大家好，又见面了，我是你们的朋友全栈君。
转自：http://bbs.pinggu.org/forum.php?mod=viewthread&tid=4804415&page=1
平时我们在做 离线的模型 回溯测试时候，需要历史的k线数据。
可是通达信 的日线数据如下： 日线数据在
通达信的安装目录： vipdocshlday 下面
本地的通达信 是没有开放api和外部的 自己的交易回溯测试 工具或框架 进行交互的。
虽然 我们也可以 通过 sina 的api ，或者 yahoo，或者 juhe聚合数据，或者 wind 或者 tushare （http://tushare.org/index.html），或者 通联金融大数据 等 网络的api接口 获取 股票的 历史K线数据， 但是网络的开销总是会比较耗时一些。
其实可以通过 python来 解析 通达信 的这些 day 文件的数据，变成 我们熟悉的csv格式的数据。
代码语言：javascript复制#!/usr/bin/python
def exactStock(fileName, code):
ofile = open(fileName,'rb')
buf=ofile.read()
ofile.close()
num=len(buf)
no=num/32
b=0
e=32
items = list()
for i in range(int(no)):
a=unpack('IIIIIfII',buf[b:e])
year = int(a[0]/10000);
m = int((a[0]000)/100);
month = str(m);
if m <10 :
month = "0" month;
d = (a[0]000)0;
day=str(d);
if d< 10 :
day = "0" str(d);
dd = str(year) "-" month "-" day
openPrice = a[1]/100.0
high = a[2]/100.0
low = a[3]/100.0
close = a[4]/100.0
amount = a[5]
vol = a[6]
unused = a[7]
if i == 0 :
preClose = close
ratio = round((close - preClose)/preClose*100, 2)
preClose = close
item=[code, dd, str(openPrice), str(high), str(low), str(close), str(ratio), str(amount), str(vol)]
items.append(item)
b=b 32
e=e 32
return items
exactStock('E:\new_tdx\vipdoc\sh\lday\sh000001.day',"000001")然后调用 这个方法，就可以把day文件变成csv文件，方便pandas来处理。
（在调用这个py文件前， 先在通达信的 软件 菜单里面 ，把通达信的 历史日K线数据都下载到本地，一次即可下载整个市场所有股票品种的数据。。）
批量处理的，请参考下面脚本
代码语言：javascript复制# coding: UTF-8
from struct import *
import os
import sys
def day2csv_data(dirname,fname,targetDir):
ofile=open(dirname os.sep fname,'rb')
buf=ofile.read()
ofile.close()
ifile=open(targetDir os.sep fname '.csv','w')
num=len(buf)
no=num/32
b=0
e=32
line=''
linename=str('date') ',' str('open') ', ' str('high') ' ,' str('low') ', ' str('close') ' ,' str('amout') ', ' str('vol') ' ,' str('str07') '' 'n'
# print line
ifile.write(linename)
# for i in xrange(no):
for i in range(int(no)):
a=unpack('IIIIIfII',buf[b:e])
line=str(a[0]) ',' str(a[1]/100.0) ', ' str(a[2]/100.0) ' ,' str(a[3]/100.0) ', ' str(a[4]/100.0) ' ,' str(a[5]) ', ' str(a[6]) ' ,' str(a[7]) '' 'n'
# print line
ifile.write(line)
b=b 32
e=e 32
ifile.close()
# pathdir='/vipdoc/sh/lday'
pathdir='X:\股票\解析通达信day日线数据\day'
# targetDir='/_python_gp_tdx/data_gupiao/sh/lday'
targetDir='X:\股票\解析通达信day日线数据\day'
listfile=os.listdir(pathdir)
for f in listfile:
day2csv_data(pathdir,f,targetDir)
else:
print ('The for ' pathdir ' to ' targetDir ' loop is over')
调用示例： pathdir=‘/vipdoc/sh/lday’ targetDir=‘/python_data_gupiao/sh/lday’ listfile=os.listdir(pathdir) for f in listfile: day2csv_data(pathdir,f,targetDir)
最终的效果如下：
打开这些文件如下：
是不是很熟悉的csv或者excel的格式。。。
这个格式的数据，
大家就 可以用 python的数据分析的库 pandas 的 pd.read_csv 方法来读取了。
这样速度回比较快，而且python调用 通达信的历史数据 ，就很方便了。
【扩展】：如何用python读取通达信的lc1文件
2020年10月26日，修正了日期的解析功能。
代码语言：javascript复制# 通达信5分钟线*.lc5文件和*.lc1文件
# 文件名即股票代码
# 每32个字节为一个5分钟数据，每字段内低字节在前
# 00 ~ 01 字节：日期，整型，设其值为num，则日期计算方法为：
# year=floor(num/2048) 2004;
# month=floor(mod(num,2048)/100);
# day=mod(mod(num,2048),100);
# 02 ~ 03 字节： 从0点开始至目前的分钟数，整型
# 04 ~ 07 字节：开盘价，float型
# 08 ~ 11 字节：最高价，float型
# 12 ~ 15 字节：最低价，float型
# 16 ~ 19 字节：收盘价，float型
# 20 ~ 23 字节：成交额，float型
# 24 ~ 27 字节：成交量（股），整型
# 28 ~ 31 字节：（保留）
from struct import *
import numpy as np
import pandas as pd
ofile=open('sz000005.lc5','rb')
buf=ofile.read()
ofile.close()
num=len(buf)
no=num//32
# 原来是这样的，在python2中， '整数 / 整数 = 整数'，以上面的 100 / 2 就会等于 50， 并且是整数。
# 而在python3中， ‘整数/整数 = 浮点数’， 也就是100 / 2 = 50.0， 不过，使用 '//'就可以达到原python2中'/'的效果。
b=0
e=32
dl = []
for i in range(no):
a=unpack('hhfffffii',buf[b:e])
dl.append([str(int(a[0]/2048) 2004) '-' str(int(a[0] 48/100)).zfill(2) '-' str(a[0] 480).zfill(2),str(int(a[1]/60)).zfill(2) ':' str(a[1]`).zfill(2) ':00',a[2],a[3],a[4],a[5],a[6],a[7]])
b=b 32
e=e 32
df = pd.DataFrame(dl, columns=['date','time','open','high','low','close','amount','volume'])
print(df)发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/164008.html原文链接：https://javaforall.cn
