量化入门：qmt获取可转债基本信息和行情数据

最新推荐文章于 2025-06-05 09:29:13 发布

python自动化工具

最新推荐文章于 2025-06-05 09:29:13 发布

阅读量2.4k

点赞数 20

CC 4.0 BY-SA版权

分类专栏：量化投资文章标签：数据库

本文链接：https://blog.csdn.net/luansj/article/details/139482721

量化投资专栏收录该内容

81 篇文章 ¥15.90 ¥99.00

订阅专栏

超级会员免费看

本文介绍了如何通过Python和QMT专业版获取可转债的实时数据和基本信息，包括从集思录下载数据的替代方法，以及如何使用特定函数下载历史行情数据。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

💻专业版获取可转债数据

今天将展示如何使用Python和QMT来获取可转债的实时数据和财务数据。

🔬 获取可转债基本信息

迅投的券商版和基础版都不支持可转债行情，投研专业版才支持，一年大概5000元。免费的券商版可参考QMT量化入门
在这里插入图片描述
投研专业版才有权限调用download_cb_data()方法：

# coding:gbk
# @author      : 木头左
# @date        : 2024/06/03 22:18:26
# @description : 
from xtquant import xtdata
import random
bond_code = ''
# 下载转债信息
xtdata.download_cb_data()
# 获取转债信息
res= xtdata.get_cb_info(bond_code)
print(res)

如果无权限，则会报错RuntimeError：
在这里插入图片描述

📊 下载可转债基本信息

如果没开通投研专业版，也没关系，可以从集思录下载。需要安装akshare，并登录集思录。f12后可以看到自己的cookie。
在这里插入图片描述

# 安装QMT库
# pip install akshare
 import akshare as ak 
    bond_df = ak.bond_cb_jsl(cookie="") 
    bond_df.to_csv('可转债20240601.csv', index=False, encoding='utf-8-sig')

这里需要下载akracer-0.0.13 akshare-1.13.96 html5lib-1.1 jsonpath-0.82.2 py-mini-racer-0.6.0 xlrd-2.0.1等，大概几十M，可能出错：
在这里插入图片描述
可以指定阿里或清华的源：

pip install akshare --index-url https://mirrors.aliyun.com/pypi/simple/

可以看到已经下载的csv:
在这里插入图片描述
注意这里的cookie，如果未登录只能获取到30条，目前正常应该是有500多支可转债。

📊 获取可转债行情数据

虽然券商版本没开放可转债信息查询接口，但是行情数据仍然是开放的。

    xtdata.download_history_data2(stock_list=[bond_code], period='1d',start_time="20240601")
    res = xtdata.get_market_data(field_list=['time','open','high','low','close','volume','amount'],
                                    stock_list=[bond_code],period='1d',count=10,dividend_type='none', fill_data=True)
    quote_df1=pd.DataFrame(columns=['time','open','high','low','close','volume','amount'])
    print(res)

调用download_history_data2函数下载历史数据：

stock_list=[bond_code]：指定要下载数据的列表，这里只包含一个元素，即bond_code，bond_code代表可转债的代码。
period='1d'：指定数据的时间周期，这里是'1d'，表示日数据。
start_time="20240601"：指定下载数据的起始时间，格式为'YYYYMMDD'，这里指定的是2024年6月1日。

调用get_market_data函数，获取市场数据：

field_list=['time','open','high','low','close','volume','amount']：指定要获取的市场数据字段列表，包括时间、开盘价、最高价、最低价、收盘价、成交量和成交金额。
stock_list=[bond_code]：与第一行代码相同，指定要获取数据的债券代码。
period='1d'：同样指定数据的时间周期为日数据。
count=10：指定要获取的数据条数，这里是10条。
dividend_type='none'：指定股息处理方式，'none'表示不考虑股息调整。
fill_data=True：指定是否填充缺失的数据，True表示会尝试填充。
结果如下：