【期货量化入门】Python获取期货K线数据（TqSdk完整教程）

一、前言

在量化交易中，K线数据是最常用的数据类型。无论是计算技术指标（如均线、MACD、布林带），还是进行策略回测，都离不开K线数据。

本文将详细介绍如何使用**天勤量化（TqSdk）**获取期货K线数据，包括：

• 获取不同周期的K线（1分钟、5分钟、日线等）
• 实时更新K线数据
• 判断新K线生成
• 使用pandas处理K线数据

二、K线数据基础

2.1 什么是K线？

K线（也叫蜡烛图）是一种常用的价格图表，每根K线包含四个价格：

2.2 K线周期

常见的K线周期：

三、获取K线数据（完整代码）

3.1 获取1分钟K线

#!/usr/bin/env python# -*- coding: utf-8 -*-""" 功能：获取期货K线数据 说明：本代码仅供学习参考 """fromtqsdkimportTqApi,TqAuth# 创建API实例api=TqApi(auth=TqAuth("你的快期账户","你的密码"))# 获取螺纹钢2501合约的1分钟K线，最近200根klines=api.get_kline_serial("SHFE.rb2501",duration_seconds=60,data_length=200)# 打印K线数据类型print(f"数据类型:{type(klines)}")print(f"K线数量:{len(klines)}")print("-"*60)# 打印最后5根K线print("最近5根K线:")print(klines.tail())# 关闭APIapi.close()

运行结果示例：

数据类型: <class 'pandas.core.frame.DataFrame'> K线数量: 200 ------------------------------------------------------------ 最近5根K线: datetime open high low close volume 195 2025-01-15 14:55:00+08:00 3350.0 3352.0 3348.0 3351.0 1520 196 2025-01-15 14:56:00+08:00 3351.0 3353.0 3350.0 3352.0 1380 197 2025-01-15 14:57:00+08:00 3352.0 3354.0 3351.0 3353.0 1450 198 2025-01-15 14:58:00+08:00 3353.0 3355.0 3352.0 3354.0 1620 199 2025-01-15 14:59:00+08:00 3354.0 3356.0 3353.0 3355.0 1580

3.2 代码解析

klines=api.get_kline_serial("SHFE.rb2501",duration_seconds=60,data_length=200)

常用周期设置：

3.3 获取日线数据

fromtqsdkimportTqApi,TqAuth api=TqApi(auth=TqAuth("你的快期账户","你的密码"))# 获取螺纹钢日线，最近60个交易日klines=api.get_kline_serial("SHFE.rb2501",duration_seconds=24*60*60,data_length=60)print("最近5个交易日的日K线:")print(klines[["datetime","open","high","low","close","volume"]].tail())api.close()

四、K线数据字段说明

TqSdk返回的K线数据是一个pandas DataFrame，包含以下字段：

五、实时更新K线（进阶）

在实际应用中，我们通常需要实时获取K线更新。TqSdk的K线数据会自动更新，我们只需要用wait_update()等待数据刷新即可。

5.1 实时打印最新K线

#!/usr/bin/env python# -*- coding: utf-8 -*-""" 功能：实时监控K线数据 说明：程序会持续运行，按Ctrl+C停止 """fromtqsdkimportTqApi,TqAuthimportdatetime api=TqApi(auth=TqAuth("你的快期账户","你的密码"))# 获取10秒K线klines=api.get_kline_serial("SHFE.rb2501",duration_seconds=10)print("开始监控K线，按Ctrl+C停止...")print("-"*70)whileTrue:api.wait_update()# 判断K线收盘价是否变化ifapi.is_changing(klines.iloc[-1],"close"):# 获取最后一根K线last_kline=klines.iloc[-1]# 转换时间戳为可读格式kline_time=datetime.datetime.fromtimestamp(last_kline["datetime"]/1e9)print(f"时间:{kline_time}| 开:{last_kline['open']:.1f}| "f"高:{last_kline['high']:.1f}| 低:{last_kline['low']:.1f}| "f"收:{last_kline['close']:.1f}| 量:{last_kline['volume']}")

5.2 判断新K线生成

当一根新K线开始时，可能需要执行某些操作（如计算指标、发出信号）。可以通过判断K线时间是否变化来检测新K线：

fromtqsdkimportTqApi,TqAuthimportdatetime api=TqApi(auth=TqAuth("你的快期账户","你的密码"))# 获取1分钟K线klines=api.get_kline_serial("SHFE.rb2501",duration_seconds=60)print("监控新K线生成...")whileTrue:api.wait_update()# 判断是否产生新K线（通过datetime字段变化判断）ifapi.is_changing(klines.iloc[-1],"datetime"):kline_time=datetime.datetime.fromtimestamp(klines.iloc[-1]["datetime"]/1e9)print(f">>> 新K线生成！时间:{kline_time}")# 在这里可以添加你的策略逻辑# 例如：计算均线、判断信号等

六、使用pandas处理K线

TqSdk返回的K线数据是pandas DataFrame，可以直接使用pandas的各种功能：

6.1 计算简单移动平均线

fromtqsdkimportTqApi,TqAuth api=TqApi(auth=TqAuth("你的快期账户","你的密码"))klines=api.get_kline_serial("SHFE.rb2501",duration_seconds=60,data_length=100)# 等待数据准备好api.wait_update()# 计算5周期和20周期移动平均线klines["ma5"]=klines["close"].rolling(5).mean()klines["ma20"]=klines["close"].rolling(20).mean()# 打印最后5行print(klines[["datetime","close","ma5","ma20"]].tail())api.close()

6.2 计算涨跌幅

# 计算涨跌幅（相对于前一根K线）klines["change"]=klines["close"].pct_change()*100# 打印print(klines[["datetime","close","change"]].tail())

七、获取Tick数据（补充）

除了K线，TqSdk还支持获取Tick级别的数据（逐笔成交）：

fromtqsdkimportTqApi,TqAuth api=TqApi(auth=TqAuth("你的快期账户","你的密码"))# 获取Tick数据ticks=api.get_tick_serial("SHFE.rb2501")# 等待数据准备好api.wait_update()print("Tick数据示例:")print(ticks.tail())api.close()

八、总结

本文介绍了如何使用TqSdk获取期货K线数据，要点回顾：

K线周期参数（duration_seconds）：

• 1分钟 = 60
• 5分钟 = 300
• 日线 = 86400

TqSdk的数据全部存储在内存中，访问速度快，而且会自动更新，非常适合开发量化交易策略。

免责声明：本文仅供学习交流使用，不构成任何投资建议。期货交易有风险，入市需谨慎。

更多资源：

• 天勤量化官网：https://www.shinnytech.com
• GitHub开源地址：https://github.com/shinnytech/tqsdk-python
• 官方文档：https://doc.shinnytech.com/tqsdk/latest