10.【QMT使用指南】- 引用函数

量化软件 2025-01-23 3483
量化软件:迅投QMT使用指南 10.【QMT使用指南】- 引用函数  第1张
10.【QMT使用指南】- 引用函数  第2张
# ext_data - 获取扩展数据获取扩展数据。**调用方法:**```Pythonext_data(extdataname, stockcode, deviation, ContextInfo)

参数:

参数名 类型 说明 提示
extdataname string 扩展数据名
stockcode string 证券代码 形式如 ‘600000.SH’
deviation number K 线偏移 0:不偏移,N:向右偏移N,-N:向左偏移N
ContextInfo pythonObj Python 对象 必须是 ContextInfo 对象

返回: number

示例:

# coding:gbkdef init(ContextInfo):    print(ext_data('CR', '600000.SH', 0, ContextInfo))

ext_data_rank - 获取引用的扩展数据的数值在所有品种中的排名

获取引用的扩展数据的数值在所有品种中的排名。

调用方法:

ext_data_rank(extdataname, stockcode, deviation, ContextInfo)

参数:

参数名 类型 说明 提示
extdataname string 扩展数据名
stockcode string 证券代码 形式如 ‘600000.SH’
deviation number K 线偏移 0:不偏移,N:向右偏移N,-N:向左偏移N
ContextInfo pythonObj Python 对象 必须是 ContextInfo 对象

返回: number

示例:

# coding:gbkdef init(ContextInfo):    print(ext_data_rank('mycci', '600000.SH', 0, ContextInfo))

ext_data_rank_range - 获取引用的扩展数据的数值在指定时间区间内所有品种中的排名

获取引用的扩展数据的数值在指定时间区间内所有品种中的排名。

调用方法:

ext_data_rank_range(extdataname, stockcode, begintime, endtime, ContextInfo)

参数:

参数名 类型 说明 提示
extdataname string 扩展数据名
stockcode string 证券代码 形式如 ‘600000.SH’
begintime string 区间的起始时间 格式为 ‘2016-08-02 12:12:30’(包括该时间点在内)
endtime string 区间的结束时间 格式为 ‘2017-08-02 12:12:30’ (包括该时间点在内)
ContextInfo pythonObj Python 对象 必须是 ContextInfo 对象

返回: pythonDict

示例:

# coding:gbkdef init(ContextInfo):    print(ext_data_rank_range('mycci', '600000.SH', '2022-08-02 12:12:30', '2023-08-02 12:12:30', ContextInfo))

ext_data_range - 获取扩展数据在指定时间区间内的值

获取扩展数据在指定时间区间内的值。

调用方法:

ext_data_range(extdataname, stockcode, begintime, endtime, ContextInfo)

参数:

参数名 类型 说明 提示
extdataname string 扩展数据名
stockcode string 证券代码 形式如 ‘600000.SH’
begintime string 区间的起始时间 格式为 ‘2016-08-02 12:12:30’(包括该时间点在内)
endtime string 区间的结束时间 格式为 ‘2017-08-02 12:12:30’ (包括该时间点在内)
ContextInfo pythonObj Python 对象 必须是 ContextInfo 对象

返回: pythonDict

示例:

# coding:gbkdef init(ContextInfo):    print(ext_data_range('mycci', '600000.SH', '2022-08-02 12:12:30', '2023-08-02 12:12:30', ContextInfo))

get_factor_value - 获取因子数据

获取因子数据。

调用方法:

get_factor_value(factorname, stockcode, deviation, ContextInfo)

参数:

参数名 类型 说明 提示
factorname string 因子名称
stockcode string 证券代码 形式如 ‘600000.SH’
deviation number K 线偏移 0 不偏移,N 向右偏移 N,-N 向左偏移 N
ContextInfo pythonObj Python 对象 必须是 ContextInfo 对象

返回: number

示例:

# coding:gbkdef init(ContextInfo):    print(get_factor_value('zzz', '600000.SH', 0, ContextInfo))

get_factor_rank - 获取引用的因子数据的数值在所有品种中排名

获取引用的因子数据的数值在所有品种中排名。

调用方法:

get_factor_rank(factorname, stockcode, deviation, ContextInfo)

参数:

参数名 类型 说明 提示
factorname string 因子名称
stockcode string 证券代码 形式如 ‘600000.SH’
deviation number K 线偏移 0 不偏移,N 向右偏移 N,-N 向左偏移 N
ContextInfo pythonObj Python 对象 必须是 ContextInfo 对象

示例:

# coding:gbkdef init(ContextInfo):    print(get_factor_rank('zzz', '600000.SH', 0, ContextInfo))

call_vba - 获取引用的 VBA 模型运行的结果

获取引用的 VBA 模型运行的结果。

提示:

  • 使用该函数时需补充好本地 K 线或分笔数据。

调用方法:

call_vba(factorname, stockcode, [period, dividend_type, barpos], ContextInfo)

参数:

参数名 类型 说明 提示
factorname string 因子名称
stockcode string 证券代码 形式如 ‘600000.SH’
period string K 线周期 可缺省,默认为当前主图周期线型
dividend_type string 复权方式 可缺省,默认当前图复权方式
barpos number 对应 bar 下标 可缺省,默认当前主图调用到的 bar 的对应下标
ContextInfo pythonObj Python 对象 必须是 ContextInfo 对象

周期可选值:

  • ‘tick’:分笔线

  • ‘1d’:日线

  • ‘1m’:1分钟线

  • ‘3m’:3分钟线

  • ‘5m’:5分钟线

  • ‘15m’:15分钟线

  • ‘30m’:30分钟线

  • ‘1h’:小时线

  • ‘1w’:周线

  • ‘1mon’:月线

  • ‘1q’:季线

  • ‘1hy’:半年线

  • ‘1y’:年线

复权方式可选值:

  • ‘none’:不复权

  • ‘front’:向前复权

  • ‘back’:向后复权

  • ‘front_ratio’:等比向前复权

  • ‘back_ratio’:等比向后复权

返回: number

示例:

# coding:gbkdef init(ContextInfo):    print(call_vba('MA.ma1', '600036.SH', ContextInfo))

返回值:

-1.0
Python自动化炒股:利用Prophet和ARIMA进行股票价格预测的实战案例
« 上一篇 2025-01-23
8.7 神经网络在量化投资中的应用
下一篇 » 2025-01-23