EasyXT可转债数据下载完全指南:从0到1搭建量化数据库-夜雨聆风

EasyXT可转债数据下载完全指南:从0到1搭建量化数据库

特别声明

本公众号所有内容仅为个人量化技术研究、思路分享与案例分析，不构成任何投资建议或股票推荐。金融市场具有较高风险，所有操作决策需建立在独立判断之上。文中提及的任何策略、指标或方法均存在局限性，过往表现不代表未来收益，且可能随市场环境变化而失效。文章仅为技术分享学习使用，不可直接用于实盘。

EasyXT项目介绍

EasyXT是基于miniqmt中xtquant的二次开发封装库，旨在简化xtquant的使用，提供更友好的API接口。通过统一的接口设计、智能参数处理和完善的错误处理，让量化交易开发变得更加简单高效。

项目地址: https://github.com/quant-king299/EasyXT

🛠️ 环境准备

系统要求

操作系统：Windows 10/11（PowerShell 7）
Python：3.9+（建议 3.10+），并将 Python 加入 PATH

ptrade/QMT账号获取指导

📱 还没有ptrade/QMT账号的朋友，可以扫码加我微信，全程指导搞定Ptrade/QMT账号！

搞量化交易，最头疼的是什么？不是策略写不出来，而是数据下不到！

今天给大家介绍一个超实用的可转债数据下载工具，让你轻松搞定可转债数据，专注策略开发！

💡 为什么需要这个工具？

做可转债量化交易，第一步就是获取数据。但传统方式有这些问题：

❌ 手动下载：一个个去网站下载，费时费力 ❌ 数据不全：很多平台数据缺失，影响回测质量 ❌ 更新麻烦：每天手动更新，容易忘记 ❌ 代码错误：使用预留代码或已退市代码，导致策略出错

我们的解决方案： ✅ 自动从QMT实时获取最新可转债列表 ✅ 自动过滤无效代码（预留、退市等） ✅ 一键下载历史数据 ✅ 智能更新，只下载缺失部分

🎯 核心功能介绍

1️⃣ 实时获取可转债列表

动态更新，拒绝死数据！

直接从QMT实时获取约321只可转债
自动包含新上市的可转债
自动过滤已退市的可转债
失败率接近0%

2️⃣ 多种下载方式

批处理文件：适合新手和快速操作GUI界面：适合日常智能更新命令行：适合自动化脚本

3️⃣ 智能数据管理

自动下载到QMT本地
一键导入到DuckDB数据库
支持数据验证和查看

📖 快速开始（3步搞定）

第1步：测试连接

适合人群：第一次使用，想快速测试

操作方法：

找到文件：tools/cb_test.bat
双击运行
等待下载完成

预期结果：

正在从QMT获取可转债列表...获取成功！当前共有 321 只可转债开始测试下载（4只样本）...✅ 113050.SH - 南银转债✅ 113061.SH - 长江转债✅ 127045.SZ - 海澜转债✅ 128136.SZ - 立讯转债下载完成！数据已保存到QMT本地目录

第2步：首次下载

适合人群：第一次使用，需要建立完整数据库

操作方法：

找到文件：tools/cb_quick.bat
双击运行
等待下载完成（约5-10分钟）

下载内容：

2024年全年数据
约321只可转债
每只约200-300个交易日

预期结果：

开始下载可转债数据...时间范围：2024-01-01 至 2024-12-31可转债数量：321只下载进度：[████████████████████] 100%✅ 下载完成！成功：321只失败：0只数据已保存到 QMT本地目录

第3步：导入数据库

适合人群：所有用户（必须在第2步之后执行）

操作方法：

打开GUI界面
```
python rungui.py
```
切换到「数据管理」标签页

找到顶部标签栏
点击「数据管理」

点击「📥 下载可转债数据」按钮

系统自动从QMT本地读取数据
自动导入到DuckDB数据库
显示导入进度

等待导入完成

正在导入可转债数据...进度：[████████████] 100%✅ 导入完成！总记录数：约80,000条数据表：convertible_bonds

🔄 日常更新（推荐）

方式1：GUI智能更新（最推荐）⭐

为什么推荐：

✅ 智能检测每只股票最新日期
✅ 只下载真正缺失的部分
✅ 避免重复下载，节省时间
✅ 自动补充到今天
✅ 最节省时间和资源

操作步骤：

打开GUI
```
python rungui.py
```
切换到「数据管理」标签页
点击「🔄 更新缺失数据」按钮

系统自动分析缺失数据
只下载需要补充的部分
大幅减少下载时间

查看更新日志

正在分析数据缺失情况...发现缺失数据：- 113050.SH：缺失2天- 127045.SZ：缺失1天...开始下载缺失数据...进度：[████████] 100%✅ 更新完成！下载记录：323条耗时：约30秒

适用场景：

每天收盘后更新
周末补齐本周数据
长时间未使用后快速更新

方式2：批处理定期更新

适合人群：喜欢批处理，需要手动控制更新范围

操作步骤：

找到文件：tools/cb_update_smart.bat
双击运行

选择更新范围

请选择更新范围：[1] 最近1个月[2] 最近3个月（推荐）[3] 最近6个月[4] 全部历史请输入选项（1-4）：

选择推荐选项2

已选择：最近3个月开始时间：2024-10-22结束时间：2025-01-22正在下载...进度：[████████] 100%✅ 更新完成！

注意事项： ⚠️ 这个方式会重新下载指定时间段的所有数据，不是增量更新 ⚠️ 适合快速补数据，不适合日常频繁使用

💻 高级用法：命令行

基本用法

# 进入项目目录cd C:\Users\你的用户名\Desktop\miniqmt扩展# 下载全部数据（默认最近1年）python tools/download_all_convertible_bonds.py

指定日期范围

# 下载2024年全年数据python tools/download_all_convertible_bonds.py --start-date 20240101 --end-date 20241231# 下载最近3个月数据python tools/download_all_convertible_bonds.py --start-date 20241001 --end-date 20250101

测试模式

# 只下载4只样本，测试连接python tools/download_all_convertible_bonds.py --demo

强制重新下载

# 强制重新下载（覆盖已有数据）python tools/download_all_convertible_bonds.py --force

适用场景：

自动化脚本
定时任务（Windows计划任务）
服务器部署

📊 数据验证

如何验证数据是否正确下载？

方法1：GUI查看

打开GUI：python rungui.py
切换到「数据查看」标签页
输入可转债代码（如 113061.SH）
点击「查询」按钮

查看数据：

查询结果：113061.SH - 长江转债日期          开盘    最高    最低    收盘      成交量2025-01-22  125.50  126.80  125.10  126.20    5,2302025-01-21  124.80  125.90  124.50  125.60    4,8902024-01-02  120.10  121.50  119.80  121.20    6,120...✅ 数据正常，共250条记录

方法2：命令行查询

# 打开Python命令行python# 执行查询import duckdbconn = duckdb.connect('D:/StockData/stock_data.ddb')# 查询某只可转债result = conn.execute("""    SELECT COUNT(*) as count,           MIN(date) as start_date,           MAX(date) as end_date    FROM convertible_bonds    WHERE stock_id = '113061.SH'""").fetchone()print(f"记录数：{result[0]}")print(f"起始日期：{result[1]}")print(f"结束日期：{result[2]}")# 预期输出：# 记录数：250# 起始日期：2024-01-02# 结束日期：2025-01-22

⚠️ 常见问题FAQ

Q1：为什么获取到的可转债数量不是固定的？

A：因为是从QMT实时获取，数量会动态变化：

新上市可转债会增加
已退市可转债会减少
当前约321只（2025年1月）

优势：保证数据都是真实有效的，不会有无效代码！

Q2：下载失败怎么办？

A：按以下步骤排查：

第1步：检查QMT是否启动

确认QMT软件已启动并登录可以看到行情数据正常显示

第2步：检查网络连接

确认网络连接正常可以访问互联网

第3步：查看错误日志

查看运行窗口的错误信息常见错误：- 连接QMT失败 → 检查QMT是否启动- 网络超时 → 检查网络连接- 数据为空 → 可能是临时停牌可转债

第4步：重新下载

使用 --force 参数强制重新下载python tools/download_all_convertible_bonds.py --force

Q3：可以直接用GUI下载吗？

A：可以！而且推荐使用GUI！

GUI会自动：

使用相同的逻辑获取可转债列表
从QMT本地读取数据
导入到DuckDB数据库
验证数据完整性

优势：一键完成，无需手动操作！

Q4：下载的数据保存在哪里？

A：分两个位置：

第1步：QMT本地目录

QMT安装目录\userdata_mini\backups\例如：D:\QMT\userdata_mini\backups\

第2步：DuckDB数据库

D:/StockData/stock_data.ddb

流程：

先下载到QMT本地
再通过GUI导入到DuckDB
删除QMT本地文件可节省空间

Q5：需要多久更新一次数据？

A：根据使用频率：

高频交易：每天收盘后更新

使用GUI「更新缺失数据」
只下载当天数据，约30秒

日内交易：盘中实时更新

使用GUI「更新缺失数据」
每小时更新一次

低频交易：每周更新一次

使用GUI「更新缺失数据」
补齐本周缺失数据

回测研究：不定期更新

根据需要更新
使用GUI智能更新

🎓 最佳实践

📈 技术细节

数据获取方式

优先级顺序：

QMT板块实时获取（推荐）

包含最新上市可转债
动态更新
数据最准确

预定义列表（备用）

当QMT连接失败时使用
包含常见可转债
可能缺少最新上市

代码验证机制

自动过滤以下无效代码：

❌ 尚未发行的预留代码
❌ 已退市的可转债
❌ 暂停交易的代码
❌ 其他无法获取数据的代码

预期结果：

获取数量：约321只（2025年1月）
成功率：接近100%
失败数量：0-5只（临时停牌等）

数据格式

下载的数据包含：

日期、开盘价、最高价、最低价、收盘价
成交量、成交额
涨跌幅、换手率

数据频率：日K线数据来源：QMT实时行情数据质量：与QMT完全一致

💡 总结

核心要点：

✅ 首次使用：cb_test.bat → cb_quick.bat → GUI导入 ✅ 日常更新：GUI「更新缺失数据」（最推荐） ✅ 数据验证：GUI数据查看或命令行查询 ✅ 常见问题：检查QMT连接、查看错误日志

优势：

🚀 快速：5分钟建立完整数据库
🎯 准确：实时QMT数据，失败率接近0%
🔄 智能：自动更新，只下载缺失部分
💪 稳定：自动过滤无效代码

立即开始：

# 1. 测试连接双击 tools/cb_test.bat# 2. 下载2024年数据双击 tools/cb_quick.bat# 3. 导入数据库python rungui.py → 数据管理 → 下载可转债数据# 4. 日常更新python rungui.py → 数据管理 → 更新缺失数据

📞 获取帮助

遇到问题？

查看项目文档：docs/TROUBLESHOOTING.md
提交Issue到GitHub仓库
加入量化交流群讨论

项目地址：https://github.com/quant-king299/EasyXT

🎉 恭喜！你已经掌握了EasyXT可转债数据下载的完整流程！

现在可以专注于策略开发，让数据不再是阻碍！

别忘了点赞、在看、分享三连哦！ ❤️

📱 关注我们

欢迎扫码持续关注公众号，会持续分享

🔍 公众号名称: 王者quant📚 分享内容: 量化交易、Python编程、投资策略🎯 更新频率: 持续更新，干货满满

通过公众号您可以获得：

📈 最新的量化交易策略分享
💻 Python量化编程技巧
📊 市场分析和投资心得
🚀 EasyXT功能更新和使用技巧
💡 量化交易实战案例

本教程仅供学习参考，实际交易请谨慎操作！

🛠️ 环境准备

系统要求

ptrade/QMT账号获取指导

💡 为什么需要这个工具？

🎯 核心功能介绍

1️⃣ 实时获取可转债列表

2️⃣ 多种下载方式

3️⃣ 智能数据管理

📖 快速开始（3步搞定）

第1步：测试连接

第2步：首次下载

第3步：导入数据库

🔄 日常更新（推荐）

方式1：GUI智能更新（最推荐）⭐

方式2：批处理定期更新

💻 高级用法：命令行

基本用法

指定日期范围

测试模式

强制重新下载

📊 数据验证

如何验证数据是否正确下载？

⚠️ 常见问题FAQ

Q1：为什么获取到的可转债数量不是固定的？

Q2：下载失败怎么办？

Q3：可以直接用GUI下载吗？

Q4：下载的数据保存在哪里？

Q5：需要多久更新一次数据？

🎓 最佳实践

推荐的数据管理流程

📈 技术细节

数据获取方式

代码验证机制

数据格式

💡 总结

📞 获取帮助

📱 关注我们