【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：
| 字段 | 英文 | 说明 |
|---|---|---|
| 开盘价 | open | K线起始价格 |
| 最高价 | high | K线期间最高价 |
| 最低价 | low | K线期间最低价 |
| 收盘价 | close | K线结束价格 |
2.2 K线周期
常见的K线周期：
| 周期 | 秒数 | 说明 |
|---|---|---|
| 1分钟 | 60 | 短线交易常用 |
| 5分钟 | 300 | 日内交易常用 |
| 15分钟 | 900 | 波段交易常用 |
| 1小时 | 3600 | 中线交易常用 |
| 日线 | 86400 | 趋势分析常用 |
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 """from tqsdk import TqApi, 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API api.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)| 参数 | 说明 |
|---|---|
"SHFE.rb2501" | 合约代码 |
duration_seconds=60 | K线周期（秒），60秒=1分钟线 |
data_length=200 | 获取K线数量 |
常用周期设置：
| 周期 | duration_seconds |
|---|---|
| 10秒线 | 10 |
| 1分钟线 | 60 |
| 5分钟线 | 300 |
| 15分钟线 | 900 |
| 30分钟线 | 1800 |
| 1小时线 | 3600 |
| 日线 | 86400 (即246060) |
3.3 获取日线数据
from tqsdk import TqApi, 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：
| 字段 | 说明 |
|---|---|
datetime | K线起始时间（纳秒时间戳） |
open | 开盘价 |
high | 最高价 |
low | 最低价 |
close | 收盘价 |
volume | 成交量 |
open_oi | 起始持仓量 |
close_oi | 结束持仓量 |
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 """from tqsdk import TqApi, TqAuth import datetime 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if api.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：
from tqsdk import TqApi, TqAuth import datetime 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）if api.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
from tqsdk import TqApi, 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）：
from tqsdk import TqApi, 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：
| 功能 | 代码 |
|---|---|
| 获取K线 | api.get_kline_serial(合约, 周期, 数量) |
| 等待更新 | api.wait_update() |
| 判断变化 | api.is_changing(klines.iloc[-1], "字段名") |
| 获取Tick | api.get_tick_serial(合约) |
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
