金融科技示例工程【免费下载链接】ai_quant_tradeStock AI Trader: 1-stop platform for learning, sim live trading. Covers: stock basics, strategies, LLMs, factor mining, ML/DL/RL, graph nets, HFT, C deploy JoinQuant code. 股票AI操盘手一站式学习、模拟、实盘平台。涵盖股票基础、策略、大模型、因子挖掘、机器学习/深度学习/强化学习、图网络、高频交易、C部署及聚宽代码。项目地址https://gitcode.com/gh_mirrors/ai/ai_quant_trade点击查看免费下载本指南以 AIQuant 智投开源仓库中 Tushare 数据源 Skill 包的期货数据参考文档为核心系统讲解ft_mins历史分钟行情接口的调用方式、参数语义、返回结构与数据样例并结合仓库中的合约信息、主力合约映射、实时分钟等配套接口与源码示例给出可落地的分页拉取、主力合约分钟序列构建与数据标准化方案。读完本文你将能够独立使用 Tushare Pro 获取超过 10 年历史的期货分钟级行情并为其接入量化回测或实盘监控数据管线。接口概览ft_mins 能做什么ft_mins是 Tushare Pro 提供的历史分钟行情接口用于获取全市场期货合约的分钟级 K 线数据。从仓库 SKILL.md 中的接口列表可见该接口在 Tushare Pro 中的 ID 为 313归属于期货数据分类描述为获取全市场期货合约分钟数据支持 1min/5min/15min/30min/60min 行情提供 Python SDK 和 http Restful API 两种方式。该接口的核心约束与能力如下来源于本仓库 历史分钟行情.md支持频度1min / 5min / 15min / 30min / 60min 五种分钟周期。数据深度本接口可以提供超过10 年历史分钟数据。单次限量单次最大返回8000 行数据可通过期货合约代码和时间循环分页获取全部历史。权限要求120 积分可以调取 2 次接口查看数据正式使用需满足更高积分权限。注意如果需要主力合约的分钟数据需要先通过主力合约映射接口获取对应的合约代码再按合约代码提取分钟行情——这一点在接口描述中已明确提示下文将给出完整实现。输入参数详解调用ft_mins接口需要传入以下参数均来自原文档参数表名称类型必选描述ts_codestrY合约代码例如CU2310.SHFfreqstrY分钟频度1min/5min/15min/30min/60minstart_datedatetimeN开始日期格式2023-08-25 09:00:00end_datedatetimeN结束时间格式2023-08-25 19:00:00其中ts_code虽然参数表中描述为股票代码但在期货接口语境下实际传入的是期货合约代码格式为合约品种月份交易所后缀例如铜合约CU2310.SHF上期所 SHFE。完整合约列表可通过同目录的 合约信息.md 中的fut_basic接口获取其返回字段包括ts_code合约代码、exchange交易所、fut_code合约产品代码、list_date上市日期、delist_date最后交易日期等。freq 参数说明freq说明1min1 分钟5min5 分钟15min15 分钟30min30 分钟60min60 分钟输出参数详解接口返回的每一行数据包含如下字段默认全部显示名称类型默认显示描述ts_codestrY合约代码trade_timestrY交易时间openfloatY开盘价元closefloatY收盘价元highfloatY最高价元lowfloatY最低价元volintY成交量手amountfloatY成交金额元oifloatY持仓量手相比日线接口fut_daily见 日线行情.md含pre_close、pre_settle、settle、change1、change2等结算相关字段分钟接口更侧重盘内高频 OHLCV 与持仓变化其中oi持仓量是期货数据分析中的关键字段可用于观察资金进出与移仓换月节奏。快速上手Python SDK 调用环境准备根据 SKILL.md 的指引使用前需要安装 Python 3.7 环境并安装 tushare 依赖包推荐使用清华 PyPI 镜像pip install tushare -i https://pypi.tuna.tsinghua.edu.cn/simple在 Tushare 官网注册账号获取 token并配置环境变量export TUSHARE_TOKENyour_token仓库中的脚本 stock_data_example.py 给出了标准的 token 读取与 pro 接口初始化模式token os.getenv(TUSHARE_TOKEN) or ts.get_token()再通过ts.pro_api(token)创建接口实例。基础调用原文档给出的接口用法示例如下pro ts.pro_api() df pro.ft_mins(ts_codeCU2310.SHF, freq1min, start_date2023-08-25 09:00:00, end_date2023-08-25 19:00:00)调用返回pandas.DataFrame字段顺序与输出参数表一致。需要说明的是原文档示例中pro.df pro.ft_mins(...)为笔误正确写法为df pro.ft_mins(...)。数据样例以沪铜 CU2310 合约 2023-08-25 一个交易日的 1 分钟数据为例返回结构如下原文档数据样例共 225 行 × 9 列ts_code trade_time open close high low vol amount oi 0 CU2310.SHF 2023-08-25 15:00:00 68920.0 68930.0 68940.0 68910.0 373.0 128543250.0 146733.0 1 CU2310.SHF 2023-08-25 14:59:00 68910.0 68920.0 68930.0 68910.0 300.0 103379650.0 146751.0 2 CU2310.SHF 2023-08-25 14:58:00 68930.0 68920.0 68940.0 68910.0 207.0 71340500.0 146777.0 ... 224 CU2310.SHF 2023-08-25 09:01:00 68680.0 68710.0 68740.0 68680.0 868.0 298156350.0 145178.0 [225 rows x 9 columns]数据按交易时间倒序排列15:00 在前、09:01 在后如需按时间正序分析可自行sort_values(trade_time)。同时注意期货日盘收盘后15:00 之后通常还有夜盘交易时段示例中end_date取到 19:00 即为覆盖夜盘开始的时段。实战分页拉取超过 10 年的全历史分钟数据由于单次调用最多返回 8000 行而 1 分钟数据一天含夜盘约 225 行见上方样例[225 rows x 9 columns]8000 行大约对应 30 余个交易日。要获取 10 年以上的全量历史必须按时间区间循环分页同时通过合约代码维度逐合约提取。一个稳健的分页策略是以合约代码 × 日期区间为粒度将时间轴切成不超过 8000 行的窗口逐批拉取。伪代码如下import tushare as ts pro ts.pro_api() def fetch_fut_mins_by_day(ts_code, freq, start_day, end_day): 按日粒度分页拉取某合约一段时间的分钟行情 frames [] # 结合交易日历生成交易日序列逐日或按周窗口调用 for day in trading_days_between(start_day, end_day): df pro.ft_mins( ts_codets_code, freqfreq, start_datef{day} 09:00:00, end_datef{day} 23:00:00, # 覆盖日盘 夜盘 ) if df is not None and not df.empty: frames.append(df) return pd.concat(frames, ignore_indexTrue)其中交易日序列可通过 Tushare 的 交易日历.md 中的trade_cal接口获取该接口返回各大期货交易所交易日历数据仓库 tushare_demo.py 中同样演示了trade_cal的用法与只保留is_open 1交易日的过滤逻辑。进阶主力合约分钟序列的构建流程期货合约会随交割月临近而到期单纯按单个合约代码拉取分钟数据只能得到该合约存续期的行情。要构建主力合约连续分钟序列需按接口文档提示的流程走获取合约基本信息通过fut_basic拿到全市场合约列表与上市/退市日期见 合约信息.md确认品种代码与合约代码规则。获取主力合约映射调用 期货主力与连续合约.md 中的fut_mapping接口得到每个交易日主力/连续合约对应的具体月合约代码pro ts.pro_api() # 获取主力合约 TF.CFX 每日对应的月合约 df pro.fut_mapping(ts_codeTF.CFX)返回字段为ts_code连续合约代码、trade_date起始日期、mapping_ts_code期货合约代码。从该文档的数据样例可见2019-08-23 至 2019-08-14 期间主力映射为TF1912.CFX而 2019-08-13 之前映射为TF1909.CFX即主力合约随换月发生切换。逐日拼接分钟数据遍历映射表对每个交易日的mapping_ts_code调用ft_mins提取该日分钟行情最终按日期拼接成连续的主力分钟序列完成换月拼接 复权处理如需。HTTP Restful API 方式轻量级客户端实现除 Python SDK 外ft_mins同样支持 HTTP Restful API。仓库 tushare_demo.py 中的TushareHttpClient类提供了一个不依赖 tushare SDK 的轻量级实现其核心逻辑包括通过requests.post(http://api.tushare.pro, json...)发送请求请求体包含api_name、token、params、fields四个字段内置_check_rate_limit()每分钟调用计数防止超出免费配额对响应结果做code ! 0的错误校验并将data.fields与data.items组装为 pandas DataFrame。使用 HTTP 方式调用ft_mins的请求体形如{ api_name: ft_mins, token: your_token, params: { ts_code: CU2310.SHF, freq: 1min, start_date: 2023-08-25 09:00:00, end_date: 2023-08-25 19:00:00 }, fields: }该实现尤其适合 Docker、PyInstaller、多虚拟环境等需要减少 SDK 运行时依赖的场景代码中同时给出了调用方式与 tushare SDK 的 pro_api 完全一致的设计说明。数据标准化分钟 OHLCV 统一输出分钟数据要接入统一的回测或研究管线通常需要做字段标准化。仓库 tushare_demo.py 中的fetch_ohlcv_standardized()函数演示了将 Tushare 原始字段映射为统一(trade_date, open, high, low, close, volume)格式的完整流程周期映射1m/5m/15m/30m/1H分别映射到1min/5min/15min/30min/60min按trade_time升序排序并转为datetime索引将vol重命名为volume并统一做pd.to_numeric数值化与空值过滤。同样的标准化思路可完全复用到期货分钟数据上只需将stk_mins股票分钟接口替换为ft_mins并将ts_code换成期货合约代码即可。配套接口与注意事项围绕期货分钟行情仓库 references/期货数据 目录还提供了完整的配套接口文档便于构建期货数据全链路实时分钟行情.mdrt_fut_min接口盘中实时分钟数据支持多合约逗号分隔提取以及rt_fut_min_daily当日分钟快照回放接口日线行情.mdfut_daily日线行情含结算价、涨跌、持仓变化等期货主力与连续合约.mdfut_mapping主力映射合约信息.mdfut_basic合约列表交易日历.mdtrade_cal交易日历。实战中还需注意以下几点积分与权限原文档明确 120 积分可调取 2 次接口查看数据正式使用需按权限说明申请更高积分fut_daily、fut_basic、fut_mapping等接口文档中同样标注了 2000 积分的门槛积分不足时接口会返回错误可参考 stock_data_example.py 中的try/except包装对调用失败做降级处理。限量与循环单次 8000 行是硬限制超过后数据被截断务必按合约代码 时间窗口循环补全这是拿到 10 年以上全历史数据的唯一途径。时间格式输入参数start_date/end_date使用2023-08-25 09:00:00这种日期 时分秒格式SKILL.md 中给出的日期参数格式说明为YYYYMMDD适用于日线类接口分钟类接口按本文档格式传入。夜盘覆盖国内期货包含夜盘时段拉取数据时结束时间需覆盖到夜盘如当日 23:00 或次日凌晨否则会漏掉夜盘行情。主力合约换月使用主力连续序列时必须同步fut_mapping映射表否则拼接的分钟序列会在换月日产生价格跳变。小结ft_mins是构建期货分钟级行情数据底座的核心接口配合fut_basic合约列表、fut_mapping主力映射、fut_daily日线校验与trade_cal交易日历即可形成完整的期货数据获取闭环。本仓库以 历史分钟行情.md 为核心文档沉淀了该接口的完整参数、样例与配套接口体系读者可直接参考 SKILL.md 中的接口索引以及 tushare_demo.py 中的 HTTP 客户端与标准化 OHLCV 实现快速搭建自己的期货分钟级数据管线。赞分享金融科技示例工程【免费下载链接】ai_quant_tradeStock AI Trader: 1-stop platform for learning, sim live trading. Covers: stock basics, strategies, LLMs, factor mining, ML/DL/RL, graph nets, HFT, C deploy JoinQuant code. 股票AI操盘手一站式学习、模拟、实盘平台。涵盖股票基础、策略、大模型、因子挖掘、机器学习/深度学习/强化学习、图网络、高频交易、C部署及聚宽代码。项目地址https://gitcode.com/gh_mirrors/ai/ai_quant_trade点击查看免费下载相关推荐3 步装好网盘直链下载助手完整提取 8 大网盘文件直链的免费流程3 步装好网盘直链下载助手完整提取 8 大网盘文件直链的免费流程 网盘直链下载助手 脚本名 LinkSwift是一个运行在网盘网页里的 JavaScrip前端Tushare 指数历史分钟行情接口idx_mins实战指南10 年分钟级 K 线数据获取与循环补全方案Tushare 指数历史分钟行情接口idx_mins实战指南10 年分钟级 K 线数据获取与循环补全方案 本文是 ai_quant_trade 仓库中 t金融科技示例工程QQ空间说说导出免费完整搞定GetQzonehistory 三分钟本地备份QQ空间说说导出免费完整搞定GetQzonehistory 三分钟本地备份 GetQzonehistory 是一款开源的 QQ空间说说导出工具。扫码登录它就网页爬虫数据分析上一篇Anime4KCPP让动漫图像重获新生的3大核心优势下一篇Intern-S2-Preview-FP8震撼发布350亿参数科学多模态模型如何颠覆AI推理效率创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考