TdxQuant 入门（二）：使用 curl 和 Python 获取第一份行情数据

上一篇文章完成了通达信金融终端、Python 环境和依赖库的安装。

这一篇不做复杂封装，只验证两件事：TdxQuant 的本地 HTTP 接口能否正常访问，以及 Python 能否成功获取历史行情数据。

视频演示

TdxQuant 入门（二）：通达信 Quant | 第一个 Python 行情程序

开始前的准备

运行下面的示例前，需要先启动通达信金融终端，并登录通达信账号。只获取行情时，不需要登录券商资金账号。

text

C:\new_tdx64

TdxQuant 的两种调用方式

TdxQuant 提供 Python API，同时在本机提供 HTTP 调用入口。

因此，Python 可以直接导入 tqcenter 调用；Java、Go、C# 等其他语言，也可以通过 HTTP 请求使用相关能力。

本文先通过 HTTP 接口确认服务正常，再使用 Python 调用 tqcenter 获取历史行情。

方式一：通过 HTTP 接口调用

使用浏览器确认服务已启动

通达信金融终端启动并登录后，TdxQuant 会在本机提供 HTTP 服务：

text

http://127.0.0.1:17709/

可以先使用浏览器打开该地址。如果能够看到 TdxQuant 返回的页面或提示信息，说明本地 17709 端口已经启动。

不过，浏览器访问只能验证服务端口存在；是否能够正常调用行情接口，还需要继续使用 curl 发送 POST 请求。

使用 Chrome 验证 TdxQuant 服务

截图中的“JSON 解析失败”是因为浏览器没有发送接口要求的 POST JSON。这里出现该提示，说明本地服务已经响应；接下来再用 curl 验证行情接口。

使用 curl 验证行情接口

官方文档在这里：HTTP方式调用 | 通达信量化平台。

可以在命令提示符中执行下面的请求：

shell

curl -X POST "http://127.0.0.1:17709/" ^
  -H "Content-Type: application/json" ^
  -d "{\"method\":\"get_market_data\",\"params\":{\"field_list\":[\"Close\"],\"stock_list\":[\"000001.SZ\"],\"period\":\"1d\",\"count\":1}}"

如果能够返回 JSON 数据，说明通达信客户端和 TdxQuant 本地 HTTP 服务已经正常运行。

使用 CMD 验证 TdxQuant 服务

从图中可以看到，接口返回了证券代码 000001.SZ 在 2026-07-17 的行情数据。虽然请求中只指定了 Close，实际结果仍返回了 Open、High、Low、Close 等完整字段。其中，Open 表示开盘价，Close 表示收盘价。每个字段的含义请参考官方文档获取K线行情getmarketdata。

踩坑记录

实测发现，在通达信金融终端 V7.73 中，通过本地 HTTP 接口获取行情时，即使传入 field_list=["Close"]，接口仍然会返回完整的 K 线字段。上面的截图可以说明该问题。

这个问题不影响后续使用 Python API，因为 Python 调用时 field_list 可以正常生效。

在 PowerShell 中调用

如果上一节的 curl 请求已经成功，并且不需要使用 PowerShell，可以跳过本节。

PowerShell 中的引号和转义规则与命令提示符不同。直接复制上一节的命令，可能会出现 JSON 格式错误。

建议先把请求体定义为变量，再发送请求：

powershell

$body = @{
  method = "get_market_data"
  params = @{
    field_list = @("Close")
    stock_list = @("000001.SZ")
    period = "1d"
    count = 1
  }
} | ConvertTo-Json -Depth 5

$result = Invoke-RestMethod `
  -Uri "http://127.0.0.1:17709/" `
  -Method Post `
  -ContentType "application/json" `
  -Body $body

$result | ConvertTo-Json -Depth 10

这种写法比手动拼接 JSON 更容易阅读，也能减少引号转义带来的问题。

方式二：通过 Python API 调用

创建 Python 测试脚本

在任意目录创建一个 Python 文件，例如：

text

tdxquant_api_test.py

由于 tqcenter.py 不属于通过 pip 安装的普通模块，需要先把通达信的模块目录加入 Python 搜索路径：

python

import sys

TDX_USER_PATH = r"C:\new_tdx64\PYPlugins\user"
sys.path.insert(0, TDX_USER_PATH)

from tqcenter import tq

如果没有加入该目录，通常会出现：

text

ModuleNotFoundError: No module named 'tqcenter'

初始化 TdxQuant

导入模块后，需要先调用 initialize：

python

tq.initialize(__file__)

完整代码如下：

python

import sys

TDX_USER_PATH = r"C:\new_tdx64\PYPlugins\user"
sys.path.insert(0, TDX_USER_PATH)

from tqcenter import tq

tq.initialize(__file__)

执行脚本前，要确认通达信金融终端已经启动并登录，否则初始化或后续数据调用可能失败。

刷新历史 K 线

第一次调用 get_market_data 时，可能只能获取最新一天的数据。这通常不是查询参数写错，而是通达信本地还没有完整的历史 K 线缓存。

可以先调用 refresh_kline，返回结果中的 ErrorId 为 0 时，表示本次刷新请求执行成功。

python

refresh_result = tq.refresh_kline(
    stock_list=["000001.SZ"],
    period="1d",
)

print(refresh_result)

刷新操作会让客户端补充指定证券和周期的本地历史数据。刷新完成后，再调用行情查询接口。

获取历史行情

下面查询 000001.SZ 在指定日期范围内的日 K 数据：

下面的日期范围只是本文测试时使用的示例，读者可以根据需要自行修改。

python

data = tq.get_market_data(
    field_list=[],
    stock_list=["000001.SZ"],
    start_time="20260101",
    end_time="20260718",
    dividend_type="front",
    period="1d",
)

print(data)

field_list=[] 表示获取接口默认返回的全部字段。dividend_type="front" 表示使用前复权行情。

完整示例

把刷新和查询放在一起，完整代码如下：

python

import sys

TDX_USER_PATH = r"C:\new_tdx64\PYPlugins\user"
sys.path.insert(0, TDX_USER_PATH)

from tqcenter import tq

tq.initialize(__file__)

refresh_result = tq.refresh_kline(
    stock_list=["000001.SZ"],
    period="1d",
)
print("refresh_result =", refresh_result)

data = tq.get_market_data(
    field_list=[],
    stock_list=["000001.SZ"],
    start_time="20260101",
    end_time="20260718",
    dividend_type="front",
    period="1d",
)
print("data=", data)

保存文件后，在文件所在目录执行：

shell

python tdxquant_api_test.py

本文实际测试中，刷新前只能获取到一条日 K；执行 refresh_kline 后，同一时间范围可以正常返回完整历史数据。

执行结果截图如下：

执行结果截图

从截图中可以看到，refresh_kline 返回结果中的 ErrorId=0，说明历史 K 线刷新成功；随后 get_market_data 返回了指定日期范围内的日 K 数据。

理解 Python API 的返回结果

返回数据为什么是 DataFrame

通过 Python API 调用 get_market_data 时，返回的不是普通的 JSON 数组，而是按照字段组织的数据结构，其中每个字段对应一个 pandas DataFrame。

返回结构可以理解为：

text

{
  "Open": DataFrame,
  "High": DataFrame,
  "Low": DataFrame,
  "Close": DataFrame,
  "Volume": DataFrame,
  "Amount": DataFrame
}

这种结构适合在 Python 中进行批量计算，但不能直接作为普通 JSON 返回。下一篇文章封装内部行情服务时，会先把它转换成按日期排列的普通对象。

为什么字段以大写字母开头

TdxQuant 返回的行情字段使用通达信原始命名，例如：

text

Open
High
Low
Close
Volume
Amount

在简单调用阶段可以保留原始字段。工程化封装时，再在 API 边界统一转换为 open、high、low、close 等命名，避免业务系统依赖底层数据源的字段风格。

关于 Volume 和 Amount 的单位

官方示例对 Volume 和 Amount 给出了单位说明，但不同证券类型的实际返回结果仍应进行验证。

在正式入库前，建议分别选取股票和 ETF，将 TdxQuant 返回值与通达信界面、交易所数据或现有 MiniQMT 数据进行对比，不要直接假设 Volume 必须乘以 100。

常见问题

无法导入 tqcenter

检查下面的文件是否存在：

text

C:\new_tdx64\PYPlugins\user\tqcenter.py

同时确认代码中加入的是 PYPlugins\user 目录，而不是 tqcenter.py 文件本身。

提示缺少 numpy 或 pandas

执行：

shell

python -m pip install numpy pandas -i https://pypi.tuna.tsinghua.edu.cn/simple

只能获取一条 K 线

先执行 refresh_kline，等待刷新完成后再调用 get_market_data。

如果仍然只有一条数据，检查证券代码、周期、日期范围以及通达信客户端是否保持在线。

HTTP 接口无法连接

确认通达信金融终端已经启动并登录，并检查请求地址是否为：

text

http://127.0.0.1:17709/

127.0.0.1 只允许本机访问。不要直接把这个端口暴露到公网。

本篇小结

到这里，我们已经通过两条路径验证了 TdxQuant：

text

curl / PowerShell
→ 验证本地 HTTP 服务

Python + tqcenter
→ 刷新并获取历史行情

这说明 TdxQuant 不仅可以在 Python 中直接使用，也可以作为其他语言接入通达信行情能力的基础。

下一步

下一篇文章将讨论如何把 TdxQuant 封装为内部行情服务，统一返回结构，并加入初始化管理、调用锁、访问鉴权和异常处理。

最终形成下面的调用链路：

text

Spring Boot 等任务需要行情数据的服务
→ 内部行情 API
→ TdxQuant
→ 通达信金融终端

TdxQuant 入门（二）：使用 curl 和 Python 获取第一份行情数据 ​

视频演示 ​

开始前的准备 ​

TdxQuant 的两种调用方式 ​

方式一：通过 HTTP 接口调用 ​

使用浏览器确认服务已启动 ​

使用 curl 验证行情接口 ​

在 PowerShell 中调用 ​

方式二：通过 Python API 调用 ​

创建 Python 测试脚本 ​

初始化 TdxQuant ​

刷新历史 K 线 ​

获取历史行情 ​

完整示例 ​

理解 Python API 的返回结果 ​

返回数据为什么是 DataFrame ​

为什么字段以大写字母开头 ​

关于 Volume 和 Amount 的单位 ​

常见问题 ​

无法导入 tqcenter ​

提示缺少 numpy 或 pandas ​

只能获取一条 K 线 ​

HTTP 接口无法连接 ​

本篇小结 ​

下一步 ​

TdxQuant 入门（二）：使用 curl 和 Python 获取第一份行情数据

视频演示

开始前的准备

TdxQuant 的两种调用方式

方式一：通过 HTTP 接口调用

使用浏览器确认服务已启动

使用 curl 验证行情接口

在 PowerShell 中调用

方式二：通过 Python API 调用

创建 Python 测试脚本

初始化 TdxQuant

刷新历史 K 线

获取历史行情

完整示例

理解 Python API 的返回结果

返回数据为什么是 DataFrame

为什么字段以大写字母开头

关于 Volume 和 Amount 的单位

常见问题

无法导入 tqcenter

提示缺少 numpy 或 pandas

只能获取一条 K 线

HTTP 接口无法连接

本篇小结

下一步