量化分析高质量数据的获取

QMT可基于本机任意的Python环境进行自由调用，示例教程如下：

首先，本机打开已安装的QMT客户端，譬如我所使用的：

在登录页面输入自己的交易账号、密码后，记得要勾上「极简模式」再进行登录：

接着把登录进去的应用最小化「保持运行」即可，我们接下来的操作可以全部在本机任意Python环境中进行😎~

在本机的任意Python环境下，终端执行「下列命令」安装与本机QMT通信所需的xtquant库，这里我们加上清华大学镜像以加速下载：

pip install xtquant -i https://pypi.tuna.tsinghua.edu.cn/simple

终端中查看已安装的xtquant库相关信息，检验是否安装成功：

pip show xtquant

成功安装xtquant之后，我们就可以在自己习惯的ide或编辑器中编写代码进行相关功能的调用。

xtquant中主要分为行情数据模块xtdata和交易模块xttrade：

要获取量化相关常用数据，就需要调用xtdata的各种方法，譬如：

• 「获取指定市场的全部股票代码」

• 「获取指定股票的基础信息」

字段含义参考：https://dict.thinktrader.net/dictionary/stock.html#原生python

• 「获取指定股票全部历史日线行情」

• 「获取指定股票全部分钟级行情」

支持下载的行情数据粒度可达「分钟级」，依托QMT，下载速度非常「快」：

以上示例只是展示了QMT可调用数据的冰山一角，通过QMT，我们可以灵活稳定高速地获取股票、指数、期货、期权、场内基金、债券等各类型常用量化分析所需数据，帮助我们高效从容地开展各种量化分析操作，有关QMT程序化调用的更多知识，欢迎前往官方文档：https://dict.thinktrader.net/。

除此之外，QMT本身也具备「量化交易」常用的各种功能：