1.MiniQMT 轻量级量化交易终端 + XtQuant Python API的Python量化交易框架，是目前最适合普通股民的本地实盘量化方案，低延迟、高稳定、全私密，包括环境搭建、行情获取、api使用、策略开发、实盘自动交易部署，专为A股交易者打造；2.Ashare（开源、极简的A股实时行情数据API），完全免费的沪深股票行情数据，Python最简封装接口，包含日线,历史K线,分时线,分钟线,全部实时采集，系统包括新浪腾讯双数据核心采集获取，自动故障切换，STOCK数据格式成DataFrame格式,可用来查询研究量化分析，股票程序自动化交易系统.为量化研究者在数据获取方面极大地减轻工作量，更加专注于策略和模型的研究与实现。
如果本项目能帮助到您，请右上角帮我们点亮 ★star 以示鼓励！
- 超低延迟、实盘级交易速度,券商官方通道，券商柜台直连，不是第三方模拟接口.
- 纯本地运行，策略完全私密,策略代码跑在你自己电脑上，不会泄露策略逻辑、仓位、买卖点,适合不想开源、不想被平台看到策略的个人交易者.
- Python 原生接口，自由度极高,XtQuant 是标准 Python 库，不受平台限制，想怎么写就怎么写.
- 全市场覆盖：股票 / 场内基金 / 两融 / 期权 / 期货,一个接口通吃所有品种.
- 轻量化、不吃资源,不像大 QMT 那样笨重.
- 数据本地 + 实时推送,历史 K 线、Tick、财务数据本地缓存,推送式行情，不用反复拉取.
- 券商官方认可，合规安全,不是第三方爬虫、不是模拟接口,是券商级量化通道，实盘稳定、合规.
- MiniQMT 软件： https://download.gjzq.com.cn/temp/organ/gjzqqmt_ceshi.rar
- Xtquant API文档：https://dict.thinktrader.net/nativeApi/start_now.html ； https://dict.thinktrader.net/nativeApi/xtdata.html
- MiniQMT：是可独立运行的量化交易终端软件（你要打开、登录的那个程序），是底层的「交易通道 + 行情服务器」；是迅投（ThinkTrader）开发的 QMT 量化交易系统的「极简 / 轻量版本」，是一个可独立安装、运行的 Windows 桌面软件，是你量化交易的「底层执行终端」；对接券商，完成真实的股票 / 期货 / 期权报单、撤单、成交、资金 / 持仓管理，是你策略落地实盘的唯一通道；实时接收沪深交易所行情、存储历史 K 线 / Tick 数据，给你的策略提供数据支撑；作为本地服务运行，给 XtQuant 提供 API 交互的底层支持，是 XtQuant 能正常工作的前提。
- XtQuant：是MiniQMT 衍生出的 Python 库 / 框架，是连接你写的 Python 代码和 MiniQMT 终端的「桥梁」，本身不能独立运行，必须依赖 MiniQMT 客户端；作为 Python 代码和 MiniQMT 终端之间的「桥梁」，把 MiniQMT 的交易、行情能力，封装成 Python 可调用的函数 / 接口，让你用 Python 写量化策略，就能自动调用 MiniQMT 完成交易、获取数据；本身不能独立运行，必须先启动 MiniQMT 客户端、登录账号，XtQuant 才能通过 TCP 连接调用 MiniQMT 的服务；以 Python 库形式存在：安装 MiniQMT 后会自动附带，也可通过pip install xtquant单独安装；所有功能都是 MiniQMT 能力的 Python 封装，没有 MiniQMT 就没有 XtQuant；是你量化策略的「代码入口」，你写的所有 Python 量化代码，都要通过 XtQuant 的接口，才能落地到实盘交易。
- 操作系统：Windows 10/11 64 位（MiniQMT 仅支持 Windows，不支持 Mac/Linux）
- Python 环境：推荐 Python 3.8~3.10 64 位（兼容性最好，避免版本过高导致的依赖问题）。
- 网络：稳定的互联网连接，用于登录券商服务器、接收行情
- 打开上面的miniqmt链接下载，然后按照向导完成安装，建议安装路径选择非系统盘（如D:\国金QMT\），避免 C 盘权限问题，安装完成后，桌面会生成「国金QMT」快捷方式。
- 双击打开国金qmt，输入楼主给的账密，并务必勾选「独立交易模式 / 极简模式」登录（MiniQMT 的核心运行模式，否则 XtQuant 无法连接）。
- 登录成功后，确认客户端正常接收行情、可手动下单，说明终端运行正常，保持 MiniQMT后台在线，这是 XtQuant 正常工作的唯一前提。
- 安装 Python（已有环境可跳过），打开 Python 官网：https://www.python.org/downloads/windows/ ，下载Python 3.9.13 64 位（稳定兼容版，避免最新版的兼容性问题），安装时务必勾选「Add Python.exe to PATH」，自动配置环境变量，安装完成后，打开 CMD 命令提示符，输入python --version，显示版本号即安装成功。
- 安装 XtQuant 库的方式 1：从 MiniQMT 本地安装（随客户端自带）（推荐），打开 CMD，进入 MiniQMT 的 Python 包目录：cd D:\国金QMT\bin.x64\Lib\site-packages ；执行本地安装命令：pip install xtquant --no-index --find-links=./ ；等待安装完成，显示Successfully installed xtquant即成功。
- 方式 2：pip 在线安装（备用），如果方式 1 失败，直接执行在线安装：pip install xtquant -i https://pypi.tuna.tsinghua.edu.cn/simple ，用清华源加速，避免下载超时，安装完成后，同样用pip show xtquant验证版本。
- 10、验证安装成功，打开 CMD，输入python进入 Python 交互环境，执行：import xtquant // print(xtquant.version) ;正常输出版本号（如2.0.12），说明 XtQuant 安装成功
- 下一步：开始量化策略开发,环境配置完成后，你可以直接基于 XtQuant 的 API 开发策略：用xtdata获取行情数据，编写策略逻辑（均线、MACD、因子等）;用xttrader实现自动下单、撤单、持仓管理;先在模拟盘测试策略，验证稳定后再上实盘;先在模拟盘测试策略，验证稳定后再上实盘.
中国股市A股股票行情实时数据最简封装API接口,包含日线,分时分钟线,全部格式成DataFrame格式数据,可用来研究，量化分析，证券股票程序化自动化交易系统 行情系统包括新浪腾讯双数据核心，自动故障切换，为量化研究者在数据获取方面极大地减轻工作量，更加专注于策略和模型的研究与实现。
- 核心库轻量化:项目库就一个文件Ashare.py,不用安装设置，可自由裁剪，随用随走 from Ashare import * 即可
- 双内核封装，新浪财经，腾讯股票的实时行情数据，包括任意历史日线，周线，月线，分钟线，小时线等，已经稳定运行数年
- 双内核一主一备，自动热备，自动切换，Ashare即使用来做量化实盘行情源也可以满足。
- 全部数据格式清理成DataFrame格式数据，让您非常方便的使用pandas来分析和处理
- 和其他行情库（tushare等）比的优点是什么？ -- 简单 轻量 便携 开源
- Ashare把复杂的数据获取，拆分，整合逻辑全部封装成一个函数 get_price() 看完下面例子就会了
- Ashare可以用在任何需要量化研究，量化分析的场合
先看一个最简单的例子 Demo1.py
from Ashare import *
# 证券代码兼容多种格式 通达信，同花顺，聚宽
# sh000001 (000001.XSHG) sz399006 (399006.XSHE) sh600519 ( 600519.XSHG )
df=get_price('sh000001',frequency='1d',count=5) #默认获取今天往前5天的日线实时行情
print('上证指数日线行情\n',df)
df=get_price('000001.XSHG',frequency='1d',count=5,end_date='2021-04-30') #可以指定结束日期，获取历史行情
print('上证指数历史行情\n',df)
df=get_price('000001.XSHG',frequency='1w',count=5,end_date='2018-06-15') #支持'1d'日, '1w'周, '1M'月
print('上证指数历史周线\n',df)
df=get_price('sh600519',frequency='15m',count=5) #分钟线实时行情，可用'1m','5m','15m','30m','60m'
print('贵州茅台15分钟线\n',df)
df=get_price('600519.XSHG',frequency='60m',count=6) #分钟线实时行情，可用'1m','5m','15m','30m','60m'
print('贵州茅台60分钟线\n',df)#上证指数日线行情----------------------------------------------------
open close high low volume
2021-06-07 3597.14 3599.54 3600.38 3581.90 303718677.0
2021-06-08 3598.75 3580.11 3621.52 3563.25 304491470.0
2021-06-09 3576.80 3591.40 3598.71 3572.64 298323296.0
2021-06-10 3587.53 3610.86 3624.34 3584.13 318174808.0
2021-06-11 3614.11 3589.75 3614.40 3587.15 360554970.0
#贵州茅台60分钟线----------------------------------------------------
open close high low volume
2021-06-10 14:00:00 2237.00 2224.16 2245.00 2222.00 4541.53
2021-06-10 15:00:00 2222.21 2238.48 2240.34 2222.21 4146.88
2021-06-11 10:30:00 2239.00 2220.00 2244.00 2197.86 12030.00
2021-06-11 11:30:00 2220.01 2210.18 2231.80 2200.18 4868.00
2021-06-11 14:00:00 2210.10 2223.35 2224.48 2206.01 4544.00
2021-06-11 15:00:00 2223.33 2178.81 2226.80 2178.81 12529.00
#股市行情数据获取和作图 -2
from Ashare import * #股票数据库 https://github.com/mpquant/Ashare
from MyTT import * #myTT麦语言工具函数指标库 https://github.com/mpquant/MyTT
# 证券代码兼容多种格式 通达信，同花顺，聚宽
# sh000001 (000001.XSHG) sz399006 (399006.XSHE) sh600519 ( 600519.XSHG )
df=get_price('000001.XSHG',frequency='1d',count=120) #获取今天往前120天的日线实时行情
print('上证指数日线行情\n',df.tail(5))
#-------有数据了，下面开始正题 -------------
CLOSE=df.close.values; OPEN=df.open.values #基础数据定义，只要传入的是序列都可以
HIGH=df.high.values; LOW=df.low.values #例如 CLOSE=list(df.close) 都是一样
MA5=MA(CLOSE,5) #获取5日均线序列
MA10=MA(CLOSE,10) #获取10日均线序列
up,mid,lower=BOLL(CLOSE) #获取布林带指标数据
#-------------------------作图显示-----------------------------------------------------------------
import matplotlib.pyplot as plt ; from matplotlib.ticker import MultipleLocator
plt.figure(figsize=(15,8))
plt.plot(CLOSE,label='SHZS'); plt.plot(up,label='UP'); #画图显示
plt.plot(mid,label='MID'); plt.plot(lower,label='LOW');
plt.plot(MA10,label='MA10',linewidth=0.5,alpha=0.7);
plt.show()