XtQuant中的板块数据

2023-12-27 08:45:36

R50
xtquant 是一个 Python 库,提供了行情数据和实盘接口。只要您的券商支持 QMT,并且您也申请到了量化接口权限,就可以免费使用这些数据和实盘接口,这也是目前性价比较高、门槛较低的接入方式。因此,我们会通过多篇笔记来介绍这个库。

今天要探索的是,xtquant 中的板块是如何组织的。这部分内容,虽然在官方文档有一些介绍,但并没有把 API 的使用串联起来。有一些知识点也是经询问官方才知道的,可能一段时间内,这仍然是独家资料,值得收藏。


Xtquant 中有哪些板块

xtquant 中的板块列表通过 get_sector_list 来获取。返回结果是一个字符串列表:

from xtquant import xtdata
sectors = xtdata.get_sector_list()
for i in range(0, len(sectors), 6):
    print(" ".join(sectors[i:i+6]))

我们将得到 5000 多个板块名称,摘录其中的部分显示如下:

上期所上证 A 股,上证 B 股,上证期权,上证转债,中金所
创业板,大商所,板块加权指数,板块指数,概念指数,沪市 ETF
沪市债券,沪市基金,沪市指数,沪深 A 股,沪深 B 股,沪深 ETF
迅投一级行业板块指数,迅投三级行业板块加权指数,迅投三级行业板块指数
郑商所,香港联交所指数,香港联交所股票,ETF 主题指数,ETF 债券型,ETF 商品型
ETF 股票型,ETF 行业指数,ETF 货币型,ETF 跨境型,TGN3D 打印,TGN5G
TGNMicroLED 概念,TGNMiniLED,TGNMLOps 概念,TGNMR
...

板块比较多。下面我们介绍它的几个重要归类:

指数类

在名称中出现指数一词的,大约有 80 个。也就是说,这个板块是由指数的代码组成的:


我们看看沪深指数这个板块都由哪些指数组成:

for sector in xtdata.get_stock_list_in_sector('沪深指数'):
    detail = xtdata.get_instrument_detail(sector)
    name = detail["InstrumentName"]
    print(sector, name)

这里大约有 600 种指数,比如我们常用的上证指数 (000001.SH), 上证 50,上证 300 等都在这里面。如果你要获取中证 1000 的行情数据,但不知道它的代码是多少,就需要在这里查询:

for sector in xtdata.get_stock_list_in_sector('沪深指数'):
    detail = xtdata.get_instrument_detail(sector)
    name = detail["InstrumentName"]
    if name == "中证 1000":
        print(sector)

代码是"000852.SH"和"399852.SZ",它们分别是中证 1000 在沪指和深指中的代码。接下来我们就可以通过上一篇笔记介绍的方法,来获取这个指数的行情:

xtdata.download_history_data("399852.SZ", period="1d")
xtdata.get_market_data(stock_list=["399852.SZ"], period='1d', count=10)

概念和同花顺概念

注意“概念指数”这个板块,我们通过下面的代码来列出它包含的指数:

for code in xtdata.get_stock_list_in_sector("概念指数"):
    detail = xtdata.get_instrument_detail(code)
    name = detail["InstrumentName"]

    print(sector, name)

部分输出如下:

102566.BKZS GNoled 材料
101285.BKZS GN 龙虎榜热门
102109.BKZS GN 太阳能
102512.BKZS GN 安邦系
101602.BKZS GN 饲料
101219.BKZS GN 室外经济

但是似乎拿不到这些板块的指数。我们将继续咨询官方,得到反馈后再向大家报告。如果您现在就需要这些板块的指数,那么可以手工计算一个等权指数出来。


以 GNoled 材料为例,我们可以拿到它的成份股构成,进而得到所有成份股的行情:

secs = xtdata.get_stock_list_in_sector('GNoled 材料')
xtdata.download_history_data2(secs, period='1d', start_time="20231220")

barss = xtdata.get_market_data(stock_list=secs, count=10)
barss

此时我们得到输出如下:

我们通过下面的方法求等权指数,注意这里的转置,以及求均值时,我们传入的 axis=1 的参数。

barss["close"].T.mean(axis=1)

此时我们得到的输出如下:

20231220    19.030909
20231221    19.072121
20231222    18.880909
20231225    18.978485

我们看到板块名字中,好多以 T 开头的,比如 TGN,THY 等。官方文档中似乎没有关于它们的说明,猜测可能是同花顺概念、同花顺行业

申万行业分类板块

如果你希望得到按申万行业分类的板块,应该用以下代码进行查询:

for code in xtdata.get_stock_list_in_sector("迅投一级行业板块指数"):
    detail = xtdata.get_instrument_detail(code)
    name = detail["InstrumentName"]
    if name.startswith("SW"):
        print(code, name)

这样得到的是申万一级行业板块。如果要查询二级、三级,应该分别使用迅投二级行业板块指数和迅投三级行业板块指数。但似乎也无法获取它们的指数。

可转债

我们通过以下代码查找所有的可转债,并得到它们的代码和名字:

for sector in xtdata.get_sector_list():
    if sector.find("可转债") != -1:
        print(sector)
xtdata.get_stock_list_in_sector("沪深 A 股")
xtdata.get_stock_list_in_sector("可转债等权")
xtdata.get_instrument_detail("110047.SH")

这将输出 110043SH 无锡转债。我们可以由它的代码,进一步得到它的行情数据。

小结

在这里插入图片描述

文章来源:https://blog.csdn.net/hbaaron/article/details/135232839
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。