内置Python行情与数据函数

策略要能下单，先得能取行情。QMT 内置 Python 的行情能力分两半：历史数据（落本地、回测和盘后分析用）和实时数据（盘中订阅推送）。理解「先下载、再取数」的流程，以及哪些周期是合成的，是用对这一组函数的关键。

先下载数据：download_history_data

QMT 的历史数据存在本地，取数前要先把对应周期的数据下载下来。下载函数：

download_history_data(stockcode, period, startTime, endTime)

参数	类型	说明
`stockcode`	string	品种代码，`'600000.SH'` 形式
`period`	string	周期：`'tick'`/`'1m'`/`'5m'`/`'1d'` 等基础周期
`startTime`	string	起始时间，`'20200101'` 或 `'20200101093000'`，可空
`endTime`	string	结束时间，格式同上，可空
`incrementally`	bool	可选，从本地最后一条往后增量下载

def init(C):
    download_history_data('000001.SZ', '1d', '20230101', '')                    # 全量
    download_history_data('000001.SZ', '1d', '20230101', '', incrementally=True)  # 增量

也可以在客户端「操作 → 数据管理」批量下载，并在右下角「行情 → 批量下载」勾「定时下载」做每日自动更新。

周期与合成规则

QMT 的周期分基础周期（实际存储）和合成周期（由基础周期合成）：

分类	周期
基础周期	`tick`、`1m`、`5m`、`1d`
分钟合成	`3m`（←1m）；`10m`/`15m`/`30m`/`60m`/`2h`/`3h`/`4h`（←5m）
日以上合成	`2d`/`3d`/`5d`/`1w`/`1mon`/`1q`/`1hy`/`1y`（←1d）

取数规则：

取历史合成周期：要先下载基础周期。如取 15m 历史要先下 5m。
取实时：可直接订阅原始周期（如直接订阅 15m）。
同时用基础和合成周期（如 5m 和 15m），只需下一次 5m。

取历史行情：get_market_data_ex

取历史 K 线的主力函数，挂在 ContextInfo 上：

data = C.get_market_data_ex(
    fields=[],            # 字段列表，如 ['close','open','high','low','volume']
    stock_code=[],        # 品种列表，如 ['600000.SH']
    period='follow',      # 周期，'follow'=跟随主图
    start_time='',        # 起始时间
    end_time='',          # 结束时间
    count=-1,             # 取最近 N 根，-1=不限
    dividend_type='follow',  # 复权类型
    fill_data=True,       # 是否补齐缺失
    subscribe=False       # 是否订阅实时（回测填 False，读本地）
)

返回 {品种代码: DataFrame} 字典，DataFrame 列即请求的字段：

data = C.get_market_data_ex(['close'], [C.stock], end_time=bar_date,
                            period=C.period, count=20, subscribe=False)
closes = list(data[C.stock].iloc[:, 0])   # 最近 20 根收盘价

⚠️ 该函数不建议在 init 里调用——init 阶段只能取到本地已有数据，行情未必就绪。需要预加载数据，放在第一次 handlebar 或用定时任务。

该函数除行情外，还能取特色数据（资金流向、订单流等），获取方式见数据字典。

订阅实时推送：subscribe_quote

盘中想随分笔行情即时反应，用 subscribe_quote 在 init 里订阅，指定回调函数：

def init(C):
    def on_data(data):
        for stock in data:
            cur = data[stock]['close']
            pre = data[stock]['preClose']
            ratio = cur / pre - 1
            print(stock, '涨幅', ratio)
    C.subscribe_quote('600000.SH', period='1d', callback=on_data)

订阅全市场 K 线（K 线全推，需 VIP 权限）：

def init(C):
    stocks = C.get_stock_list_in_sector('沪深A股')
    for s in stocks:
        C.subscribe_quote(stock_code=s, period='1m',
                          dividend_type='none', result_type='dict',
                          callback=on_bar)

全市场快照：get_full_tick

要一次性拿一大批品种的最新快照（如全市场扫描涨幅），用 get_full_tick，比逐个订阅快得多：

def job(C):
    ticks = C.get_full_tick(A.hsa)        # A.hsa 是品种列表
    for stock in A.hsa:
        ratio = ticks[stock]['lastPrice'] / ticks[stock]['lastClose'] - 1
        if ratio > 0.09:
            print(stock, '涨停附近', ratio)

返回的每个品种含 lastPrice、lastClose、open、high、low、volume 等字段。

品种与板块

函数	作用	示例
`C.get_stock_list_in_sector(name)`	取板块成分代码列表	`C.get_stock_list_in_sector('沪深A股')`
`C.get_stock_name(code)`	取品种中文名	`C.get_stock_name('600000.SH')`
`C.get_instrument_detail(code)`	取合约基础信息（上市日、流通股本、涨跌停价等）	见下
`C.get_trading_dates(...)`	取交易日列表	—
`C.get_open_date(code)`	取上市日	—

get_instrument_detail 返回字典，常用字段：

info = C.get_instrument_detail('600000.SH')
info['InstrumentName']    # 名称
info['OpenDate']          # 上市日期
info['UpStopPrice']       # 涨停价
info['DownStopPrice']     # 跌停价
info['FloatVolume']       # 流通股本
info['TotalVolume']       # 总股本
info['ProductType']       # 合约类型

旧版本客户端里该函数名为 ContextInfo.get_instrumentdetail，新版本统一为 get_instrument_detail。

时间转换：timetag_to_datetime

K 线时间标签和可读时间互转：

bar_date = timetag_to_datetime(C.get_bar_timetag(C.barpos), '%Y%m%d%H%M%S')
# 如 '20260813150000'

行情函数选择速查

需求	函数	subscribe
回测取历史 K 线	`get_market_data_ex`	`False`
实盘取最近 N 根 K 线	`get_market_data_ex`	`True` 或默认
盘中随分笔反应	`subscribe_quote`	—
全市场一次性快照	`get_full_tick`	—
取板块成分	`get_stock_list_in_sector`	—
取合约信息	`get_instrument_detail`	—

下一步

行情和下单都会了。如果想脱离 QMT 客户端、用自己的 Python 环境跑，看 XtQuant外部接口。