获取数据是进行策略回测、实时执行的前提，不同的场景下，有相对合适的数据获取方式。

1、只取历史数据

这个场景的内容一般是将历史数据下载下来后，再将数据用于其他用途。因为对效率没有多少要求，代码最简单，它将qmt接口连接、数据下载、数据输出保存都在一个 .py 文件中实现。
在 miniqmt 版中的使用顺序是：

1、运行 miniqmt 并登陆
2、python 中导入 xtdata
3、使用 download_history_data/download_history_data2 将需要的数据下载到本地缓存
4、使用 gmd 系列函数从缓存中读取数据，并转存成本地 .csv 文件，或者保存到指定数据库中

show the code

from xtquant import xtdatacode_list = ['000001.SH', '300750.SZ']
period = '1h'
start_time = '20230101093000'
end_time = '20230201093000'def on_data(datas):print(datas)xtdata.download_history_data2(code_list, period, start_time, end_time, on_data)for code in code_list:data = xtdata.get_market_data_ex([], [code], period, start_time, end_time)print(f'{code}数据保存到本地')data[code].to_csv(f'd:/data/{equity_name}.csv')

在 投研版 中的使用顺序是：

1、python 中导入 xtdata、xtdatacenter 
2、载入账户 token
3、使用 download_history_data/download_history_data 将需要的数据下载到本地缓存
4、使用 gmd 系列函数从缓存中读取数据，并转存成本地 .csv 文件，或者保存到指定数据库中

show the code

from xtquant import xtdata
from xtquant import xtdatacenter as xtdc
from const import xt_data_tokenxtdc.set_token(xt_data_token)
xtdc.init()code_list = ['000001.SH', '300750.SZ']
period = '1h'
start_time = '20230101093000'
end_time = '20230201093000'def on_data(datas):print(datas)xtdata.download_history_data2(code_list, period, start_time, end_time, on_data)for code in code_list:data = xtdata.get_market_data_ex([], [code], period, start_time, end_time)print(f'{code}数据保存到本地')data[code].to_csv(f'd:/data/{equity_name}.csv')

2、只取实时数据

这个场景的内容一般是将日内行情实时落地，或者用于实时的监控、日内（实盘或者模拟）交易。对数据的实时性、代码的执行效率有一定要求。

2.1、资产的数量较少

如果想获取实时数据的资产数量不多，可以将所有内容都在一个 .py 文件中实现。

2.1.1、miniqmt 版

a、运行miniqmt，并登陆。
b、订阅想取实时行情数据的资产，并让代码一直运行，等待所订阅资产最新数据。
c、资产数据有更新时，会被推送过来，立即调用回调函数进行处理。

from xtquant import xtdatacode = '600000.SH'
period = '1m'
start_time = '20240429093000'
end_time = ''
count = -1def callback_func(data):print('回调触发', data[code])stock_data = xtdata.get_market_data_ex(field_list=[], code_list=[code], start_time=start_time,end_time=end_time,count=count)# 后接各种指标计算xtdata.subscribe_quote(stock_code=code, period=period, start_time=start_time, end_time=end_time, count=count, callback=callback_func
)
xtdata.run()

2.1.2、投研版

直接在原生 python 中执行以下代码

from xtquant import xtdata
from xtquant import xtdatacenter as xtdc
from const import xt_data_tokenxtdc.set_token(xt_data_token)
xtdc.init()code = '600000.SH'
period = '1m'
start_time = '20240429093000'
end_time = ''
count = -1def callback_func(data):print('回调触发', data[code])stock_data = xtdata.get_market_data_ex(field_list=[], code_list=[code], start_time=start_time,end_time=end_time,count=count)# 后接各种指标计算xtdata.subscribe_quote(stock_code=code, period=period, start_time=start_time, end_time=end_time, count=count, callback=callback_func
)
xtdata.run()

注意事项：
a、即使 subscribe_quote 里入参填了起止时间，count 的值也指定取所有数据，但是在回调函数中，也只会推送最新的那条行情，想取起止时间之间完整的数据，必须使用 gmd 函数从本地缓存中取。

2.2、资产数量较多或者多个策略各自有自己的数量要求

如果想获取实时数据的资产数量较大，或者是多个策略各自要获取一些资产的实时数据（不同策略的资产可以有交集，也可以没有），考虑到：
a、迅投qmt是单点登录，对每个用户，在服务器端只允许使用一个进程。
b、对不同的进程，相同资产相同周期的订阅可以合并计算。

因此最好：
a、让数据源在与策略隔离的独立进程中。
b、每个策略单独一个 .py 文件，通过指定端口与本地数据源连接，获取实时数据。
c、实时数据最好全推，不管是tick数据还是分钟数据。

2.2.1、miniqmt 版

a、执行 miniqmt 并登陆（此时就是一个实时数据源），因此没有额外的动作。
b、具体订阅与处理数据的代码，见 2.1.1，可以有多个 .py 文件，每个文件各自取不同股票的实时行情。

2.1.2、投研版

a、新建一个独立的 .py 文件，联通投研版的数据服务器，并开启指定端口向本机内其他 .py 文件提供实时数据的服务。
b、其他 .py 文件通过对接该端口，从本地服务端获取所需的实时数据。
c、show me the code

# 联通投研版数据服务器，提供本地实时数据源的 xtdata_data_center_main.py
from xtquant import xtdatacenter as xtdc
from xtquant import xtdata
from const import xt_data_token, data_center_portxtdc.set_token(xt_data_token)
xtdc.set_data_home_dir(f'd:/data_tmp/qmt')         # 本地数据缓存地址
xtdc.set_kline_mirror_enabled(True)         # 开启K线全推
xtdc.init(start_local_service=False)        # 连接并启动数据服务。设为 False 使 xtdc 监听的端口为我们自己指定的端口
xtdc.listen(port=data_center_port)          # 开通指定的端口
print(f"服务启动,开放端口：{data_center_port}")xtdata.run()# 取数据 xtdata_get_data_sub_01.py
from xtquant import xtdata
from core.const import data_center_portxtdata.connect(port=data_center_port)   # 链接到主程序获取数据,链接的端口需要一致# 订阅股票实时行情
code = '600000.SH'
start_time = '20240429093000'
end_time = ''
period = '1m'# 订阅最新行情
def callback_func(data):print('回调触发', data[code])def thread_function():xtdata.subscribe_quote(stock_code=code,period=period,start_time=start_time,end_time=end_time,count=-1,callback=callback_func)xtdata.run()

3、既取历史数据，又取实时数据

这个场景与第2点有相似之处，想实时落地日内行情，或者用于实时监控，或者日内实时交易，同时使用者也想得到一些历史数据，用来计算各类指标。
这类场景的处理方法第2点差不多，只是多了一个历史数据的下载，以及与最新数据的拼接。
具体实现的方法，本帖子看到这里的小伙伴都是有心人了，一定能从本系列帖子内容找到线索，之后实现出来的，加油！