今天我继续给大家更新策略的思路研究算法，上一篇我们介绍了整体的网格算法框架

我们现在从细节的部分去介绍算法处理，代码很多很复制，我一个一个模块给大家介绍

算法内容很多，一个模块一个模块分析算法思路，方便大家学习参考

整理主要利用实时连续高频3秒的数据做处理，还需要记录网格的Q点，网格的起点可以利用触发的价格时间来做数据选择，首先开一下怎么样读取tick数据qmt函数


ContextInfo.get_market_data_ex(
    fields=[], 
    stock_code=[], 
    period='follow', 
    start_time='', 
    end_time='', 
    count=-1, 
    dividend_type='follow', 
    fill_data=True, 
    subscribe=True)

读取代码参考，代码来自官方文档

# coding:gbk
import pandas as pd
import numpy as np

def init(C):	
	C.stock_list = ["000.SZ","1.SH", "0.SH"]# 指定获取的标的
	C.start_time = "20230901"# 指定获取数据的开始时间
	C.end_time = "20231101"# 指定获取数据的结束时间

def handlebar(C):
# 获取多只股票，多个字段，一条数据
	data1 = C.get_market_data_ex([],C.stock_list, period = "1d",count = 1)
# 获取多只股票，多个字段，指定时间数据
	data2 = C.get_market_data_ex([],C.stock_list, period = "1d", start_time = C.start_time, end_time = C.end_time)
# 获取多只股票，多个字段，指定时间15m数据
	data3 = C.get_market_data_ex([],C.stock_list, period = "15m", start_time = C.start_time, end_time = C.end_time)
# 获取多只股票，指定字段，指定时间15m数据
	data4 = C.get_market_data_ex(["close","open"],C.stock_list, period = "15m", start_time = C.start_time, end_time = C.end_time)
# 获取多只股票，历史tick
	tick = C.get_market_data_ex([],C.stock_list, period = "tick", start_time = C.start_time, end_time = C.end_time)
# 获取期货5档盘口tick
	future_lv2_quote = C.get_market_data_ex([],["r5.SF","ec.INE"], period = "l2quote", count = 1)
print(data1)
print(data2["0.SZ"].tail())
print(data3)
print(data4["00.SZ"])
print(data4["00000.SZ"].to_csv("your_path")) # 导出文件为csv格式，路径填本机路径
print(tick["001.SZ"])
print(future_lv2_quote)

在实际使用中需要变化一下，需要自定义时间参数方便读取今天实时tick数据分析，需要剔除集合竞价数据，因为集合竞价数据变动大，tick数据从9点15分钟开始有

这个数据重点在时间标签的处理，默认返回的数据格式时间 是这样的

我们需要处理生数字，方便选择数据，从数据里面分析网格的起点，类似这样的时间数据14305900，精确到秒后面的数据，这个是处理代码

tick['time']=tick['time'].apply(lambda x :int(str(x).split('.')[0][-6:]))

方便和本地时间格式time数据做比较，不需要再委托里面记录网格的变动价格，只需要时间就可以分析

date_time=int(''.join(str(datetime.now()).split('.')[0][-8:].split(':')))

有这样的数据方便再做实时分析的时候统计网格交易变动

对比网格分析网格单元大小交易

其他需要的数据算法就很简单，读取价格起点，读取涨跌幅等具体参考官方教程

def get_price(c,stock):
'''
	获取最新价格
	'''
	tick=c.get_full_tick(stock_code=[stock])
	tick=tick[stock]
	price=tick['lastPrice']
return price
def get_base_price(c,stock='51.SH'):
'''
	获取最新价格
	'''
	tick=c.get_full_tick(stock_code=[stock])
	tick=tick[stock]
	price=tick['lastClose']
return price

def get_zdf(c,stock='500.SH'):
'''
	获取个股涨跌幅
	'''
	tick=c.get_full_tick(stock_code=[stock])
	tick=tick[stock]
	zdf=((tick['lastPrice']-tick['lastClose'])/tick['lastClose'])*100
return zdf

不懂的问我就可以点赞加关注不迷路

读取tick数据代码，来自官方教程，参考学习使用

def get_stock_lx_tick(c,stock='50.SH',date='20260413'):
'''
	获取连续的tick数据剔除集合竞价
	'''
	tick=c.get_market_data_ex([],stock_code=[stock], period = "tick",count =-1,
		start_time=date,
		end_time=date,
		dividend_type='front')
	tick=tick[stock]
print(tick)
	tick['time']=tick.index.tolist()
	tick['time']=tick['time'].apply(lambda x :int(str(x).split('.')[0][-6:]))
	tick=tick[['time','lastPrice']]
#剔除集合竞价数据
	tick=tick[tick['time']>=92859]
#剔除停牌交易时间数据
	tick=tick[tick['lastPrice']>0]
return tick

高频算法研究：2日周期基础网格数据构建方法论

今天我继续给大家更新策略的思路研究算法，上一篇我们介绍了整体的网格算法框架算法研究--1日内高频基础网格算法研究

投资顾问

人工智能

算法

大数据

本文详解基于高频3秒tick数据的网格交易策略算法实现，重点介绍QMT接口读取实时行情、剔除集合竞价干扰、时间戳格式化处理及网格起点定位方法，通过价格与涨跌幅数据计算触发条件，完整代码模块化拆解，便于量化交易者参考复用。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

高频算法研究：2日周期基础网格数据构建方法论

高频算法研究：2日周期基础网格数据构建方法论

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐