该接口可以用来获取某个标的的历史数据，可以获取最近N条历史行情K线数据。支持多股票、多行情字段获取。在Ptrade中实时更新，一分钟结束之后，更新一分钟的数据，如果使用tick_data实盘交易，要注意补充当前数据，否则可能会造成交易信号滞后。
get_history(count, frequency="1d", field="close", security_list=None, fq=None, include=False, fill="nan")参数说明
count：K线数量，大于0，返回指定数量的K线行情；必填参数；入参类型：int；
frequency：K线周期，现有支持1分钟线、5分钟线、15分钟线、30分钟线、60分钟线、120分钟线、日线、周线、月线、季度线和年线频率的数据；选填参数，默认为"1d"；入参类型：str；
field：指明数据结果集中所支持输出的行情字段；选填参数，默认为["open","high","low","close","volume","money","price"]；入参类型：list[str,str]或str；输出字段包括：
open--开盘价，字段返回类型：numpy.float64；high--最高价，字段返回类型：numpy.float64；low--最低价，字段返回类型：numpy.float64；close--收盘价，字段返回类型：numpy.float64；volume--交易量，字段返回类型：numpy.float64；money--交易金额，字段返回类型：numpy.float64；price--最新价，字段返回类型：numpy.float64；preclose--昨收盘价，字段返回类型：numpy.float64；high_limit--涨停价，字段返回类型：numpy.float64；low_limit--跌停价，字段返回类型：numpy.float64；unlimited--判断查询日是否是无涨跌停限制，字段返回类型：numpy.float64；
security_list：要获取数据的股票列表；选填参数，None表示在上下文中的universe中选中的所有股票；入参类型：list[str,str]或str；
fq：数据复权选项，支持包括，pre-前复权，post-后复权，dypre-动态前复权，None-不复权；选填参数，默认为None；入参类型：str；
include：是否包含当前周期，True–包含，False-不包含；选填参数，默认为False；入参类型：bool；
fill：行情获取不到某一时刻的分钟数据时，是否用上一分钟的数据进行填充该时刻数据，"pre"–用上一分钟数据填充，"nan"–NaN进行填充；选填参数，默认为"nan"；入参类型：str；
返回数据解析
输入参数security是单个标的
get_history(5, "1d", "open", "600570.SS", fq=None, include=False)返回数据格式如下：pandas.DataFrame对象，其中index：timecolumns：fileds
输入参数security是列表
get_history(5, "1d", "open", ["600570.SS","600571.SS"], fq=None, include=False)返回数据格式如下：pandas.DataFrame对象，其中index：timecolumns：stock_code
| 2017-04-11 | 40.30 | 17.81 |
| 2017-04-12 | 40.08 | 17.56 |
| 2017-04-13 | 40.03 | 17.42 |
| 2017-04-14 | 40.04 | 17.40 |
| 2017-04-17 | 39.90 | 17.49 |
输入参数security是列表，行情字段field入参为多个
get_history(2, frequency="1d", field=["open","close"], security_list=["600570.SS", "600571.SS"], fq=None, include=False)返回数据格式：pandas.Panel对象，其中items索引是行情字段
示意：
可以使用以下代码选中其中一个dataframe
get_history(2, frequency="1d", field=["open","close"], security_list=["600570.SS", "600571.SS"], fq=None, include=False)["open"]返回数据格式：pandas.DataFrame对象，其中index：timecolumns：stock_code
解析：很多朋友可能没有见过panel格式的数据结构，因为panel只在pandas低版本使用，现在新版本已经取消了panel结构，可以简单地把Itemsaxis看做dataframe的名字，Major_axisaxis看做index，Minor_axisaxis看做column，但是以行情字段作为items_axis不符合我们使用的习惯，我们一般会使用swapaxis方法改变items_axis，将stock_code作为items_axis，行情字段作为column，将dataframe的结构改成和返回的格式一致，让我们处理数据结构更加方便。
示例：
panel_info = get_history(2, frequency="1d", field=["open","close"], security_list=["600570.SS", "600571.SS"], fq=None, include=False)
panel_info = panel_info.swapaxes("minor_axis", "items")
log.info(panel_info)返回数据格式：pandas.Panel对象，其中items索引stock_code
示意：
可以使用以下代码选中其中一个dataframe
panel_info = get_history(2, frequency="1d", field=["open","close"], security_list=["600570.SS", "600571.SS"], fq=None, include=False)
panel_info = panel_info.swapaxes("minor_axis", "items")
df = panel_info["600570.SS"]返回数据格式：pandas.DataFrame对象，其中index：timecolumns：fileds
有疑问可以交流，可代写策略，欢迎私信交流
文章为作者独立观点，不代表股票交易接口观点
相关文章
股民评论