get_price - 合约历史数据

  • getprice(_order_book_id, start_date, end_date=None, frequency='1d', fields=None, adjust_type='pre', skip_suspended=False)
  • 获取指定合约或合约列表的历史行情（包含起止日期，日线或分钟线），不能在’handle_bar’函数中进行调用。

注意，这一函数主要是为满足在研究平台编写策略习惯而引入。在编写策略中，使用history_bars进行数据获取会更方便。

参数:

  • order_book_id (str | list[str]) – 合约代码，合约代码，可传入order_book_id, order_book_id list, symbol, symbol list
  • start_date (str | datetime.date | datetime.datetime | pandas.Timestamp) – 开始日期，用户必须指定
  • end_date (str | datetime.date | datetime.datetime | pandas.Timestamp) – 结束日期，默认为策略当前日期前一天
  • frequency (str) – 历史数据的频率。 现在支持日/分钟级别的历史数据，默认为‘1d’。使用者可自由选取不同频率，例如‘5m’代表5分钟线
  • adjust_type (str) – 权息修复方案。前复权 - pre，后复权 - post，不复权 - none，回测使用 - internal 需要注意，internal数据与回测所使用数据保持一致，仅就拆分事件对价格以及成交量进行了前复权处理，并未考虑分红派息对于股价的影响。所以在分红前后，价格会出现跳跃
  • skip_suspended (bool) – 是否跳过停牌数据。默认为False，不跳过，用停牌前数据进行补齐。True则为跳过停牌期。注意，当设置为True时，函数order_book_id只支持单个合约传入返回:

pandas.Panel | pandas.DataFrame | pandas.Series

  • 传入一个order_book_id，多个fields，函数会返回一个pandas DataFrame
  • 传入一个order_book_id，一个field，函数会返回pandas Series
  • 传入多个order_book_id，一个field，函数会返回一个pandas DataFrame
  • 传入多个order_book_id，函数会返回一个pandas Panel

参数类型说明openfloat开盘价closefloat收盘价highfloat最高价lowfloat最低价limit_upfloat涨停价limit_downfloat跌停价total_turnoverfloat总成交额volumefloat总成交量acc_net_valuefloat累计净值（仅限基金日线数据）unit_net_valuefloat单位净值（仅限基金日线数据）discount_ratefloat折价率（仅限基金日线数据）settlementfloat结算价 （仅限期货日线数据）prev_settlementfloat昨日结算价（仅限期货日线数据）open_interestfloat累计持仓量（期货专用）basis_spreadfloat基差点数（股指期货专用，股指期货收盘价-标的指数收盘价）trading_datepandas.TimeStamp交易日期（仅限期货分钟线数据），对应期货夜盘的情况

Example:

获取单一股票历史日线行情:

  1. get_price('000001.XSHE', start_date='2015-04-01', end_date='2015-04-12')
  2. #[Out]
  3. #open    close    high    low    total_turnover    volume    limit_up    limit_down
  4. #2015-04-01    10.7300    10.8249    10.9470    10.5469    2.608977e+09    236637563.0    11.7542    9.6177
  5. #2015-04-02    10.9131    10.7164    10.9470    10.5943    2.222671e+09    202440588.0    11.9102    9.7397
  6. #2015-04-03    10.6486    10.7503    10.8114    10.5876    2.262844e+09    206631550.0    11.7881    9.6448
  7. #2015-04-07    10.9538    11.4015    11.5032    10.9538    4.898119e+09    426308008.0    11.8288    9.6787
  8. #2015-04-08    11.4829    12.1543    12.2628    11.2929    5.784459e+09    485517069.0    12.5409    10.2620
  9. #2015-04-09    12.1747    12.2086    12.9208    12.0255    5.794632e+09    456921108.0    13.3684    10.9403
  10. #2015-04-10    12.2086    13.4294    13.4294    12.1069    6.339649e+09    480990210.0    13.4294    10.9877
  11. #...