QMT 快速获取当日行情 / 基础数据全方法（极速取当日数据）
一、内置 API 直接取当日实时 / 日线数据（推荐，无需本地缓存等待）
1. get_price 通用取当日 K 线（最常用）
python
# 获取今日日线，period='1d'当日日线，adjust不复权，count=1只取当天df = get_price( security="600001.SH", start_date="2026-06-16",# 当日日期 end_date="2026-06-16", period="1d", adjust="none")print(df)
python
# 当日1分钟数据df_min = get_price("600001.SH", start_date="2026-06-16", end_date="2026-06-16", period="1m")
优势：直接对接行情服务器，不用手动下载日线文件，盘中自动更新，代码运行即拿到当日数据。
2. get_tick 当日逐笔分笔数据
python
# 获取今日全部逐笔ticktick_df = get_tick("600001.SH", start_time="2026-06-16 09:30:00", end_time="2026-06-16 15:00:00")
二、批量全市场当日数据（快速全股票当日行情）
方式 1：get_stock_codes + 循环批量取当日日线
python
# 获取全市场A股代码列表stock_list = get_stock_codes()today ="2026-06-16"data_dict ={}for code in stock_list[:100]:# 测试前100只，避免请求过载try: bar = get_price(code, today, today,"1d")ifnot bar.empty: data_dict[code]= bar.iloc[0]except:continue
方式 2：get_market_data 一键全市场当日指标（极速，推荐盘前盘后选股）
python
# 当日全市场行情快照，开盘价、收盘价、涨跌幅、成交量一步到位all_today = get_market_data(date="2026-06-16")# 筛选沪深A股a_share = all_today[all_today['sec_name'].str.contains('ST|退', na=False)==False]print(a_shoday[['security','close','open','volume','pct_chg']])
get_market_data 是 QMT 内置最快批量当日数据接口，单次请求返回全市场当日指标，不用循环。
三、本地高速缓存：一键补全当日离线数据（可视化客户端操作）
如果策略依赖本地历史文件，需要下载当日本地数据：
- 打开 QMT 客户端（极简版 miniQMT / 专业版通用）
- 勾选：日线 / 分钟线 / Tick，日期选择今日
- 勾选「仅增量更新」，点击开始，10 秒内完成当日全市场数据缓存
python
# 读取本地缓存当日日线（下载完本地数据后速度极快）his = history(1,'1d','close',"600001.SH")
四、盘中实时轮询获取当日最新数据（实盘量化）
定时刷新当日最新价格示例
python
import timedefget_today_real(code):whileTrue: bar = get_price(code,"2026-06-16","2026-06-16","1m") latest = bar.iloc[-1]print(f"最新价：{latest.close} 时间：{latest.index}") time.sleep(3)# 3秒刷新一次
五、提速关键技巧（解决取当日数据卡顿）
- 优先用 get_market_data 替代循环 get_price
- 精确限定日期区间start_date、end_date 固定当天，不跨日期，减少服务器返回数据量。
- 盘中用分钟线而非 tickTick 数据量大，仅做高频交易再调用 get_tick。
- miniQMT 轻量模式miniQMT 占用更低，行情推送更快，获取当日数据延迟小于专业版。
- 盘前提前下载增量数据开盘前执行一次数据下载，盘中读取本地缓存无网络延迟。
- 过滤无效标的
六、常见问题
- 盘中取不到当日数据？交易日 9:30 后行情服务器才生成当日 K 线，9:15 集合竞价仅 tick 数据可用。
- 数据延迟高？切换 miniQMT、关闭多余行情窗口，或改用本地缓存读取 history。
- 批量获取全市场当日数据报错超限？分批请求，每次 200 只股票间隔 0.5 秒，或直接使用
get_market_data。
