 数据类型/单位 描述
stockCode str 股票代码
ownSharesCompany str 机构名称
ownSharesAmount int 持股数量
ownSharesMarketValue float 持股市值
ownSharesRatio float 持股数量占比
ownSharesNetBuy float 净买入金额（当日持股-前一日持股）
示例：
示例 返回值
# coding = gbk
def init ( C ):
return
def handlebar ( C ):
data = C.get_hkt_details( ' 600000.SH ' )
print (data)
{ 1696694400053 : { " stockCode " : " 600000.SH " , " ownSharesCompany " : " 香港中央结算有限公司 " ,
" ownSharesAmount " : 15 , " ownSharesMarketValue " : 106.50000000000001 ,
" ownSharesRatio " : 0.0 , " ownSharesNetBuy " : 0.0 }}
# ContextInfo.get_hkt_statistics - 获取指定品种的持股统计
原型
内置python
ContextInfo.get_hkt_statistics(stockcode)
释义
获取指定品种的持股统计
参数
字段名 数据类型 解释
stockcode string 必须是'stock.market'形式
返回值
根据stockcode返回一个dict，该字典的key值是北向持股统计数据的时间戳，其值仍然是一个dict，其值的key值是北向持股统计数据的字段类型，其值是对应字段的值，该字典数据key值有：
字段名 数据类型 解释
stockCode string 股票代码
ownSharesAmount float 持股数量，单位：股
ownSharesMarketValue float 持股市值，单位：元
ownSharesRatio float 持股数量占比，单位：%
ownSharesNetBuy float 净买入，单位：元，浮点数（当日持股-前一日持股）
示例
示例 返回值
# coding:gbk
def init ( C ):
pass
def handlebar ( C ):
print (C.get_hkt_statistics( ' 600000.SH ' ))
{ 1699200000000 : { ' stockCode ' : ' 600000.SH ' , ' ownSharesAmount ' : 607853523 , ' ownSharesMarketValue ' : 4218503449.6200004 , ' ownSharesRatio ' : 2.07 , ' ownSharesNetBuy ' : - 5461620.530932084 }}
# get_etf_info - 根据ETF基金代码获取ETF申赎清单及对应成分股数据
原型
内置python
get_etf_info(stockcode)
释义
根据ETF基金代码获取ETF申赎清单及对应成分股数据,每日盘前更新
参数
字段名 数据类型 解释
stockcode string ETF基金代码如"510050.SH"
返回值
一个多层嵌套的 dict
示例
示例 返回值
# coding:gbk
def init ( C ):
pass
def handlebar ( C ):
d = get_etf_info( " 510050.SH " )
print (d)
{ ' etfCode ' : ' 510050 ' , ' etfExchID ' : ' SH ' , ' prCode ' : ' 510050 ' , ' cashBalance ' : 17838.95 , ' maxCashRatio ' : 0.5 , ' reportUnit ' : 900000 , ' navPerCU ' : 2234087.74 , ' nav ' : 2.4823 , ' ecc ' : 13245.23 , ' needPublish ' : 1 , ' enableCreation ' : 1 , ' enableRedemption ' : 1 , ' creationLimit ' : 0 , ' redemptionLimit ' : 0 , ' type ' : 0 , ' tradingDay ' : '' , ' preTradingDay ' : '' , ' stocks ' : { ' 600028.SH ' : { ' componentExchID ' : ' SH ' , ' componentCode ' : ' 600028 ' , ' componentVolume ' : 6300 , ' ReplaceFlag ' : 49 , ' ReplaceRatio ' : 0.1 , ' ReplaceBalance ' : 0.0 }, ' 600030.SH ' : { ' componentExchID ' : ' SH ' , ' componentCode ' : ' 600030 ' , ' componentVolume ' : 3200 , ' ReplaceFlag ' : 49 , ' ReplaceRatio ' : 0.1 , ' ReplaceBalance ' : 0.0 }, ' 600031.SH ' : { ' componentExchID ' : ' SH ' , ' componentCode ' : ' 600031 ' , ' componentVolume ' : 2000 , ' ReplaceFlag ' : 49 , ' ReplaceRatio ' : 0.1 , ' ReplaceBalance ' : 0.0 }, ' 600036.SH ' : { ' componentExchID ' : ' SH ' , ' componentCode ' : ' 600036 ' , ' componentVolume ' : 4100 , ' ReplaceFlag ' : 49 , ' ReplaceRatio ' : 0.1 , ' ReplaceBalance ' : 0.0 }, ' 600048.SH ' : { ' componentExchID ' : ' SH ' , ' componentCode ' : ' 600048 ' , ' componentVolume ' : 2400 , ' ReplaceFlag ' : 49 , ' ReplaceRatio ' : 0.1 , ' ReplaceBalance ' : 0.0 }, ' 600050.SH ' : { ' componentExchID ' : ' SH ' , ' componentCode ' : ' 600050 ' , ' componentVolume ' : 6300 , ' ReplaceFlag ' : 49 , ' ReplaceRatio ' : 0.1 , ' ReplaceBalance ' : 0.0 }, ' 600089.SH ' : { ' componentExchID ' : ' SH ' , ' componentCode ' : ' 600089 ' , ' componentVolume ' : 1700 , ' ReplaceFlag ' : 49 , ' ReplaceRatio ' : 0.1 , ' ReplaceBalance ' : 0.0 }, ' 600104.SH ' : { ' componentExchID ' : ' SH ' , ' componentCode ' : ' 600104 ' , ' componentVolume ' : 1500 , ' ReplaceFlag ' : 49 , ' ReplaceRatio ' : 0.1 , ' ReplaceBalance ' : 0.0 }, ' 600111.SH ' : { ' componentExchID ' : ' SH ' , ' componentCode ' : ' 600111 ' , ' componentVolume ' : 800 , ' ReplaceFlag ' : 49 , ' ReplaceRatio ' : 0.1 , ' ReplaceBalance ' : 0.0 }, ' 600150.SH ' : { ' componentExchID ' : ' SH ' , ' componentCode ' : ' 600150 ' , ' componentVolume ' : 700 , ' ReplaceFlag ' : 49 , ' ReplaceRatio ' : 0.1 , ' ReplaceBalance ' : 0.0 }, ' 600276.SH ' : { ' componentExchID ' : ' SH ' , ' componentCode ' : ' 600276 ' , ' componentVolume ' : 1500 , ' ReplaceFlag ' : 49 , ' ReplaceRatio ' : 0.1 , ' ReplaceBalance ' : 0.0 }, ' 600309.SH ' : { ' componentExchID ' : ' SH ' , ' componentCode ' : ' 600309 ' , ' componentVolume ' : 600 , ' ReplaceFlag ' : 49 , ' ReplaceRatio ' : 0.1 , ' ReplaceBalance ' : 0.0 }, ' 600406.SH ' : { ' componentExchID ' : ' SH ' , ' componentCode ' : ' 600406 ' , ' componentVolume ' : 1300 , ' ReplaceFlag ' : 49 , ' ReplaceRatio ' : 0.1 , ' ReplaceBalance ' : 0.0 }, ' 600436.SH ' : { ' componentExchID ' : ' SH ' , ' componentCode ' : ' 600436 ' , ' componentVolume ' : 100 , ' ReplaceFlag ' : 49 , ' ReplaceRatio ' : 0.1 , ' ReplaceBalance ' : 0.0 }, ' 600438.SH ' : { ' componentExchID ' : ' SH ' , ' componentCode ' : ' 600438 ' , ' componentVolume ' : 900 , ' ReplaceFlag ' : 49 , ' ReplaceRatio ' : 0.1 , ' ReplaceBalance ' : 0.0 }, ' 600519.SH ' : { ' componentExchID ' : ' SH ' , ' componentCode ' : ' 600519 ' , ' componentVolume ' : 200 , ' ReplaceFlag ' : 49 , ' ReplaceRatio ' : 0.1 , ' ReplaceBalance ' : 0.0 }, ' 600690.SH ' : { ' componentExchID ' : ' SH ' , ' componentCode ' : ' 600690 ' , ' componentVolume ' : 1300 , ' ReplaceFlag ' : 49 , ' ReplaceRatio ' : 0.1 , ' ReplaceBalance ' : 0.0 }, ' 600809.SH ' : { ' componentExchID ' : ' SH ' , ' componentCode ' : ' 600809 ' , ' componentVolume ' : 200 , ' ReplaceFlag ' : 49 , ' ReplaceRatio ' : 0.1 , ' ReplaceBalance ' : 0.0 }, ' 600887.SH ' : { ' componentExchID ' : ' SH ' , ' componentCode ' : ' 600887 ' , ' componentVolume ' : 2100 , ' ReplaceFlag ' : 49 , ' ReplaceRatio ' : 0.1 , ' ReplaceBalance ' : 0.0 }, ' 600893.SH ' : { ' componentExchID ' : ' SH ' , ' componentCode ' : ' 600893 ' , ' componentVolume ' : 400 , ' ReplaceFlag ' : 49 , ' ReplaceRatio ' : 0.1 , ' ReplaceBalance ' : 0.0 }, ' 600900.SH ' : { ' componentExchID ' : ' SH ' , ' componentCode ' : ' 600900 ' , ' componentVolume ' : 3200 , ' ReplaceFlag ' : 49 , ' ReplaceRatio ' : 0.1 , ' ReplaceBalance ' : 0.0 }, ' 600905.SH ' : { ' componentExchID ' : ' SH ' , ' componentCode ' : ' 600905 ' , ' componentVolume ' : 4800 , ' ReplaceFlag ' : 49 , ' ReplaceRatio ' : 0.1 , ' ReplaceBalance ' : 0.0 }, ' 601012.SH ' : { ' componentExchID ' : ' SH ' , ' componentCode ' : ' 601012 ' , ' componentVolume ' : 2000 , ' ReplaceFlag ' : 49 , ' ReplaceRatio ' : 0.1 , ' ReplaceBalance ' : 0.0 }, ' 601088.SH ' : { ' componentExchID ' : ' SH ' , ' componentCode ' : ' 601088 ' , ' componentVolume ' : 1100 , ' ReplaceFlag ' : 49 , ' ReplaceRatio ' : 0.1 , ' ReplaceBalance ' : 0.0 }, ' 601166.SH ' : { ' componentExchID ' : ' SH ' , ' componentCode ' : ' 601166 ' , ' componentVolume ' : 4800 , ' ReplaceFlag ' : 49 , ' ReplaceRatio ' : 0.1 , ' ReplaceBalance ' : 0.0 }, ' 601225.SH ' : { ' componentExchID ' : ' SH ' , ' componentCode ' : ' 601225 ' , ' componentVolume ' : 1300 , ' ReplaceFlag ' : 49 , ' ReplaceRatio ' : 0.1 , ' ReplaceBalance ' : 0.0 }, ' 601288.SH ' : { ' componentExchID ' : ' SH ' , ' componentCode ' : ' 601288 ' , ' componentVolume ' : 10600 , ' ReplaceFlag ' : 49 , ' ReplaceRatio ' : 0.1 , ' ReplaceBalance ' : 0.0 }, ' 601318.SH ' : { ' componentExchID ' : ' SH ' , ' componentCode ' : ' 601318 ' , ' componentVolume ' : 3600 , ' ReplaceFlag ' : 49 , ' ReplaceRatio ' : 0.1 , ' ReplaceBalance ' : 0.0 }, ' 601390.SH ' : { ' componentExchID ' : ' SH ' , ' componentCode ' : ' 601390 ' , ' componentVolume ' : 3400 , ' ReplaceFlag ' : 49 , ' ReplaceRatio ' : 0.1 , ' ReplaceBalance ' : 0.0 }, ' 601398.SH ' : { ' componentExchID ' : ' SH ' , ' componentCode ' : ' 601398 ' , ' componentVolume ' : 11600 , ' ReplaceFlag ' : 49 , ' ReplaceRatio ' : 0.1 , ' ReplaceBalance ' : 0.0 }, ' 601601.SH ' : { ' componentExchID ' : ' SH ' , ' componentCode ' : ' 601601 ' , ' componentVolume ' : 1100 , ' ReplaceFlag ' : 49 , ' ReplaceRatio ' : 0.1 , ' ReplaceBalance ' : 0.0 }, ' 601628.SH ' : { ' componentExchID ' : ' SH ' , ' componentCode ' : ' 601628 ' , ' componentVolume ' : 600 , ' ReplaceFlag ' : 49 , ' ReplaceRatio ' : 0.1 , ' ReplaceBalance ' : 0.0 }, ' 601633.SH ' : { ' componentExchID ' : ' SH ' , ' componentCode ' : ' 601633 ' , ' componentVolume ' : 400 , ' ReplaceFlag ' : 49 , ' ReplaceRatio ' : 0.1 , ' ReplaceBalance ' : 0.0 }, ' 601668.SH ' : { ' componentExchID ' : ' SH ' , ' componentCode ' : ' 601668 ' , ' componentVolume ' : 6900 , ' ReplaceFlag ' : 49 , ' ReplaceRatio ' : 0.1 , ' ReplaceBalance ' : 0.0 }, ' 601669.SH ' : { ' componentExchID ' : ' SH ' , ' componentCode ' : ' 601669 ' , ' componentVolume ' : 2900 , ' ReplaceFlag ' : 49 , ' ReplaceRatio ' : 0.1 , ' ReplaceBalance ' : 0.0 }, ' 601728.SH ' : { ' componentExchID ' : ' SH ' , ' componentCode ' : ' 601728 ' , ' componentVolume ' : 5200 , ' ReplaceFlag ' : 49 , ' ReplaceRatio ' : 0.1 , ' ReplaceBalance ' : 0.0 }, ' 601857.SH ' : { ' componentExchID ' : ' SH ' , ' componentCode ' : ' 601857 ' , ' componentVolume ' : 3800 , ' ReplaceFlag ' : 49 , ' ReplaceRatio ' : 0.1 , ' ReplaceBalance ' : 0.0 }, ' 601888.SH ' : { ' componentExchID ' : ' SH ' , ' componentCode ' : ' 601888 ' , ' componentVolume ' : 300 , ' ReplaceFlag ' : 49 , ' ReplaceRatio ' : 0.1 , ' ReplaceBalance ' : 0.0 }, ' 601899.SH ' : { ' componentExchID ' : ' SH ' , ' componentCode ' : ' 601899 ' , ' componentVolume ' : 5500 , ' ReplaceFlag ' : 49 , ' ReplaceRatio ' : 0.1 , ' ReplaceBalance ' : 0.0 }, ' 601919.SH ' : { ' componentExchID ' : ' SH ' , ' componentCode ' : ' 601919 ' , ' componentVolume ' : 2100 , ' ReplaceFlag ' : 49 , ' ReplaceRatio ' : 0.1 , ' ReplaceBalance ' : 0.0 }, ' 601988.SH ' : { ' componentExchID ' : ' SH ' , ' componentCode ' : ' 601988 ' , ' componentVolume ' : 6900 , ' ReplaceFlag ' : 49 , ' ReplaceRatio ' : 0.1 , ' ReplaceBalance ' : 0.0 }, ' 603259.SH ' : { ' componentExchID ' : ' SH ' , ' componentCode ' : ' 603259 ' , ' componentVolume ' : 700 , ' ReplaceFlag ' : 49 , ' ReplaceRatio ' : 0.1 , ' ReplaceBalance ' : 0.0 }, ' 603288.SH ' : { ' componentExchID ' : ' SH ' , ' componentCode ' : ' 603288 ' , ' componentVolume ' : 600 , ' ReplaceFlag ' : 49 , ' ReplaceRatio ' : 0.1 , ' ReplaceBalance ' : 0.0 }, ' 603501.SH ' : { ' componentExchID ' : ' SH ' , ' componentCode ' : ' 603501 ' , ' componentVolume ' : 200 , ' ReplaceFlag ' : 49 , ' ReplaceRatio ' : 0.1 , ' ReplaceBalance ' : 0.0 }, ' 603799.SH ' : { ' componentExchID ' : ' SH ' , ' componentCode ' : ' 603799 ' , ' componentVolume ' : 500 , ' ReplaceFlag ' : 49 , ' ReplaceRatio ' : 0.1 , ' ReplaceBalance ' : 0.0 }, ' 603986.SH ' : { ' componentExchID ' : ' SH ' , ' componentCode ' : ' 603986 ' , ' componentVolume ' : 200 , ' ReplaceFlag ' : 49 , ' ReplaceRatio ' : 0.1 , ' ReplaceBalance ' : 0.0 }, ' 688041.SH ' : { ' componentExchID ' : ' SH ' , ' componentCode ' : ' 688041 ' , ' componentVolume ' : 308 , ' ReplaceFlag ' : 49 , ' ReplaceRatio ' : 0.1 , ' ReplaceBalance ' : 0.0 }, ' 688111.SH ' : { ' componentExchID ' : ' SH ' , ' componentCode ' : ' 688111 ' , ' componentVolume ' : 77 , ' ReplaceFlag ' : 50 , ' ReplaceRatio ' : 0.0 , ' ReplaceBalance ' : 23582.79 }, ' 688599.SH ' : { ' componentExchID ' : ' SH ' , ' componentCode ' : ' 688599 ' , ' componentVolume ' : 363 , ' ReplaceFlag ' : 49 , ' ReplaceRatio ' : 0.1 , ' ReplaceBalance ' : 0.0 }, ' 688981.SH ' : { ' componentExchID ' : ' SH ' , ' componentCode ' : ' 688981 ' , ' componentVolume ' : 656 , ' ReplaceFlag ' : 49 , ' ReplaceRatio ' : 0.1 , ' ReplaceBalance ' : 0.0 }}}
# get_etf_iopv - 根据ETF基金代码获取ETF的基金份额参考净值
原型
内置python
get_etf_iopv(stockcode)
释义
根据ETF基金代码获取ETF的基金份额参考净值
参数
字段名 数据类型 解释
stockcode string ETF基金代码如"510050.SH"
返回值
float 类型值,IOPV，基金份额参考净值
示例
示例 返回值
# coding:gbk
def init ( C ):
pass
def handlebar ( C ):
print (get_etf_iopv( " 510050.SH " ))
2.3079
# ContextInfo.get_local_data - 获取本地行情数据【不推荐】
注意
本函数用于仅用于获取本地历史行情数据，使用前请确保已通过 download_history_data
在新窗口打开 下载过历史行情数据
原型
内置python
ContextInfo.get_local_data(
stock_code,
start_time = '' ,
end_time = '' ,
period = ' 1d ' ,
divid_type = ' none ' ,
count =- 1 )
释义
获取本地行情数据
参数
字段名 数据类型 解释
stock_code string 默认参数，合约代码格式为 code.market ，不指定时为当前图合约
start_time string 默认参数，开始时间，格式为 '20171209' 或 '20171209010101'
end_time string 默认参数，结束时间，格式同 start_time
period string 默认参数，K线类型，可选值包括：
'tick' ：分笔线（只用于获取'quoter'字段数据）、 'realtime' : 实时线、 '1d' ：日线
'md' ：多日线、 '1m' ：1分钟线、 '3m' ：3分钟线
'5m' ：5分钟线、 '15m' ：15分钟线、 '30m' ：30分钟线
'mm' ：多分钟线、 '1h' ：小时线、 'mh' ：多小时线
'1w' ：周线、 '1mon' ：月线、 '1q' ：季线
'1hy' ：半年线、 '1y' ：年线
dividend_type string 除复权种类，可选值：
'none' ：不复权
'front' ：向前复权
'back' ：向后复权
'front_ratio' ：等比向前复权
'back_ratio' ：等比向后复权
count int 当 count 大于等于0时：
如果指定了 start_time 和 end_time ，则以 end_time 为基准向前取 count 条数据；
如果 start_time 和 end_time 缺省，则默认取本地数据最新的 count 条数据；
如果 start_time 、 end_time 和 count 都缺省时，则默认取本地全部数据。
返回值
返回一个 dict ，键值为timetag，value为另一个dict(valuedict)
period='tick'时函数获取分笔数据，valuedict字典数据key值有：
字段 数据类型 含义
lastPrice float 最新价
open float 开盘价
high float 最高价
low float 最低价
lastClose float 前收盘价
amount float 成交额
volume float 成交量
pvolume float 原始成交量
stockStatus int 作废 参考openInt
openInt float 若是股票，则openInt含义为股票状态，非股票则是持仓量 openInt字段说明
在新窗口打开
lastSettlementPrice float 昨结算价
askPrice list 委卖价
bidPrice list 委买价
askVol list 委卖量
bidVol list 委买量
settlementPrice float 今结算价
period为其他值时，valuedict字典数据key值有：
字段名 数据类型 解释
amount float 成交额
volume float 成交量
open float 开盘价
high float 最高价
low float 最低价
close float 收盘价
示例
示例 返回值
# coding:gbk
def init ( C ):
pass
def handlebar ( C ):
data = C.get_local_data( stock_code = ' 600000.SH ' , start_time = ' 20220101 ' , end_time = ' 20220131 ' , period = ' 1d ' , divid_type = ' none ' )
print (data)
{ 1641225600000 : { ' open ' : 8.54 , ' high ' : 8.58 , ' low ' : 8.52 , ' close ' : 8.57 , ' volume ' : 377076 , ' amount ' : 322145532.0 }, 1641312000000 : { ' open ' : 8.57 , ' high ' : 8.68 , ' low ' : 8.56 , ' close ' : 8.64 , ' volume ' : 554591 , ' amount ' : 478834470.0 }, 1641398400000 : { ' open ' : 8.66 , ' high ' : 8.66 , ' low ' : 8.56 , ' close ' : 8.57 , ' volume ' : 410311 , ' amount ' : 352720656.0 }, 1641484800000 : { ' open ' : 8.57 , ' high ' : 8.73 , ' low ' : 8.57 , ' close ' : 8.71 , ' volume ' : 630183 , ' amount ' : 546456194.0 }, 1641744000000 : { ' open ' : 8.72 , ' high ' : 8.78 , ' low ' : 8.66 , ' close ' : 8.72 , ' volume ' : 340553 , ' amount ' : 296601230.0 }, 1641830400000 : { ' open ' : 8.74 , ' high ' : 8.78 , ' low ' : 8.69 , ' close ' : 8.73 , ' volume ' : 426461 , ' amount ' : 373093384.0 }, 1641916800000 : { ' open ' : 8.75 , ' high ' : 8.75 , ' low ' : 8.63 , ' close ' : 8.69 , ' volume ' : 412407 , ' amount ' : 358535694.0 }, 1642003200000 : { ' open ' : 8.73 , ' high ' : 8.85 , ' low ' : 8.69 , ' close ' : 8.72 , ' volume ' : 489237 , ' amount ' : 429003208.0 }, 1642089600000 : { ' open ' : 8.72 , ' high ' : 8.72 , ' low ' : 8.57 , ' close ' : 8.59 , ' volume ' : 510607 , ' amount ' : 440215953.0 }, 1642348800000 : { ' open ' : 8.57 , ' high ' : 8.63 , ' low ' : 8.57 , ' close ' : 8.57 , ' volume ' : 221780 , ' amount ' : 190459847.0 }, 1642435200000 : { ' open ' : 8.58 , ' high ' : 8.66 , ' low ' : 8.55 , ' close ' : 8.63 , ' volume ' : 399952 , ' amount ' : 344181260.0 }, 1642521600000 : { ' open ' : 8.63 , ' high ' : 8.66 , ' low ' : 8.61 , ' close ' : 8.64 , ' volume ' : 262577 , ' amount ' : 226931297.0 }, 1642608000000 : { ' open ' : 8.66 , ' high ' : 8.82 , ' low ' : 8.64 , ' close ' : 8.8 , ' volume ' : 828420 , ' amount ' : 724160483.0 }, 1642694400000 : { ' open ' : 8.78 , ' high ' : 8.8 , ' low ' : 8.72 , ' close ' : 8.76 , ' volume ' : 475725 , ' amount ' : 416684184.0 }, 1642953600000 : { ' open ' : 8.79 , ' high ' : 8.79 , ' low ' : 8.66 , ' close ' : 8.69 , ' volume ' : 324897 , ' amount ' : 282465419.0 }, 1643040000000 : { ' open ' : 8.68 , ' high ' : 8.68 , ' low ' : 8.56 , ' close ' : 8.56 , ' volume ' : 433124 , ' amount ' : 372488759.0 }, 1643126400000 : { ' open ' : 8.57 , ' high ' : 8.59 , ' low ' : 8.54 , ' close ' : 8.57 , ' volume ' : 234820 , ' amount ' : 201130974.0 }, 1643212800000 : { ' open ' : 8.55 , ' high ' : 8.56 , ' low ' : 8.45 , ' close ' : 8.45 , ' volume ' : 562810 , ' amount ' : 477716811.0 }, 1643299200000 : { ' open ' : 8.48 , ' high ' : 8.51 , ' low ' : 8.41 , ' close ' : 8.41 , ' volume ' : 439938 , ' amount ' : 372256637.0 }}
# ContextInfo.get_history_data - 获取历史行情数据【不推荐】
警告
此函数已不推荐使用，推荐使用 ContextInfo.get_market_data_ex()
在新窗口打开
此函数使用前需要先通过 ContextInfo.set_universe() 设定股票池
原型
内置python
ContextInfo.get_history_data(
len ,
period,
field,
dividend_type = 0 ,
skip_paused = True )
释义
获取历史行情数据
参数
名称 类型 描述
len int 需获取的历史数据长度
period string 需获取的历史数据周期，可选值包括：
'tick' ：分笔线、 '1d' ：日线、 '1m' ：1分钟线
'3m' ：3分钟线、 '5m' ：5分钟线、 '15m' ：15分钟线
'30m' ：30分钟线、 '1h' ：小时线、 '1w' ：周线
'1mon' ：月线、 '1q' ：季线、 '1hy' ：半年线
'1y' ：年线
field string 需获取的历史数据的类型，可选值包括：
'open' ：开盘价
'high' ：最高价
'low' ：最低价
'close' ：收盘价
'quoter' ：详细报价（结构见 get_market_data 方法）
dividend_type int 默认参数，除复权，默认不复权，可选值包括：
0 ：不复权
1 ：向前复权
2 ：向后复权
3 ：等比向前复权
4 ：等比向后复权
skip_paused bool 默认参数，是否停牌填充，默认填充
返回值 一个字典 dict 结构，key 为 stockcode.market, value 为行情数据 list，list 中第 0 位为最早的价格，第 1 位为次早价格，依次下去。
示例
示例 返回值
# coding = gbk
def init ( C ):
C.stock_list = [ " 000001.SZ " , " 600519.SH " , " 510050.SH " ]
C.set_universe(C.stock_list)
def handlebar ( C ):
data = C.get_history_data( 2 , ' 1d ' , ' close ' )
print (data)
{ ' 000001.SZ ' : [ 10.41 , 10.41 ], ' 510050.SH ' : [ 2.492 , 2.492 ], ' 600519.SH ' : [ 1683.02 , 1683.02 ]}
{ ' 000001.SZ ' : [ 10.41 , 10.41 ], ' 510050.SH ' : [ 2.492 , 2.492 ], ' 600519.SH ' : [ 1683.02 , 1790.6000000000001 ]}
{ ' 000001.SZ ' : [ 10.41 , 10.61 ], ' 510050.SH ' : [ 2.492 , 2.521 ], ' 600519.SH ' : [ 1683.02 , 1790.94 ]}
{ ' 000001.SZ ' : [ 10.41 , 10.620000000000001 ], ' 510050.SH ' : [ 2.492 , 2.52 ], ' 600519.SH ' : [ 1683.02 , 1790.94 ]}
{ ' 000001.SZ ' : [ 10.41 , 10.620000000000001 ], ' 510050.SH ' : [ 2.492 , 2.521 ], ' 600519.SH ' : [ 1683.02 , 1790.99 ]}
{ ' 000001.SZ ' : [ 10.41 , 10.620000000000001 ], ' 510050.SH ' : [ 2.492 , 2.521 ], ' 600519.SH ' : [ 1683.02 , 1791.1000000000001 ]}
{ ' 000001.SZ ' : [ 10.41 , 10.620000000000001 ], ' 510050.SH ' : [ 2.492 , 2.521 ], ' 600519.SH ' : [ 1683.02 , 1791.1000000000001 ]}
{ ' 000001.SZ ' : [ 10.41 , 10.620000000000001 ], ' 510050.SH ' : [ 2.492 , 2.521 ], ' 600519.SH ' : [ 1683.02 , 1791.0 ]}
# ContextInfo.get_market_data() - 获取行情数据【不推荐】
提示
推荐使用 ContextInfo.get_market_data_ex()
在新窗口打开
原型
内置python
ContextInfo.get_market_data(
fields,
stock_code = [],
start_time = '' ,
end_time = '' ,
skip_paused = True ,
period = ' follow ' ,
dividend_type = ' follow ' ,
count = - 1 )
释义
获取行情数据
参数
字段名 数据类型 解释
fields 字段列表 可选值包括：
'open' : 开
'high' : 高
'low' : 低
'close' : 收
'volume' : 成交量
'amount' : 成交额
'settle' : 结算价
'quoter' : 分笔数据（包括历史）
stock_code 默认参数，合约代码列表 合约格式为 code.market ，例如 '600000.SH'，不指定时为当前图合约
start_time 默认参数，时间戳 开始时间，格式为 '20171209' 或 '20171209010101'
end_time 默认参数，时间戳 结束时间，格式为 '20171209' 或 '20171209010101'
skip_paused 默认参数，布尔值 如何处理停牌数据：
true ：如果是停牌股，会自动填充未停牌前的价格作为停牌日的价格
false ：停牌数据为 NaN
period string 需获取的历史数据周期，可选值包括：
'tick' ：分笔线、 '1d' ：日线、 '1m' ：1分钟线
'3m' ：3分钟线、 '5m' ：5分钟线、 '15m' ：15分钟线
'30m' ：30分钟线、 '1h' ：小时线、 '1w' ：周线
'1mon' ：月线、 '1q' ：季线、 '1hy' ：半年线
'1y' ：年线
dividend_type 默认参数，字符串 缺省值为 'none'，除复权，可选值包括：
'none' ：不复权
'front' ：向前复权
'back' ：向后复权
'front_ratio' ：等比向前复权
'back_ratio' ：等比向后复权
count 默认参数，整数 缺省值为 -1。当大于等于 0 时，效果与 get_history_data 保持一致
count参数设置的几种情况
count 取值 时间设置是否生效 开始时间和结束时间设置效果
count >= 0 生效 返回数量取决于开始时间与结束时间和count与结束时间的交集
count = -1 生效 同时设置开始时间和结束时间，在所设置的时间段内取值
count = -1 生效 开始时间结束时间都不设置，取当前最新bar的值
count = -1 生效 只设置开始时间，取所设开始时间到当前时间的值
count = -1 生效 只设置结束时间，取股票上市第一根 bar 到所设结束时间的值
返回值
返回值根据传入的参数情况，会返回不同类型的结果
count 字段数量 股票数量 时间点 返回类型
=-1 =1 =1 =1 float
=-1 >1 =1 默认值 pandas.Series
>=-1 >=1 =1 >=1 pandas.DataFrame(字段数量和时间点不同时为1)
=-1 >=1 >1 默认值 pandas.DataFrame
>1 =1 =1 =1 pandas.DataFrame
>=-1 >=1 >1 >=1 pandas.Panel
示例
示例 data1返回值 data2返回值 data3返回值 data4返回值
# coding = gbk
def init ( C ):
C.stock_list = [ " 000001.SZ " , " 600519.SH " , " 510050.SH " ]
def handlebar ( C ):
data1 = C.get_market_data([ " close " ],[ " 000001.SZ " ], start_time = " 20231106 " , end_time = " 20231106 " , count = - 1 ) # 返回float值
data2 = C.get_market_data([ " close " , " open " ],[ " 000001.SZ " ], count = - 1 ) # 返回pandas.Series
data3 = C.get_market_data([ " close " , " open " ],C.stock_list, count = - 1 ) # 返回pandas.DataFrame
data4 = C.get_market_data([ " open " , " high " , " low " , " close " ],C.stock_list, count = 20 ) # 返回pandas.Panel
print (data1)
print (data2)
print (data3)
print (data4)
10.69
close 10.60
open 10.66
dtype: float64
close open
000001.SZ 10.590 10.660
600519.SH 1794.000 1805.000
510050.SH 2.522 2.528
Dimensions: 3 (items) x 20 (major_axis) x 4 (minor_axis)
Items axis: 000001.SZ to 600519.SH
Major_axis axis: 20231011 to 20231107
Minor_axis axis: open to close
<class ' pandas.core.panel.Panel ' >
# 获取财务数据
获取财务数据前，请先通过 界面端数据管理 - 财务数据 下载
提示
财务数据接口通过读取下载本地的数据取数，使用前需要补充本地数据。除公告日期和报表截止日期为时间戳毫秒格式其他单位为元或 %，数据主要包括资产负债表(ASHAREBALANCESHEET)、利润表（ASHAREINCOME）、现金流量表（ASHARECASHFLOW）、股本表（CAPITALSTRUCTURE）的主要字段数据以及经过计算的主要财务指标数据（PERSHAREINDEX）。建议使用本文档对照表中的英文表名和迅投英文字段，表名不区分大小写。
# ContextInfo.get_financial_data - 获取财务数据
财务数据接口有两种用法，入参和返回值不同，具体如下
# 用法1
原型
内置python
ContextInfo.get_financial_data(fieldList, stockList, startDate, enDate, report_type = ' announce_time ' )
释义
获取财务数据，方法1
参数
字段名 类型 释义与用例
fieldList List（必须） 财报字段列表：['ASHAREBALANCESHEET.fix_assets', '利润表.净利润']
stockList List（必须） 股票列表：['600000.SH', '000001.SZ']
startDate Str（必须） 开始时间：'20171209'
endDate Str（必须） 结束时间：'20171212'
report_type Str（可选） 报表时间类型，可缺省，默认是按照数据的公告期为区分取数据，设置为 'report_time' 为按照报告期取数据，' announce_time' 为按照公告日期取数据
提示
选择按照公告期取数和按照报告期取数的区别：
报告日期是指财务报告所覆盖的会计时间段，而公告日期是指公司向外界公布该报告的具体时间点
若指定report_type为 report_time ，则不会考虑财报的公告日期， 可能会取到未来数据
若指定report_type为 announce_time ，则会按财报实际发布日期返回数据， 不会取到未来数据
例：
返回值
函数根据stockList代码列表,startDate,endDate时间范围，返回不同的的数据类型。如下：
代码数量 时间范围 返回类型
=1 =1 pandas.Series (index = 字段)
=1 >1 pandas.DataFrame (index = 时间, columns = 字段)
>1 =1 pandas.DataFrame (index = 代码, columns = 字段)
>1 >1 pandas.Panel (items = 代码, major_axis = 时间, minor_axis = 字段)
示例
示例 返回值
# coding:gbk
def init ( C ):
pass
def handlebar ( C ):
#取总股本和净利润
fieldList = [ ' CAPITALSTRUCTURE.total_capital ' , ' 利润表.净利润 ' ]
stockList = [ " 000001.SZ " , " 000002.SZ " , " 430017.BJ " ]
startDate = ' 20171209 '
endDate = ' 20231204 '
data = C.get_financial_data(fieldList, stockList, startDate, endDate, report_type = ' report_time ' )
print (data)
<class ' pandas.core.panel.Panel ' >
Dimensions: 3 (items) x 1453 (major_axis) x 2 (minor_axis)
Items axis: 000001.SZ to 430017.BJ
Major_axis axis: 20171211 to 20231204
Minor_axis axis: total_capital to 净利润
# 用法2
原型
内置python
ContextInfo.get_financial_data(tabname, colname, market, code, report_type = ' report_time ' , barpos)
与用法 1 可同时使用
释义
获取财务数据，方法2
参数
字段名 类型 释义与用例
tabname Str（必须） 表名：'ASHAREBALANCESHEET'
colname Str（必须） 字段名：'fix_assets'
market Str（必须） 市场：'SH'
code Str（必须） 代码：'600000'
report_type Str（可选） 报表时间类型，可缺省，默认是按照数据的公告期为区分取数据，设置为 'report_time' 为按照报告期取数据，' announce_time ' 为按照公告日期取数据
barpos number 当前 bar 的索引
返回值
float ：所取字段的数值
示例
示例 返回值
# coding:gbk
def init ( C ):
pass
def handlebar ( C ):
index = C.barpos
data = C.get_financial_data( ' ASHAREBALANCESHEET ' , ' fix_assets ' , ' SH ' , ' 600000 ' , index)
print (data)
42758000000.0
# ContextInfo.get_raw_financial_data - 获取原始财务数据
提示
取原始财务数据,与get_financial_data相比不填充每个交易日的数据
原型
内置python
ContextInfo.get_raw_financial_data(fieldList,stockList,startDate,endDate, report_type = ' announce_time ' )
释义
取原始财务数据,与get_financial_data相比不填充每个交易日的数据
参数
字段名 类型 释义与用例
fieldList List（必须） 字段列表：例如 ['资产负债表.固定资产','利润表.净利润']
stockList List（必须） 股票列表：例如['600000.SH','000001.SZ']
startDate Str（必须） 开始时间：例如 '20171209'
endDate Str（必须） 结束时间：例如 '20171212'
report_type Str（可选） 时间类型，可缺省，默认是按照数据的公告期为区分取数据，设置为 'report_time' 为按照报告期取数据，可选值:'announce_time','report_time'
返回值
函数根据stockList代码列表,startDate,endDate时间范围，返回不同的的数据类型。如下：
代码数量 时间范围 返回类型
=1 =1 pandas.Series (index = 字段)
=1 >1 pandas.DataFrame (index = 时间, columns = 字段)
>1 =1 pandas.DataFrame (index = 代码, columns = 字段)
>1 >1 pandas.Panel (items = 代码, major_axis = 时间, minor_axis = 字段)
示例
示例 返回值
#encoding:gbk
'''
获取财务数据
'''
import pandas as pd
import numpy as np
import talib
def to_zw ( a ):
'''0.中文价格字符串'''
import numpy as np
try :
header = '' if a > 0 else ' - '
if np.isnan(a):
return ' 问题数据 '
if abs (a) < 1000 :
return header + str ( int (a)) + " 元 "
if abs (a) < 10000 :
return header + str ( int (a))[ 0 ] + " 千 "
if abs (a) < 100000000 :
return header + str ( int (a))[: - 4 ] + " 万 " + str ( int (a))[ - 4 ] + ' 千 '
else :
return header + str ( int (a))[: - 8 ] + " 亿 " + str ( int (a))[ - 8 : - 4 ] + ' 万 '
except :
print ( f "问题数据 { a } " )
return ' 问题数据 '
def after_init ( C ):
fieldList = [ ' ASHAREINCOME.net_profit_excl_min_int_inc ' , ' ASHAREINCOME.revenue ' ] # 字段表
stockList = [ ' 000001.SZ ' ] # 标的
a = C.get_raw_financial_data(fieldList,stockList, ' 20150101 ' , ' 20300101 ' , report_type = ' report_time ' ) # 获取原始财务数据
# print(a)
for stock in a:
for key in a[stock]:
for t in a[stock][key]:
print (key, timetag_to_datetime( int (t), ' %Y%m %d ' ), to_zw(a[stock][key][t]))
print ( ' - ' * 22 )
print ( ' - ' * 22 )
ASHAREINCOME .net_profit_excl_min_int_inc 20150331 56亿2900万
ASHAREINCOME .net_profit_excl_min_int_inc 20150630 115亿8500万
ASHAREINCOME .net_profit_excl_min_int_inc 20150930 177亿4000万
ASHAREINCOME .net_profit_excl_min_int_inc 20151231 218亿6500万
ASHAREINCOME .net_profit_excl_min_int_inc 20160331 60亿8600万
ASHAREINCOME .net_profit_excl_min_int_inc 20160630 122亿9200万
ASHAREINCOME .net_profit_excl_min_int_inc 20160930 187亿1900万
ASHAREINCOME .net_profit_excl_min_int_inc 20161231 225亿9900万
ASHAREINCOME .net_profit_excl_min_int_inc 20170331 62亿1400万
ASHAREINCOME .net_profit_excl_min_int_inc 20170630 125亿5400万
ASHAREINCOME .net_profit_excl_min_int_inc 20170930 191亿5300万
ASHAREINCOME .net_profit_excl_min_int_inc 20171231 231亿8900万
ASHAREINCOME .net_profit_excl_min_int_inc 20180331 65亿9500万
ASHAREINCOME .net_profit_excl_min_int_inc 20180630 133亿7200万
ASHAREINCOME .net_profit_excl_min_int_inc 20180930 204亿5600万
ASHAREINCOME .net_profit_excl_min_int_inc 20181231 248亿1800万
ASHAREINCOME .net_profit_excl_min_int_inc 20190331 74亿4600万
ASHAREINCOME .net_profit_excl_min_int_inc 20190630 154亿0300万
ASHAREINCOME .net_profit_excl_min_int_inc 20190930 236亿2100万
ASHAREINCOME .net_profit_excl_min_int_inc 20191231 281亿9500万
ASHAREINCOME .net_profit_excl_min_int_inc 20200331 85亿4800万
ASHAREINCOME .net_profit_excl_min_int_inc 20200630 136亿7800万
ASHAREINCOME .net_profit_excl_min_int_inc 20200930 223亿9800万
ASHAREINCOME .net_profit_excl_min_int_inc 20201231 289亿2800万
ASHAREINCOME .net_profit_excl_min_int_inc 20210331 101亿3200万
ASHAREINCOME .net_profit_excl_min_int_inc 20210630 175亿8300万
ASHAREINCOME .net_profit_excl_min_int_inc 20210930 291亿3500万
ASHAREINCOME .net_profit_excl_min_int_inc 20211231 363亿3600万
ASHAREINCOME .net_profit_excl_min_int_inc 20220331 128亿5000万
ASHAREINCOME .net_profit_excl_min_int_inc 20220630 220亿8800万
ASHAREINCOME .net_profit_excl_min_int_inc 20220930 366亿5900万
ASHAREINCOME .net_profit_excl_min_int_inc 20221231 455亿1600万
ASHAREINCOME .net_profit_excl_min_int_inc 20230331 146亿0200万
ASHAREINCOME .net_profit_excl_min_int_inc 20230630 253亿8700万
ASHAREINCOME .net_profit_excl_min_int_inc 20230930 396亿3500万
----------------------
ASHAREINCOME .revenue 20150331 206亿7100万
ASHAREINCOME .revenue 20150630 465亿7500万
ASHAREINCOME .revenue 20150930 711亿5200万
ASHAREINCOME .revenue 20151231 961亿6300万
ASHAREINCOME .revenue 20160331 275亿3200万
ASHAREINCOME .revenue 20160630 547亿6900万
ASHAREINCOME .revenue 20160930 819亿6800万
ASHAREINCOME .revenue 20161231 1077亿1500万
ASHAREINCOME .revenue 20170331 277亿2600万
ASHAREINCOME .revenue 20170630 540亿6900万
ASHAREINCOME .revenue 20170930 798亿3200万
ASHAREINCOME .revenue 20171231 1057亿8600万
ASHAREINCOME .revenue 20180331 280亿2600万
ASHAREINCOME .revenue 20180630 572亿4100万
ASHAREINCOME .revenue 20180930 866亿6400万
ASHAREINCOME .revenue 20181231 1167亿1600万
ASHAREINCOME .revenue 20190331 324亿7600万
ASHAREINCOME .revenue 20190630 678亿2900万
ASHAREINCOME .revenue 20190930 1029亿5800万
ASHAREINCOME .revenue 20191231 1379亿5800万
ASHAREINCOME .revenue 20200331 379亿2600万
ASHAREINCOME .revenue 20200630 783亿2800万
ASHAREINCOME .revenue 20200930 1165亿6400万
ASHAREINCOME .revenue 20201231 1535亿4200万
ASHAREINCOME .revenue 20210331 417亿8800万
ASHAREINCOME .revenue 20210630 846亿8000万
ASHAREINCOME .revenue 20210930 1271亿9000万
ASHAREINCOME .revenue 20211231 1693亿8300万
ASHAREINCOME .revenue 20220331 462亿0700万
ASHAREINCOME .revenue 20220630 920亿2200万
ASHAREINCOME .revenue 20220930 1382亿6500万
ASHAREINCOME .revenue 20221231 1798亿9500万
ASHAREINCOME .revenue 20230331 450亿9800万
ASHAREINCOME .revenue 20230630 886亿1000万
ASHAREINCOME .revenue 20230930 1276亿3400万
----------------------
----------------------
# ContextInfo.get_last_volume - 获取最新流通股本
原型
内置python
ContextInfo.get_last_volume(stockcode)
释义
获取最新流通股本
参数
字段名 数据类型 解释
stockcode string 标的名称，必须是 'stock.market' 形式
返回值
int 类型值,代表流通股本数量
示例
示例 返回值
# coding:gbk
def init ( C ):
pass
def handlebar ( C ):
data = C.get_last_volume( " 000001.SZ " )
print (data)
19405546950
# ContextInfo.get_total_share - 获取总股数
原型
内置python
ContextInfo.get_total_share(stockcode)
释义
获取总股数
参数
字段名 数据类型 解释
stockcode string 股票代码，缺省值 ''，默认为当前图代码, 如：'600000.SH'
返回值
int :总股数
示例
示例 返回值
# coding:gbk
def init ( C ):
pass
def handlebar ( C ):
data = C.get_total_share( ' 600000.SH ' )
print (data)
29352176396
# 财务数据字段表
# 资产负债表 (ASHAREBALANCESHEET)
中文字段 迅投字段
应收利息 int_rcv
可供出售金融资产 fin_assets_avail_for_sale
持有至到期投资 held_to_mty_invest
长期股权投资 long_term_eqy_invest
固定资产 fix_assets
无形资产 intang_assets
递延所得税资产 deferred_tax_assets
资产总计 tot_assets
交易性金融负债 tradable_fin_liab
应付职工薪酬 empl_ben_payable
应交税费 taxes_surcharges_payable
应付利息 int_payable
应付债券 bonds_payable
递延所得税负债 deferred_tax_liab
负债合计 tot_liab
实收资本(或股本) cap_stk
资本公积金 cap_rsrv
盈余公积金 surplus_rsrv
未分配利润 undistributed_profit
归属于母公司股东权益合计 tot_shrhldr_eqy_excl_min_int
少数股东权益 minority_int
负债和股东权益总计 tot_liab_shrhldr_eqy
所有者权益合计 total_equity
货币资金 cash_equivalents
应收票据 bill_receivable
应收账款 account_receivable
预付账款 advance_payment
其他应收款 other_receivable
其他流动资产 other_current_assets
流动资产合计 total_current_assets
存货 inventories
在建工程 constru_in_process
工程物资 construction_materials
长期待摊费用 long_deferred_expense
非流动资产合计 total_non_current_assets
短期借款 shortterm_loan
应付股利 dividend_payable
其他应付款 other_payable
一年内到期的非流动负债 non_current_liability_in_one_year
其他流动负债 other_current_liability
长期应付款 longterm_account_payable
应付账款 accounts_payable
预收账款 advance_peceipts
流动负债合计 total_current_liability
应付票据 notes_payable
长期借款 long_term_loans
专项应付款 grants_received
其他非流动负债 other_non_current_liabilities
非流动负债合计 non_current_liabilities
专项储备 specific_reserves
商誉 goodwill
报告截止日 m_timetag
公告日 m_anntime
# 利润表 (ASHAREINCOME)
中文字段 迅投字段
投资收益 plus_net_invest_inc
联营企业和合营企业的投资收益 incl_inc_invest_assoc_jv_entp
营业税金及附加 less_taxes_surcharges_ops
营业总收入 revenue
营业总成本 total_operating_cost
营业收入 revenue_inc
营业成本 total_expense
资产减值损失 less_impair_loss_assets
营业利润 oper_profit
营业外收入 plus_non_oper_rev
营业外支出 less_non_oper_exp
利润总额 tot_profit
所得税 inc_tax
净利润 net_profit_incl_min_int_inc
归母净利润 net_profit_excl_min_int_inc
管理费用 less_gerl_admin_exp
销售费用 sale_expense
财务费用 financial_expense
综合收益总额 total_income
归属于少数股东的综合收益总额 total_income_minority
公允价值变动收益 change_income_fair_value
已赚保费 earned_premium
报告截止日 m_timetag
公告日 m_anntime
# 现金流量表 (ASHARECASHFLOW)
中文字段 迅投字段
收到其他与经营活动有关的现金 other_cash_recp_ral_oper_act
经营活动现金流入小计 stot_cash_inflows_oper_act
支付给职工以及为职工支付的现金 cash_pay_beh_empl
支付的各项税费 pay_all_typ_tax
支付其他与经营活动有关的现金 other_cash_pay_ral_oper_act
经营活动现金流出小计 stot_cash_outflows_oper_act
经营活动产生的现金流量净额 net_cash_flows_oper_act
取得投资收益所收到的现金 cash_recp_return_invest
处置固定资产、无形资产和其他长期投资收到的现金 net_cash_recp_disp_fiolta
投资活动现金流入小计 stot_cash_inflows_inv_act
投资支付的现金 cash_paid_invest
购建固定资产、无形资产和其他长期投资支付的现金 cash_pay_acq_const_fiolta
支付其他与投资的现金 other_cash_pay_ral_inv_act
投资活动产生的现金流出小计 stot_cash_outflows_inv_act
投资活动产生的现金流量净额 net_cash_flows_inv_act
吸收投资收到的现金 cash_recp_cap_contrib
取得借款收到的现金 cash_recp_borrow
收到其他与筹资活动有关的现金 other_cash_recp_ral_fnc_act
筹资活动现金流入小计 stot_cash_inflows_fnc_act
偿还债务支付现金 cash_prepay_amt_borr
分配股利、利润或偿付利息支付的现金 cash_pay_dist_dpcp_int_exp
支付其他与筹资的现金 other_cash_pay_ral_fnc_act
筹资活动现金流出小计 stot_cash_outflows_fnc_act
筹资活动产生的现金流量净额 net_cash_flows_fnc_act
汇率变动对现金的影响 eff_fx_flu_cash
现金及现金等价物净增加额 net_incr_cash_cash_equ
销售商品、提供劳务收到的现金 goods_sale_and_service_render_cash
收到的税费与返还 tax_levy_refund
购买商品、接受劳务支付的现金 goods_and_services_cash_paid
处置子公司及其他收到的现金 net_cash_deal_subcompany
其中子公司吸收现金 cash_from_mino_s_invest_sub
处置固定资产、无形资产和其他长期资产支付的现金净额 fix_intan_other_asset_dispo_cash_payment
报告截止日 m_timetag
公告日 m_anntime
# 股本表 (CAPITALSTRUCTURE)
中文字段 迅投字段
总股本 total_capital
已上市流通A股 circulating_capital
自由流通股本 free_float_capital （旧版本为 freeFloatCapital ）
限售流通股份 restrict_circulating_capital
变动日期 m_timetag
公告日 m_anntime
# 主要指标 (PERSHAREINDEX)
中文字段 迅投字段
每股经营活动现金流量 s_fa_ocfps
每股净资产 s_fa_bps
基本每股收益 s_fa_eps_basic
稀释每股收益 s_fa_eps_diluted
每股未分配利润 s_fa_undistributedps
每股资本公积金 s_fa_surpluscapitalps
扣非每股收益 adjusted_earnings_per_share
净资产收益率 du_return_on_equity
销售毛利率 sales_gross_profit
主营收入同比增长 inc_revenue_rate
净利润同比增长 du_profit_rate
归属于母公司所有者的净利润同比增长 inc_net_profit_rate
扣非净利润同比增长 adjusted_net_profit_rate
营业总收入滚动环比增长 inc_total_revenue_annual
归属净利润滚动环比增长 inc_net_profit_to_shareholders_annual
扣非净利润滚动环比增长 adjusted_profit_to_profit_annual
加权净资产收益率 equity_roe
摊薄净资产收益率 net_roe
摊薄总资产收益率 total_roe
毛利率 gross_profit
净利率 net_profit
实际税率 actual_tax_rate
预收款营业收入 pre_pay_operate_income
销售现金流营业收入 sales_cash_flow
资产负债比率 gear_ratio
存货周转率 inventory_turnover
# 十大股东/十大流通股东 (TOP10HOLDER/TOP10FLOWHOLDER)
提示
对于公告内披露的十大股东数量大于10条的，我们会保留原始数据，以保持和公司公告信息一致
中文字段 迅投字段
公告日期 declareDate
截止日期 endDate
股东名称 name
股东类型 type
持股数量 quantity
变动原因 reason
持股比例 ratio
股份性质 nature
持股排名 rank
# 股东数 (SHAREHOLDER)
中文字段 迅投字段
公告日期 declareDate
截止日期 endDate
股东总数 shareholder
A股东户数 shareholderA
B股东户数 shareholderB
H股东户数 shareholderH
已流通股东户数 shareholderFloat
未流通股东户数 shareholderOther
# 获取合约信息
# ContextInfo.get_instrument_detail - 根据代码获取合约详细信息
提示
旧版本客户端中，函数名为ContextInfo.get_instrumentdetail；不支持iscomplete参数
原型
内置python
ContextInfo.get_instrument_detail(stockcode, iscomplete = Fasle)
释义
根据代码获取合约详细信息
参数
字段名 数据类型 解释
stockcode string 标的名称，必须是 'stock.market' 形式
iscomplete bool 是否获取全部字段，默认为False
返回值
根据stockcode返回一个dict。该字典数据key值有：
名称 类型 描述
ExchangeID string 合约市场代码
InstrumentID string 合约代码
InstrumentName string 合约名称
ProductID string 合约的品种ID(期货)
ProductName string 合约的品种名称(期货)
ProductType int 合约的类型, 默认-1,枚举值可参考下方说明
ExchangeCode string 交易所代码
UniCode string 统一规则代码
CreateDate str 创建日期
OpenDate str 上市日期（特殊值情况见表末）
ExpireDate int 退市日或者到期日（特殊值情况见表末）
PreClose float 前收盘价格
SettlementPrice float 前结算价格
UpStopPrice float 当日涨停价
DownStopPrice float 当日跌停价
FloatVolume float 流通股本（单位：股。注意，部分低等级客户端中此字段为FloatVolumn）
TotalVolume float 总股本（单位：股。注意，部分低等级客户端中此字段为FloatVolumn）
LongMarginRatio float 多头保证金率
ShortMarginRatio float 空头保证金率
PriceTick float 最小价格变动单位
VolumeMultiple int 合约乘数(对期货以外的品种，默认是1)
MainContract int 主力合约标记，1、2、3分别表示第一主力合约，第二主力合约，第三主力合约
LastVolume int 昨日持仓量
InstrumentStatus int 合约停牌状态(<=0:正常交易（-1:复牌）;>=1停牌天数;)
IsTrading bool 合约是否可交易
IsRecent bool 是否是近月合约
ChargeType int 期货和期权手续费方式
ChargeOpen float 开仓手续费(率)
ChargeClose float 平仓手续费(率)
ChargeTodayOpen float 开今仓(日内开仓)手续费(率)
ChargeTodayClose float 平今仓(日内平仓)手续费(率)
OptionType int 期权类型
OpenInterestMultiple int 交割月持仓倍数
提示
字段 OpenDate 有以下几种特殊值： 19700101=新股, 19700102=老股东增发, 19700103=新债, 19700104=可转债, 19700105=配股， 19700106=配号 字段 ExpireDate 为0 或 99999999 时，表示该标的暂无退市日或到期日
字段 ProductType 对于 股票以外 的品种，有以下几种值
国内期货市场： 1-期货 2-期权(DF SF ZF INE GF) 3-组合套利 4-即期 5-期转现 6-期权(IF) 7-结算价交易(tas)
**沪深股票期权市场：**0-认购 1-认沽
外盘： 1-100：期货， 101-200：现货, 201-300:股票相关 1：股指期货 2：能源期货 3：农业期货 4：金属期货 5：利率期货 6：汇率期货 7：数字货币期货 99：自定义合约期货 107：数字货币现货 201：股票 202：GDR 203：ETF 204：ETN 300：其他
示例
示例 返回值
# coding:gbk
def init ( C ):
pass
def handlebar ( C ):
data = C.get_instrumentdetail( " 000001.SZ " )
print (data)
{ ' ExchangeID ' : ' SZ ' , ' InstrumentID ' : ' 000001 ' , ' InstrumentName ' : ' 平安银行 ' , ' ProductID ' : None , ' ProductName ' : None , ' CreateDate ' : 0 , ' OpenDate ' : 19910403 , ' ExpireDate ' : 99999999 , ' PreClose ' : 10.69 , ' SettlementPrice ' : 10.69 , ' UpStopPrice ' : 11.76 , ' DownStopPrice ' : 9.62 , ' FloatVolumn ' : 19405546950.0 , ' TotalVolumn ' : 19405918198.0 , ' LongMarginRatio ' : None , ' ShortMarginRatio ' : None , ' PriceTick ' : 0.01 , ' VolumeMultiple ' : 1 , ' MainContract ' : None , ' LastVolume ' : None , ' InstrumentStatus ' : 0 , ' IsTrading ' : None , ' IsRecent ' : None }
# get_st_status - 获取历史st状态
提示
本函数需要下载历史ST数据(过期合约K线),可通过 界面端数据管理 - 过期合约数据 下载
原型
内置python
get_st_status(stockcode)
释义
获取历史st状态
参数
字段名 数据类型 解释
stockcode string 股票代码，如000004.SZ（可为空，为空时取主图代码）
返回值
st范围字典 格式 {'ST': [['20210520', '20380119']], '*ST': [['20070427', '20080618'], ['20200611', '20210520']]}
示例：
示例
示例 返回值
# coding:gbk
def init ( C ):
pass
def handlebar ( C ):
print (get_st_status( ' 600599.SH ' ))
{ ' ST ' : [[ ' 20210520 ' , ' 20380119 ' ]], ' *ST ' : [[ ' 20070427 ' , ' 20080618 ' ], [ ' 20200611 ' , ' 20210520 ' ]]}
# ContextInfo.get_his_st_data - 获取某只股票ST的历史
提示
本函数需要下载历史ST数据(过期合约K线),可通过 界面端数据管理 - 过期合约数据 下载
原型
内置python
ContextInfo.get_his_st_data(stockcode)
释义
获取某只股票ST的历史
参数
字段名 数据类型 解释
stockcode string 股票代码，'stkcode.market'，如'000004.SZ'
返回值
dict ,st历史，key为ST,*ST,PT,历史未ST会返回{}
示例
示例 返回值
# coding:gbk
def init ( C ):
pass
def handlebar ( C ):
print (C.get_his_st_data( ' 000004.SZ ' ))
{ ' ST ' : [[ ' 19990427 ' , ' 20010306 ' ], [ ' 20070525 ' , ' 20090421 ' ], [ ' 20100531 ' , ' 20110608 ' ], [ ' 20220506 ' , ' 20230628 ' ]], ' *ST ' : [[ ' 20060421 ' , ' 20070525 ' ], [ ' 20090421 ' , ' 20100531 ' ]]}
# ContextInfo.get_main_contract - 获取期货主力合约
提示
该函数支持实盘/回测两种模式
若要使用该函数获取历史主力合约，必须要先下载 历史主力合约 数据
历史主力合约 数据目前通过 界面端数据管理 - 过期合约数据 - 历史主力合约 下载
原型
内置python
ContextInfo.get_main_contract(codemarket)
ContextInfo.get_main_contract(codemarket, date = "" )
ContextInfo.get_main_contract(codemarket, startDate = "" , endDate = "" )
释义
获取当前期货主力合约
参数
字段名 数据类型 解释
codemarket string 合约和市场，合约格式为品种名加00，如IF00.IF，zn00.SF
startDate string 开始日期(可以不写),如20180608
endDate string 结束日期(可以不写),如20190608
返回值
str ，合约代码
示例
示例 返回值
# coding:gbk
def init ( C ):
pass
def handlebar ( C ):
symbol1 = C.get_main_contract( ' IF00.IF ' ) # 获取当前主力合约
symbol2 = C.get_main_contract( ' IF00.IF ' , " 20190101 " ) # 获取指定日期主力合约
symbol3 = C.get_main_contract( ' IF00.IF ' , " 20181101 " , " 20190101 " ) # 获取时间段内全部主力合约
print (symbol1, symbol2)
print ( " = " * 10 )
print (symbol3)
IF2312
==========
IF1901
==========
1540137600000 IF1811
1545321600000 IF1901
dtype: object
# ContextInfo.get_contract_multiplier - 获取合约乘数
原型
内置python
ContextInfo.get_contract_multiplier(contractcode)
释义
获取合约乘数
参数
字段名 数据类型 解释
contractcode string 合约代码，格式为 'code.market'，例如 'IF1707.IF'
返回值 int ,表示合约乘数
示例
示例 返回值
# coding:gbk
def init ( C ):
pass
def handlebar ( C ):
multiplier = C.get_contract_multiplier( " rb2401.SF " )
print (multiplier)
10
# ContextInfo.get_contract_expire_date - 获取期货合约到期日
原型
内置python
ContextInfo.get_contract_expire_date(codemarket)
释义
获取期货合约到期日
参数
字段名 数据类型 解释
Codemarket string 合约和市场,如IF00.IF,zn00.SF
返回值 str ，合约到期日
示例
示例 返回值
# coding:gbk
def init ( C ):
pass
def handlebar ( C ):
data = C.get_contract_expire_date( " IF2311.IF " )
# print(type(data))
print (data)
" 20231117 "
# ContextInfo.get_his_contract_list - 获取市场已退市合约
原型
内置python
ContextInfo.get_his_contract_list(market)
释义
获取市场已退市合约，需要手动补充过期合约列表
参数
字段名 数据类型 解释
market string 市场,SH,SZ,SHO,SZO,IF等
返回值
list ,合约代码列表
示例
示例 返回值
# coding:gbk
def init ( C ):
pass
def handlebar ( C ):
print (C.get_his_contract_list( ' SHO ' )[: 30 ])
[ ' 10000001.SHO ' , ' 10000002.SHO ' , ' 10000003.SHO ' , ' 10000004.SHO ' , ' 10000005.SHO ' , ' 10000006.SHO ' , ' 10000007.SHO ' , ' 10000008.SHO ' , ' 10000009.SHO ' , ' 10000010.SHO ' , ' 10000011.SHO ' , ' 10000012.SHO ' , ' 10000013.SHO ' , ' 10000014.SHO ' , ' 10000015.SHO ' , ' 10000016.SHO ' , ' 10000017.SHO ' , ' 10000018.SHO ' , ' 10000019.SHO ' , ' 10000020.SHO ' , ' 10000021.SHO ' , ' 10000022.SHO ' , ' 10000023.SHO ' , ' 10000024.SHO ' , ' 10000025.SHO ' , ' 10000026.SHO ' , ' 10000027.SHO ' , ' 10000028.SHO ' , ' 10000029.SHO ' , ' 10000030.SHO ' ]
# 获取期权信息
# ContextInfo.get_option_detail_data - 获取指定期权品种的详细信息
原型
内置python
ContextInfo.get_option_detail_data(optioncode)
释义
获取指定期权品种的详细信息
参数
字段名 数据类型 解释
optioncode string 期权代码,如'10001506.SHO',当填写空字符串时候默认为当前主图的期权品种
返回值 dict ,字段如下：
字段 类型 说明
ExchangeID str 期权市场代码
InstrumentID str 期权代码
ProductID str 期权标的的产品ID
OpenDate int 发行日期
ExpireDate int 到期日
PreClose float 前收价格
SettlementPrice float 前结算价格
UpStopPrice float 当日涨停价
DownStopPrice float 当日跌停价
LongMarginRatio float 多头保证金率
ShortMarginRatio float 空头保证金率
PriceTick float 最小变价单位
VolumeMultiple int 合约乘数
MaxMarketOrderVolume int 涨跌停价最大下单量
MinMarketOrderVolume int 涨跌停价最小下单量
MaxLimitOrderVolume int 限价单最大下单量
MinLimitOrderVolume int 限价单最小下单量
OptUnit int 期权合约单位
MarginUnit float 期权单位保证金
OptUndlCode str 期权标的证券代码
OptUndlMarket str 期权标的证券市场
OptExercisePrice float 期权行权价
NeeqExeType str 全国股转转让类型
OptUndlRiskFreeRate float 期权标的无风险利率
OptUndlHistoryRate float 期权标的历史波动率
EndDelivDate int 期权行权终止日
optType str 期权类型
示例
示例 返回值
#encoding:gbk
def init ( ContextInfo ):
pass
def after_init ( ContextInfo ):
print (ContextInfo.get_option_detail_data( ' 10002235.SHO ' ))
{ ' ExchangeID ' : ' SHO ' , ' InstrumentID ' : ' 10002235 ' , ' ProductID ' : ' 50ETF(510050) ' , ' OpenDate ' : 20200123 , ' ExpireDate ' : 20200923 , ' PreClose ' : 0.3199 , ' SettlementPrice ' : 0.322 , ' UpStopPrice ' : 0.6542 , ' DownStopPrice ' : 0.0001 , ' LongMarginRatio ' : 12.0 , ' ShortMarginRatio ' : 7.0 , ' PriceTick ' : 0.0001 , ' VolumeMultiple ' : 10000 , ' MaxMarketOrderVolume ' : 10 , ' MinMarketOrderVolume ' : 1 , ' MaxLimitOrderVolume ' : 50 , ' MinLimitOrderVolume ' : 1 , ' OptUnit ' : 1.7976931348623157e+308 , ' MarginUnit ' : 7206.4 , ' OptUndlCode ' : ' 510050 ' , ' OptUndlMarket ' : ' SH ' , ' OptExercisePrice ' : 3.0 , ' NeeqExeType ' : 0 , ' OptUndlRiskFreeRate ' : 0.03234 , ' OptUndlHistoryRate ' : 0.283734422522 , ' EndDelivDate ' : 20200923 , ' optType ' : ' CALL ' }
# ContextInfo.get_option_list - 获取指定期权列表
原型
内置python
ContextInfo.get_option_list(undl_code,dedate,opttype,isavailable)
释义
获取指定期权列表。如获取历史期权，需先下载过期合约列表
参数
字段名 数据类型 解释
undl_code string 期权标的代码,如'510300.SH'
dedate string 期权到期月或当前交易日期，"YYYYMM"格式为期权到期月，"YYYYMMDD"格式为获取当前日期交易的期权
opttype string 期权类型，默认值为空，"CALL"，"PUT"，为空时认购认沽都取
isavailable bool 是否可交易，当 dedate 的格式为"YYYYMMDD"格式为获取当前日期交易的期权时， isavailable 为True时返回当前可用，为False时返回当前和历史可用
返回值
list ，期权合约列表
示例
示例 data1返回值 data2返回值 data3返回值
# coding:gbk
def init ( C ):
pass
def handlebar ( C ):
# 获取到期月份为202101的上交所510300ETF认购合约
data1 = C.get_option_list( ' 510300.SH ' , ' 202101 ' , " CALL " )
# 获取20210104当天上交所510300ETF可交易的认购合约
data2 = C.get_option_list( ' 510300.SH ' , ' 20210104 ' , " CALL " , True )
# 获取20210104当天上交所510300ETF已经上市的认购合约(包括退市)
data3 = C.get_option_list( ' 510300.SH ' , ' 20210104 ' , " CALL " , False )
[ ' 10002931.SHO ' , ' 10002932.SHO ' , ' 10002933.SHO ' , ' 10002934.SHO ' , ' 10002935.SHO ' , ' 10002936.SHO ' , ' 10002937.SHO ' , ' 10002938.SHO ' , ' 10002939.SHO ' , ' 10003031.SHO ' , ' 10003093.SHO ' , ' 10003117.SHO ' , ' 10003125.SHO ' , ' 10003126.SHO ' , ' 10003127.SHO ' , ' 10003128.SHO ' , ' 10003129.SHO ' , ' 10003130.SHO ' , ' 10003131.SHO ' , ' 10003132.SHO ' , ' 10003133.SHO ' , ' 10003197.SHO ' ]
[ ' 10002743.SHO ' , ' 10002744.SHO ' , ' 10002745.SHO ' , ' 10002746.SHO ' , ' 10002747.SHO ' , ' 10002748.SHO ' , ' 10002749.SHO ' , ' 10002750.SHO ' , ' 10002751.SHO ' , ' 10002763.SHO ' , ' 10002764.SHO ' , ' 10002769.SHO ' , ' 10002877.SHO ' , ' 10002878.SHO ' , ' 10002879.SHO ' , ' 10002880.SHO ' , ' 10002881.SHO ' , ' 10002882.SHO ' , ' 10002883.SHO ' , ' 10002884.SHO ' , ' 10002885.SHO ' , ' 10002897.SHO ' , ' 10002903.SHO ' , ' 10002905.SHO ' , ' 10002931.SHO ' , ' 10002932.SHO ' , ' 10002933.SHO ' , ' 10002934.SHO ' , ' 10002935.SHO ' , ' 10002936.SHO ' , ' 10002937.SHO ' , ' 10002938.SHO ' , ' 10002939.SHO ' , ' 10003031.SHO ' , ' 10003033.SHO ' , ' 10003035.SHO ' , ' 10003063.SHO ' , ' 10003064.SHO ' , ' 10003065.SHO ' , ' 10003066.SHO ' , ' 10003067.SHO ' , ' 10003068.SHO ' , ' 10003069.SHO ' , ' 10003070.SHO ' , ' 10003071.SHO ' , ' 10003081.SHO ' ]
[ ' 10002117.SHO ' , ' 10002118.SHO ' , ' 10002119.SHO ' , ' 10002120.SHO ' , ' 10002121.SHO ' , ' 10002122.SHO ' , ' 10002123.SHO ' , ' 10002124.SHO ' , ' 10002125.SHO ' , ' 10002135.SHO ' , ' 10002136.SHO ' , ' 10002137.SHO ' , ' 10002138.SHO ' , ' 10002139.SHO ' , ' 10002140.SHO ' , ' 10002141.SHO ' , ' 10002142.SHO ' , ' 10002143.SHO ' , ' 10002153.SHO ' , ' 10002154.SHO ' , ' 10002155.SHO ' , ' 10002156.SHO ' , ' 10002157.SHO ' , ' 10002158.SHO ' , ' 10002159.SHO ' , ' 10002160.SHO ' , ' 10002161.SHO ' , ' 10002171.SHO ' , ' 10002172.SHO ' , ' 10002173.SHO ' , ' 10002174.SHO ' , ' 10002175.SHO ' , ' 10002176.SHO ' , ' 10002177.SHO ' , ' 10002178.SHO ' , ' 10002179.SHO ' , ' 10002215.SHO ' , ' 10002217.SHO ' , ' 10002219.SHO ' , ' 10002221.SHO ' , ' 10002223.SHO ' , ' 10002225.SHO ' , ' 10002227.SHO ' , ' 10002229.SHO ' , ' 10002249.SHO ' , ' 10002250.SHO ' , ' 10002251.SHO ' , ' 10002252.SHO ' , ' 10002253.SHO ' , ' 10002254.SHO ' , ' 10002255.SHO ' , ' 10002256.SHO ' , ' 10002257.SHO ' , ' 10002271.SHO ' , ' 10002309.SHO ' , ' 10002310.SHO ' , ' 10002311.SHO ' , ' 10002315.SHO ' , ' 10002316.SHO ' , ' 10002317.SHO ' , ' 10002321.SHO ' , ' 10002322.SHO ' , ' 10002323.SHO ' , ' 10002327.SHO ' , ' 10002328.SHO ' , ' 10002329.SHO ' , ' 10002351.SHO ' , ' 10002352.SHO ' , ' 10002353.SHO ' , ' 10002354.SHO ' , ' 10002355.SHO ' , ' 10002356.SHO ' , ' 10002357.SHO ' , ' 10002358.SHO ' , ' 10002359.SHO ' , ' 10002373.SHO ' , ' 10002374.SHO ' , ' 10002381.SHO ' , ' 10002383.SHO ' , ' 10002389.SHO ' , ' 10002390.SHO ' , ' 10002409.SHO ' , ' 10002411.SHO ' , ' 10002413.SHO ' , ' 10002415.SHO ' , ' 10002425.SHO ' , ' 10002427.SHO ' , ' 10002429.SHO ' , ' 10002431.SHO ' , ' 10002451.SHO ' , ' 10002452.SHO ' , ' 10002453.SHO ' , ' 10002454.SHO ' , ' 10002455.SHO ' , ' 10002456.SHO ' , ' 10002457.SHO ' , ' 10002458.SHO ' , ' 10002459.SHO ' , ' 10002473.SHO ' , ' 10002495.SHO ' , ' 10002496.SHO ' , ' 10002497.SHO ' , ' 10002498.SHO ' , ' 10002499.SHO ' , ' 10002500.SHO ' , ' 10002501.SHO ' , ' 10002502.SHO ' , ' 10002503.SHO ' , ' 10002519.SHO ' , ' 10002521.SHO ' , ' 10002523.SHO ' , ' 10002525.SHO ' , ' 10002545.SHO ' , ' 10002546.SHO ' , ' 10002547.SHO ' , ' 10002548.SHO ' , ' 10002549.SHO ' , ' 10002550.SHO ' , ' 10002551.SHO ' , ' 10002552.SHO ' , ' 10002553.SHO ' , ' 10002563.SHO ' , ' 10002567.SHO ' , ' 10002573.SHO ' , ' 10002575.SHO ' , ' 10002581.SHO ' , ' 10002583.SHO ' , ' 10002603.SHO ' , ' 10002604.SHO ' , ' 10002605.SHO ' , ' 10002606.SHO ' , ' 10002607.SHO ' , ' 10002608.SHO ' , ' 10002609.SHO ' , ' 10002610.SHO ' , ' 10002611.SHO ' , ' 10002621.SHO ' , ' 10002629.SHO ' , ' 10002631.SHO ' , ' 10002633.SHO ' , ' 10002635.SHO ' , ' 10002645.SHO ' , ' 10002647.SHO ' , ' 10002649.SHO ' , ' 10002651.SHO ' , ' 10002661.SHO ' , ' 10002663.SHO ' , ' 10002665.SHO ' , ' 10002667.SHO ' , ' 10002693.SHO ' , ' 10002694.SHO ' , ' 10002695.SHO ' , ' 10002699.SHO ' , ' 10002700.SHO ' , ' 10002701.SHO ' , ' 10002705.SHO ' , ' 10002706.SHO ' , ' 10002707.SHO ' , ' 10002711.SHO ' , ' 10002712.SHO ' , ' 10002713.SHO ' , ' 10002717.SHO ' , ' 10002719.SHO ' , ' 10002721.SHO ' , ' 10002723.SHO ' , ' 10002743.SHO ' , ' 10002744.SHO ' , ' 10002745.SHO ' , ' 10002746.SHO ' , ' 10002747.SHO ' , ' 10002748.SHO ' , ' 10002749.SHO ' , ' 10002750.SHO ' , ' 10002751.SHO ' , ' 10002763.SHO ' , ' 10002764.SHO ' , ' 10002769.SHO ' , ' 10002789.SHO ' , ' 10002790.SHO ' , ' 10002791.SHO ' , ' 10002792.SHO ' , ' 10002793.SHO ' , ' 10002794.SHO ' , ' 10002795.SHO ' , ' 10002796.SHO ' , ' 10002797.SHO ' , ' 10002809.SHO ' , ' 10002811.SHO ' , ' 10002813.SHO ' , ' 10002833.SHO ' , ' 10002834.SHO ' , ' 10002835.SHO ' , ' 10002836.SHO ' , ' 10002837.SHO ' , ' 10002838.SHO ' , ' 10002839.SHO ' , ' 10002840.SHO ' , ' 10002841.SHO ' , ' 10002851.SHO ' , ' 10002855.SHO ' , ' 10002856.SHO ' , ' 10002877.SHO ' , ' 10002878.SHO ' , ' 10002879.SHO ' , ' 10002880.SHO ' , ' 10002881.SHO ' , ' 10002882.SHO ' , ' 10002883.SHO ' , ' 10002884.SHO ' , ' 10002885.SHO ' , ' 10002897.SHO ' , ' 10002899.SHO ' , ' 10002901.SHO ' , ' 10002903.SHO ' , ' 10002905.SHO ' , ' 10002931.SHO ' , ' 10002932.SHO ' , ' 10002933.SHO ' , ' 10002934.SHO ' , ' 10002935.SHO ' , ' 10002936.SHO ' , ' 10002937.SHO ' , ' 10002938.SHO ' , ' 10002939.SHO ' , ' 10003029.SHO ' , ' 10003031.SHO ' , ' 10003033.SHO ' , ' 10003035.SHO ' , ' 10003063.SHO ' , ' 10003064.SHO ' , ' 10003065.SHO ' , ' 10003066.SHO ' , ' 10003067.SHO ' , ' 10003068.SHO ' , ' 10003069.SHO ' , ' 10003070.SHO ' , ' 10003071.SHO ' , ' 10003081.SHO ' ]
# ContextInfo.get_option_undl_data - 获取指定期权标的对应的期权品种列表
原型
内置python
ContextInfo.get_option_undl_data(undl_code_ref)
释义
获取指定期权标的对应的期权品种列表
参数
字段名 数据类型 解释
undl_code_ref string 期权标的代码,如'510300.SH'，传空字符串时获取全部标的数据
返回值
指定期权标的代码时返回对应该标的的期权合约列表 list
期权标的代码为空字符串时返回全部标的对应的品种列表的字典 dict
示例
示例 返回值
# coding:gbk
def init ( C ):
pass
def handlebar ( C ):
print (C.get_option_undl_data( ' 510300.SH ' )[: 30 ])
[ ' 10005347.SHO ' , ' 10005348.SHO ' , ' 10005349.SHO ' , ' 10005350.SHO ' , ' 10005351.SHO ' , ' 10005352.SHO ' , ' 10005353.SHO ' , ' 10005354.SHO ' , ' 10005355.SHO ' , ' 10005356.SHO ' , ' 10005357.SHO ' , ' 10005358.SHO ' , ' 10005359.SHO ' , ' 10005360.SHO ' , ' 10005361.SHO ' , ' 10005362.SHO ' , ' 10005363.SHO ' , ' 10005364.SHO ' , ' 10005387.SHO ' , ' 10005388.SHO ' , ' 10005391.SHO ' , ' 10005392.SHO ' , ' 10005467.SHO ' , ' 10005468.SHO ' , ' 10005783.SHO ' , ' 10005784.SHO ' , ' 10005785.SHO ' , ' 10005786.SHO ' , ' 10005787.SHO ' , ' 10005788.SHO ' ]
# ContextInfo.bsm_price - 基于BS模型计算欧式期权理论价格
原型
内置python
ContextInfo.bsm_price(optionType,objectPrices,strikePrice,riskFree,sigma,days,dividend)
释义
基于Black-Scholes-Merton模型，输入期权标的价格、期权行权价、无风险利率、期权标的年化波动率、剩余天数、标的分红率、计算期权的理论价格
参数
字段 类型 说明
optionType str 期权类型，认购：'C'，认沽：'P'
objectPrices float 期权标的价格，可以是价格列表或者单个价格
strikePrice float 期权行权价
riskFree float 无风险收益率
sigma float 标的波动率
days int 剩余天数
dividend float 分红率
返回
提示
objectPrices为float时，返回float
objectPrices为list时，返回list
计算结果最小值0.0001，结果保留4位小数,输入非法参数返回nan
示例 返回值
#encoding:gbk
import numpy as np
def init ( ContextInfo ):
pass
def after_init ( ContextInfo ):
object_prices = list (np.arange( 3 , 4 , 0.01 )) ;
#计算剩余15天的行权价3.5的认购期权,在无风险利率3%,分红率为0,标的年化波动率为23%时标的价格从3元到4元变动过程中期权理论价格序列
prices = ContextInfo.bsm_price( ' C ' ,object_prices, 3.5 , 0.03 , 0.23 , 15 , 0 )
print (prices)
#计算剩余15天的行权价3.5的认购期权,在无风险利率3%,分红率为0,标的年化波动率为23%时标的价格为3.51元的平值期权的理论价格
price = ContextInfo.bsm_price( ' C ' , 3.51 , 3.5 , 0.03 , 0.23 , 15 , 0 )
print (price)
# 计算剩余15天的行权价3.5的认购期权,在无风险利率3%,分红率为0,标的年化波动率为23%时标的价格从3元到4元变动过程中期权理论价格序列
[ 0.0001 , 0.0001 , 0.0001 , 0.0001 , 0.0001 , 0.0001 , 0.0001 , 0.0001 , 0.0002 , 0.0002 , 0.0002 , 0.0003 , 0.0004 , 0.0005 , 0.0006 , 0.0007 , 0.0008 , 0.001 , 0.0012 , 0.0015 , 0.0017 , 0.0021 , 0.0025 , 0.0029 , 0.0034 , 0.004 , 0.0046 , 0.0054 , 0.0062 , 0.0072 , 0.0082 , 0.0094 , 0.0108 , 0.0122 , 0.0138 , 0.0156 , 0.0176 , 0.0197 , 0.022 , 0.0246 , 0.0273 , 0.0302 , 0.0334 , 0.0368 , 0.0404 , 0.0443 , 0.0484 , 0.0527 , 0.0573 , 0.0621 , 0.0672 , 0.0725 , 0.0781 , 0.0839 , 0.0899 , 0.0962 , 0.1027 , 0.1094 , 0.1163 , 0.1235 , 0.1308 , 0.1383 , 0.146 , 0.1539 , 0.162 , 0.1702 , 0.1785 , 0.1871 , 0.1957 , 0.2044 , 0.2133 , 0.2223 , 0.2314 , 0.2405 , 0.2498 , 0.2591 , 0.2685 , 0.278 , 0.2875 , 0.2971 , 0.3067 , 0.3164 , 0.3261 , 0.3359 , 0.3456 , 0.3554 , 0.3653 , 0.3751 , 0.385 , 0.3949 , 0.4048 , 0.4147 , 0.4246 , 0.4346 , 0.4445 , 0.4545 , 0.4644 , 0.4744 , 0.4844 , 0.4944 ]
# 计算剩余15天的行权价3.5的认购期权,在无风险利率3%,分红率为0,标的年化波动率为23%时标的价格为3.51元的平值期权的理论价格
0.0725
# ContextInfo.bsm_iv - 基于BS模型计算欧式期权隐含波动率
原型
内置python
ContextInfo.bsm_iv(optionType,objectPrices,strikePrice,optionPrice,riskFree,days,dividend)
释义 基于Black-Scholes-Merton模型,输入期权标的价格、期权行权价、期权现价、无风险利率、剩余天数、标的分红率,计算期权的隐含波动率
参数
字段 类型 说明
optionType str 期权类型，认购：'C'，认沽：'P'
objectPrices float 期权标的价格，可以是价格列表或者单个价格
strikePrice float 期权行权价
riskFree float 无风险收益率
sigma float 标的波动率
days int 剩余天数
dividend float 分红率
返回
double
示例 返回值
#encoding:gbk
import numpy as np
def init ( ContextInfo ):
pass
def after_init ( ContextInfo ):
# 计算剩余15天的行权价3.5的认购期权,在无风险利率3%,分红率为0时,标的现价3.51元,期权价格0.0725元时的隐含波动率
iv = ContextInfo.bsm_iv( ' C ' , 3.51 , 3.5 , 0.0725 , 0.03 , 15 )
print (iv)
0.2299
# 获取除复权信息
# ContextInfo.get_divid_factors - 获取除权除息日和复权因子
原型
内置python
ContextInfo.get_divid_factors(stock.market)
释义
获取除权除息日和复权因子
参数
字段名 数据类型 解释
stock.market string 股票代码.市场代码，如 '600000.SH'
返回值
dict
key:时间戳，
value:list[每股红利,每股送转,每股转赠,配股,配股价,是否股改,复权系数]
输入除权除息日非法时候返回空dict，合法时返回输入日期的对应的dict，不输入时返回查询股票的所有除权除息日及对应dict
示例
示例 返回值
# coding:gbk
def init ( C ):
pass
def handlebar ( C ):
Result = C.get_divid_factors( ' 600000.SH ' )
print (Result)
{ 962812800000 : [ 0.15 , 0.0 , 0.0 , 0.0 , 0.0 , 0 , 1.006501 ], 1029945600000 : [ 0.2 , 0.0 , 0.5 , 0.0 , 0.0 , 0 , 1.5169 ], 1056297600000 : [ 0.1 , 0.0 , 0.0 , 0.0 , 0.0 , 0 , 1.008361 ], 1084982400000 : [ 0.11 , 0.0 , 0.0 , 0.0 , 0.0 , 0 , 1.011853 ], 1115827200000 : [ 0.12 , 0.0 , 0.0 , 0.0 , 0.0 , 0 , 1.017291 ], 1147363200000 : [ 0.0 , 0.3 , 0.0 , 0.0 , 0.0 , 1 , 1.3 ], 1148486400000 : [ 0.13 , 0.0 , 0.0 , 0.0 , 0.0 , 0 , 1.013171 ], 1184688000000 : [ 0.15 , 0.0 , 0.0 , 0.0 , 0.0 , 0 , 1.004145 ], 1208966400000 : [ 0.16 , 0.3 , 0.0 , 0.0 , 0.0 , 0 , 1.306069 ], 1244476800000 : [ 0.23 , 0.4 , 0.0 , 0.0 , 0.0 , 0 , 1.4103269999999999 ], 1276099200000 : [ 0.15 , 0.3 , 0.0 , 0.0 , 0.0 , 0 , 1.310198 ], 1307030400000 : [ 0.16 , 0.3 , 0.0 , 0.0 , 0.0 , 0 , 1.315737 ], 1340640000000 : [ 0.3 , 0.0 , 0.0 , 0.0 , 0.0 , 0 , 1.037267 ], 1370188800000 : [ 0.55 , 0.0 , 0.0 , 0.0 , 0.0 , 0 , 1.055443 ], 1403539200000 : [ 0.66 , 0.0 , 0.0 , 0.0 , 0.0 , 0 , 1.0733329999999999 ], 1434988800000 : [ 0.757 , 0.0 , 0.0 , 0.0 , 0.0 , 0 , 1.046597 ], 1466611200000 : [ 0.515 , 0.0 , 0.1 , 0.0 , 0.0 , 0 , 1.132278 ], 1495641600000 : [ 0.2 , 0.0 , 0.3 , 0.0 , 0.0 , 0 , 1.316595 ], 1531411200000 : [ 0.1 , 0.0 , 0.0 , 0.0 , 0.0 , 0 , 1.010559 ], 1560182400000 : [ 0.35 , 0.0 , 0.0 , 0.0 , 0.0 , 0 , 1.031083 ], 1595433600000 : [ 0.6 , 0.0 , 0.0 , 0.0 , 0.0 , 0 , 1.054446 ], 1626796800000 : [ 0.48 , 0.0 , 0.0 , 0.0 , 0.0 , 0 , 1.050473 ], 1658332800000 : [ 0.41 , 0.0 , 0.0 , 0.0 , 0.0 , 0 , 1.055555 ], 1689868800000 : [ 0.32 , 0.0 , 0.0 , 0.0 , 0.0 , 0 , 1.04507 ]}
# 获取指数权重
# ContextInfo.get_weight_in_index - 获取某只股票在某指数中的绝对权重
原型
内置python
ContextInfo.get_weight_in_index(indexcode, stockcode)
释义
获取某只股票在某指数中的绝对权重
参数
字段名 数据类型 解释
indexcode string 指数代码，格式为 'stockcode.market'，例如 '000300.SH'
stockcode string 股票代码，格式为 'stockcode.market'，例如 '600004.SH'
返回值
float ：返回的数值单位是 %，如 1.6134 表示权重是 1.6134%
示例
示例 返回值
# coding:gbk
def init ( C ):
pass
def handlebar ( C ):
data = C.get_weight_in_index( ' 000300.SH ' , ' 000002.SZ ' )
print (data)
0.438
# 获取成分股信息
# ContextInfo.get_stock_list_in_sector - 获取板块成份股
原型
内置python
ContextInfo.get_stock_list_in_sector(sectorname, realtime)
释义
获取板块成份股，支持客户端左侧板块列表中任意的板块，包括自定义板块
参数
字段名 数据类型 解释
sectorname string 板块名，如 '沪深300'，'中证500'，'上证50'，'我的自选'等
realtime 毫秒级时间戳 实时数据的毫秒级时间戳
返回值
list：内含成份股代码，代码形式为 'stockcode.market'，如 '000002.SZ'
示例
示例 返回值
# coding:gbk
def init ( C ):
pass
def handlebar ( C ):
print (C.get_stock_list_in_sector( ' 上证50 ' ))
[ ' 600010.SH ' , ' 600028.SH ' , ' 600030.SH ' , ' 600031.SH ' , ' 600036.SH ' , ' 600048.SH ' , ' 600050.SH ' , ' 600089.SH ' , ' 600104.SH ' , ' 600111.SH ' , ' 600196.SH ' , ' 600276.SH ' , ' 600309.SH ' , ' 600406.SH ' , ' 600436.SH ' , ' 600438.SH ' , ' 600519.SH ' , ' 600690.SH ' , ' 600745.SH ' , ' 600809.SH ' , ' 600887.SH ' , ' 600893.SH ' , ' 600900.SH ' , ' 600905.SH ' , ' 601012.SH ' , ' 601066.SH ' , ' 601088.SH ' , ' 601166.SH ' , ' 601225.SH ' , ' 601288.SH ' , ' 601318.SH ' , ' 601390.SH ' , ' 601398.SH ' , ' 601628.SH ' , ' 601633.SH ' , ' 601668.SH ' , ' 601669.SH ' , ' 601728.SH ' , ' 601857.SH ' , ' 601888.SH ' , ' 601899.SH ' , ' 601919.SH ' , ' 603259.SH ' , ' 603260.SH ' , ' 603288.SH ' , ' 603501.SH ' , ' 603799.SH ' , ' 603986.SH ' , ' 688111.SH ' , ' 688599.SH ' ]
# 获取交易日信息
注意
该函数只能在 after_init ; handlebar 运行
# ContextInfo.get_trading_dates - 获取交易日信息
原型
内置python
ContextInfo.get_trading_dates(stockcode,start_date,end_date,count, period = ' 1d ' )
释义
ContextInfo.get_trading_dates(stockcode,start_date,end_date,count,period='1d')
参数
字段名 数据类型 解释
stockcode string 股票代码,缺省值''默认为当前图代码，如:'600000.SH'
start_date string 开始时间，缺省值''为空时不使用，如:'20170101','20170101000000'
end_date string 结束时间，缺省值''默认为当前bar的时间，如:'20170102','20170102000000'
count int K线个数，必须大于0，取包括end_date往前的count个K线，但最早不会早于start_date
period string k线类型,'1d':日线,'1m':分钟线,'3m':三分钟线,'5m':5分钟线,'15m':15分钟线,'30m':30分钟线,'1h':小时线,'1w':周线,'1mon':月线,'1q':季线,'1hy':半年线,'1y':年线
返回值
list:K线周期（交易日）列表 period为日线时返回如['20170101','20170102',...]样式 其它返回如['20170101010000','20170102020000',...]样式
示例
示例 返回值
# coding:gbk
def init ( C ):
pass
def after_init ( C ):
print (C.get_trading_dates( ' 600000.SH ' , '' , '' , 30 , ' 1d ' ))
def handlebar ( C ):
pass
[ ' 20231101 ' , ' 20231102 ' , ' 20231103 ' , ' 20231106 ' , ' 20231107 ' , ' 20231108 ' , ' 20231109 ' , ' 20231110 ' , ' 20231113 ' , ' 20231114 ' , ' 20231115 ' , ' 20231116 ' , ' 20231117 ' , ' 20231120 ' , ' 20231121 ' , ' 20231122 ' , ' 20231123 ' , ' 20231124 ' , ' 20231127 ' , ' 20231128 ' , ' 20231129 ' , ' 20231130 ' , ' 20231201 ' , ' 20231204 ' , ' 20231205 ' , ' 20231206 ' , ' 20231207 ' , ' 20231208 ' , ' 20231211 ' , ' 20231212 ' ]
上次更新:
邀请注册送VIP优惠券
分享下方的内容给好友、QQ群、微信群,好友注册您即可获得VIP优惠券
玩转qmt,上迅投qmt知识库
登录后获取
系统函数 交易函数
Reference in New Issue View Git Blame Copy Permalink