天勤量化常用知识点（附示例，不定期更新中......）

天勤量化常用知识点（附示例，不定期更新中......）

天勤量化常用知识点

• 一 、获取成交记录，并写入到本地保存。
• • 1.1 下单函数：insert_order
  • 1.2 开仓
• 二、从本地读取成交记录，把时间转换成datetime
• • 2.1 示例
  • 2.2示例，时间转换。
  • 2.3、时间处理及数据筛选。
  • 2.4 时间处理示例
  • 2.5 combine(…)：将一个date对象和一个time对象合并生成一个datetime对象
  • 2.6、获取时间差
  • 2.7K线数据的时间转换
• 三、设置交易时间
• 四、设置日内交易次数。

一 、获取成交记录，并写入到本地保存。

1.1 下单函数：insert_order

order1为一个成交对象,limit_price (float | str): [可选] 下单价格, 默认为 None,市价单。示例：

def trade1 (self, trade1_records):  # 获取账户委托单信息。 trade1_records为成交记录，是下单函数insert_order（）的一个成交对像，是一个字典，它的值同样为一个字典。for k, v in trade1_records.items() :order_id = v['order_id'] # str:委托单ID, 对于一个用户的所有委托单，这个ID都是不重复的trade_id = v['trade_id'] # str:成交ID, 对于一个用户的所有成交，这个ID都是不重复的 v[ ]exchange_trade_id  = v['exchange_trade_id'] # 交易所成交编号exchange_id  = v['exchange_id']  # str:交易所instrument_id  = v['instrument_id'] # str:交易所内的合约代码direction  = v['direction'] # str:下单方向, BUY=买, SELL=卖offset  = v['offset'] # str: 开平标志, OPEN=开仓, CLOSE=平仓, CLOSETODAY=平今price  = v['price'] # float: 成交价格volume  = v['volume']  # int: 成交手数date_time  = v['trade_date_time'] # 纳秒成交时间time1 = time_to_datetime(v['trade_date_time']) # 把成交时间-纳秒时间转换成str型时间类型，如：2022：01：23  09:00:00.0000x = { '成交ID':[v[ 'trade_id']],'交易所': [v['exchange_id']],'合约代码': [v['instrument_id']], '下单方向': [v['direction']],'开平标志': [v['offset']],'成交价格': [v['price']],'成交手数':[v['volume']],'成交时间' : [time1], '纳秒成交时间': [v['trade_date_time']]}  mdata = pd.DataFrame(x)             print("成交时间为：%s,成交价格为：%f,成交手数为%i," %(time1,v['price'