通达信量化平台

# Q：运行的python文件可不可以随便放，不一定在PYPlugins\user目录下？

A： 可以。在import tqcenter前添加通达信安装目录\PYPlugins\user这个绝对路径。

import sys
sys.path.append('C:/new_tdx64/PYPlugins/user')
from tqcenter import tq
tq.initialize(__file__)
1
2
3
4

# Q：无法内部执行策略之如何把python路径添加到PATH中

A： 内部执行python策略时，会寻找用户设定的默认python解释器执行python策略，所以必须在操作系统<高级系统设置>--->环境变量设置里，配置python路径。

如图所示，环境变量中分为用户变量和系统变量，都有PATH，在这两个中添加python路径都可生效，但是用户变量的优先级高于系统变量，所以图中仅在用户变量中的PATH中添加python路径。

图中可见，PATH中可以配置多个版本的python，但是最后生效为最上面的，每个版本的python需要配置两个路径。

# Q：出现类似以下的报错怎么办？

FileNotFoundError: Could not find module 'F:\tdx\new_tdx_600\PYPlugins\TPythClient.dll' (or one of its dependencies). Try using the full path with constructor syntax.
1

A： 这通常是TPythClient.dll缺少依赖库导致的，请检查TPythClient.dll同目录下（../PYPlugins/）是否有tdxrpcx64.dll，通常是杀毒软件误杀此dll导致，需要重装或给予白名单确保tdxrpcx64.dll不会被杀毒软件误杀。

# Q：外部运行的py文件报已经存在运行的，怎么处理？

A： 请在TQ策略管理器找到这个正在运行的已经运行出错的OutSide策略，点删除策略删除它。

# Q：菜单一直显示“正在开启TQ策略..”或者在py中报不能连接到客户端

A： 是否有以下这个提示？如果有，请允许访问。

# Q：获取的数据count=5，返回的指标值怎么前面的是none？


A： formula_set_res = tq.formula_set_data_info(stock_code=stock,stock_period='1d', count=4,dividend_type=1)这里的count=4 是获取最近4根k线的数据用于计算指标，所以最近4根k的数据
ZF:(C-REF(C,1))/REF(C,1)*100;这个式子的只能计算出 最后4根k的涨幅值。
所以在获取指标值时注意获取k线数目要覆盖到最大参数值，否则计算结果会为空。

# Q：为什么同一个选股公式，用formula_process_mul_xg选股的结果比客户端条件选股中得到的结果少？

A： 请确认formula_process_mul_xg中的count参数是否合理？数据个数要满足公式计算中的数据要求。客户端的条件选股中使用了所有的本地数据。

# Q：如何选出分钟内主力净额排名靠前的股票？

A： 可以用一定时间间隔获取主力净额输出值，然后用这次值减上次值的差额排序筛选全市场找出来。
{ZLJE 自定义指标}
超B:=L2_AMO(0,0)/10000.0;
大B:=L2_AMO(1,0)/10000.0;
中B:=L2_AMO(2,0)/10000.0;
小B:=L2_AMO(3,0)/10000.0;
超S:=L2_AMO(0,1)/10000.0;
大S:=L2_AMO(1,1)/10000.0;
中S:=L2_AMO(2,1)/10000.0;
小S:=L2_AMO(3,1)/10000.0;
主力净额:(超B+大B)-(超S+大S),NODRAW;

实现示例完整代码

import sys
import time

sys.path.append('C:/new_tdx_test2025/PYPlugins/user')
from tqcenter import tq

tq.initialize('0303zlje.py')

# 先获取A股全部股票
all_stocks = tq.get_stock_list(market='5')[:100]
# all_stocks=['300911.SZ', '600635.SH', '000890.SZ', '603155.SH', '301448.SZ', '600010.SH', '600011.SH', '600012.SH', '600013.SH', '600014.SH']
print("正在处理，请等待...")
start_date = '20240601'
end_date = '20240630'

# 开始计时
start_time = time.time()

macd_stocks = []
pre_mul_zb_result = {}
mul_zb_result = {}
curr_val = 0
countjs = 1
pre_val=0
ce_val=0
# 添加最大循环次数限制，防止无限循环
max_iterations = 10  # 设置最大迭代次数

while countjs <= max_iterations:
    # 保存之前的值
    pre_mul_zb_result = mul_zb_result.copy()  # 使用copy()避免引用问题
    
    # 获取新的值
    mul_zb_result = tq.formula_process_mul_zb(
        formula_name='ZLJE',
        formula_arg='',
        xsflag=6,
        return_count=2,
        return_date=True,
        stock_list=all_stocks,
        stock_period='1d',
        count=0,
        start_time=start_date,
        end_time=end_date,
        dividend_type=1
    )
    
    print("当前结果:", mul_zb_result)
    print("前一结果:", pre_mul_zb_result)
    
    countjs += 1
    
    # 检查是否有有效的数据
    if mul_zb_result and countjs >= 2:  # 至少需要两次才能比较
        diff_list = []
        for key in mul_zb_result:
            if key != "ErrorId":
                # 安全检查
                if (key in mul_zb_result and 
                    '主力净额' in mul_zb_result[key] and
                    len(mul_zb_result[key]['主力净额']) >= 1 and
                    key in pre_mul_zb_result and 
                    '主力净额' in pre_mul_zb_result[key] and
                    len(pre_mul_zb_result[key]['主力净额']) >= 1):
                    
                    curr_val = mul_zb_result[key]['主力净额'][-1]['Value']
                    pre_val = pre_mul_zb_result[key]['主力净额'][-1]['Value']
                    ce_val = float(curr_val) - float(pre_val)
                    diff_list.append((key, ce_val))
                    
                    print(f"股票 {key}: 当前值={curr_val}, 前值={pre_val}, 差值={ce_val}") 
        # 按差值从大到小排序，输出前5名
        if diff_list:
            diff_list.sort(key=lambda x: x[1], reverse=True)
            print("主力净额变化前5名:")
            for i, (code, diff) in enumerate(diff_list[:5], 1):
                print(f"{i}. {code}: {diff:.2f}")
        else:
            print("无有效差值数据")
    
    
    # 等待一段时间再下一次循环
    time.sleep(180)  

print("处理完成")
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87

# Q：tq策略弹框，这个双击之后默认弹出下单窗口，能不能设置为不弹出窗口，双击只是显示该票的K线或者分时！？

A： 可以
send_warn入参bs_flag_list N List[str] 买卖标志：0买1卖2未知 其中2就是普通预警，双击打开个股界面

# Q：TDXQUANT个别日期的OHLC和通达信金融终端64位客户端数据不一致？

#tdxmytest.py
from tqcenter import tq
tq.initialize(__file__)
df = tq.get_market_data(
field_list=[],
stock_list=['000656.SZ'],
start_time='20020402',
end_time='20020402',
count=1,
dividend_type='front',
period='1d',
fill_data=True
)
print(df)
1
2
3
4
5
6
7
8
9
10
11
12
13
14

运行输出
PS D:\projects\PlatformIOProjects\mutouren123> & C:/Users/PC/AppData/Local/Python/pythoncore-3.14-64/python.exe d:/stock/new_tdx64/PYPlugins/user/tdxmytest.py
TQ数据接口初始化成功，使用路径: d:\stock\new_tdx64\PYPlugins\user\tdxmytest.py
{'High': 000656.SZ
2002-04-02 9.5, 'Amount': 000656.SZ
2002-04-02 5608.31, 'Close': 000656.SZ
2002-04-02 9.21, 'ForwardFactor': 000656.SZ
2002-04-02 0.0, 'Open': 000656.SZ
2002-04-02 9.45, 'Low': 000656.SZ
2002-04-02 8.91, 'Volume': 000656.SZ
2002-04-02 6110600.0}
TQ数据连接已关闭

客户端日线前复权显示
日期(OHLC)
20020402(0.05,0.06,-0.06,0.00)

A：你要获取到全部k线信息下的 某日前复权数据 必须取全部数据

df = tq.get_market_data(
field_list=['High','Low','Open','Close'],
stock_list=['000656.SZ'],
start_time='',
end_time='',
count=-1,
dividend_type='front',
period='1d',
)

print(df['High'].loc['2002-04-02'])
print(df['Open'].loc['2002-04-02'])
print(df['Low'].loc['2002-04-02'])
print(df['Close'].loc['2002-04-02'])
1
2
3
4
5
6
7
8
9
10
11
12
13
14

取全数据信息后(count=-1)才能和你客户端全部k线加载下的前复权数据对比

# Q：TQ打开个股详情页的功能调用怎么写？

A：下面是两种进入个股打开个股界面的方式

from tqcenter import tq
tq.initialize(__file__)
# exec_res1 = tq.exec_to_tdx(url='http://www.treeid/breed_1#688318')

# print(exec_res1)

exec_res2 =tq.exec_to_tdx(url='http://www.treeid/code_688318')

print(exec_res2)
1
2
3
4
5
6
7
8
9

# Q：这样调用为什么没有返回数据？

first_stock_data = tq.get_market_data(
        field_list=[],
        stock_list=['TL0.CFF,TL1.CFF'],
        start_time='',
        period='1d',
        end_time='',
        dividend_type='none',
        count=10
        )
print(first_stock_data)
1
2
3
4
5
6
7
8
9
10

A：入参错误，多只股票代码不能写在一个字符串内

first_stock_data = tq.get_market_data(
        field_list=[],
        stock_list=['TL0.CFF','TL1.CFF'],
        start_time='',
        period='1d',
        end_time='',
        dividend_type='none',
        count=10
        )
print(first_stock_data)
1
2
3
4
5
6
7
8
9
10

# Q：为什么市价下单和涨停下单，交易信号弹窗里面的委托看着像反了？

A：
市价下单，需要手动确认为了怎么都能成功直接取了涨停价为弹窗委托价，实际真正下单选择了市价委托方式。采取的是图5市价相关的设置。
涨停价下单，大概率为了买到股票，但是限价单本身是受笼子价格限制的品种，你用涨停价委托就废单，所以委托价采取了图4地方涨跌停价下单相关设置。





←