本文主要是介绍量化投资分析平台 迅投 QMT（三）字典数据下载后读取成Dataframe形式，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
量化投资分析平台 迅投 QMT
- [迅投 QMT](https://www.xuntou.net/?user_code=7NYs7O)
- 我目前在使用
- 如何读取下载好的数据出来
- 上代码
- 历史帖子
迅投 QMT
我目前在使用
两个月前（2024年4月）迅投和CQF有一个互动的活动，进行了平台的一个网上路演，刚好我也去听了，感觉还是挺不错的。后来与“客服麻瓜”进行了对QMT的深入了解和使用，最后决定买了他们的服务。注册就可以进行试用，但是是有期限的。如果只是单方面的研究的话，还是建议用稍微便宜些的平台，我主要是需要期权的实时数据进行分析和交易。
如何读取下载好的数据出来
- 首先要将python的对接链跑起来。
- 建议获取一下交易日历，如果觉得不需要也无妨，
- 订阅下载你要的代码。
- 通过内部函数命令读取你下载好的数据
上代码
def get_data_daily(ticker_: str) -> pd.DataFrame:hist_data_1d_dict = xtdata.get_market_data_ex(field_list=[],stock_list=[ticker_],period='1d',start_time=year,end_time="",count=-1,dividend_type='front',fill_data=False,)hist_data_1d_ = [value for key, value in hist_data_1d_dict.items()][-1]data_.index = pd.to_datetime(hist_data_1d_.index.astype(str), format='%Y%m%d', errors='coerce')return data_
- 可能很多人会问我
[value for key, value in hist_data_1d_.items()][-1]是个什么鬼代码。我们获取过来的hist_data_1d_dict返回的是字典形式的数据，key是我们获取数据的代码，譬如说510300.SH;value才是是封装好的Dataframe。我们通过.item()函数将字典拆分来获取。 - 养成一个好习惯，每次获取完Dataframe后一定要确定你的index设为什么值；或者如果有index的话，我们如何拿到一个我们更喜欢的格式。我通过pandas的to_datetime内部函数，把index从数字串封装成标准的字符串形式，标准的时间戳，以便后面的并表或画图的操作。我们来看看修改前后的效果。
- 另外普及一下：undl是underlying的缩写，underlying asset 通指标的资产，在期权交易当中我们经常会看到相关词汇。
下一贴我还没有想好些什么呢，大概率会是如何来获取期权的数据和一些获取的技巧逻辑的内容。
历史帖子
量化投资分析平台 迅投 QMT（一）激活python迅投对接端口
量化投资分析平台 迅投 QMT（二）服务器端订阅下载数据
这篇关于量化投资分析平台 迅投 QMT（三）字典数据下载后读取成Dataframe形式的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
