前言

朋友们，今天咱们来聊第三种股票数据获取方式——miniQMT。它不是那种“今天能连明天就挂”的免费接口，而是最稳如老狗的实时数据方案。不光能拿数据，还能直接下场交易。其实，如果你想搞个人量化交易，有没有 miniQMT 权限。基本等于“有驾照”和“没驾照”的区别。老实说，

使用者痛点速览：

• 🔒 开户门槛高——多数券商要求账户资金达数十万元才能开通。
• 🤝 渠道不透明——需要和客户经理“软磨硬泡”，流程繁琐且缺少官方文档。
• ⚙️ 数据格式怪异——QMT 返回的时间戳、日期格式与常规 pandas 不兼容，需要手动转换。
• 💾 数据量大、存储吃紧——分钟级别的数据如果一次性下载多年，会导致硬盘空间瞬间告急。
• ❌ 并非所有券商都支持

方法：这篇文章提供完整代码示例、格式化技巧还有实际经验，让你一步步绕过这些坑。

案例概览

这篇文章以宁德时代为例，演示三类数据下载：

1. 日线数据
2. 分钟数据
3. 财务数据

前提条件

• windows 环境
• 已安装 QMT 客户端并配置好 xtquant
• miniQMT 客户端已启动且可以登录成功

一、什么是 miniQMT？

miniQMT = “极简版 QMT”

A 简化的 Python 接口，仅保留主要功能：行情拉取、下单、回测。想象把自动驾驶汽车的方向盘拆掉，只剩一个游戏手柄，你依旧可以自由操控。

二、开通流程

1. 寻找支持 miniQMT 的券商： 在网上搜索或直接询问客服：“贵司支持 miniQMT 吗？”
2. 完成开户： 若已有多家账户，需要注销其中一家。部分券商要求账户资产≥ 万才能申请。
3. #等待审批#： 开户后等待数个工作日随后主动致电确认是否有专属客户经理。
4. #沟通开通#： 加客户经理微信，直接说明需求：“我要开通 miniQMT”。对方会告知资金要求，可通过表现长期合作关系意向争取更容易开始。
5. #提交材料#： 填写《miniQMT 开通申请表》，提交后再等待约1个工作日。
客服会提供 QMT 客户端下载链接及登录凭证；登录成功即代表正式入驻量化世界。

三、日线数据下载

STOCK_CODE = '300750.SZ' # 宁德时代
DATA_START = '20200101' # 起始日期 YYYYMMDD
DATA_END = '20231231' # 截止日期

① 下载历史日线数据

import xtquant as xtdata
xtdata.download_history_data(
stock_code=STOCK_CODE,period='1d',# 日线
start_time=DATA_START。end_time=DATA_END
)

② 获取行业市场行情并转成 DataFrame

res = xtdata.get_market_data(
stock_list=,period='1d',start_time=DATA_START,end_time=DATA_END,count=-1,# - 表示全部
dividend_type='front',# 前复权
fill_data=True
)
import pandas as pd
df = pd.DataFrame
df = pd.to_datetime
df.to_csv
print

*使用者痛点*：返回的日期为整数形式，需要手动转成 pandas 可识别的 datetime；若忘记转化，会导致后续计算出错。

四、分钟数据下载

STOCK_CODE = '300750.SZ'
TARGET_DATE = '20230801' # 想查询的交易日 YYYYMMDD
PERIOD = '1m' # 支持: '1m','5m','15m','30m','60m'
NEXT_DAY = + pd.Timedelta).strftime

① 下载指定日期的分钟线

xtdata.download_history_data(
stock_code=STOCK_CODE,period=PERIOD,start_time=TARGET_DATE。end_time=NEXT_DAY # 保证抓满全天
)

② 拉取并清洗

res = xtdata.get_market_data(
stock_list=,period=PERIOD,start_time=TARGET_DATE,end_time=NEXT_DAY,count=-1,fill_data=False
)
df = pd.DataFrame
# 时间戳 → datetime
df = pd.to_datetime,format='%Y%m%d%H%M%S',errors='coerce')
# 保留目标交易日的数据
target_dt = pd.Timestamp
df = df.dt.date == target_dt.date]
df.to_csv
print

*使用者痛点*：分钟级别文件体积大，一次性下载多年的数据会导致磁盘瞬间耗尽。建议按年或按月分批下载，并定期清理旧文件。

五、财务数据下载

The following tables are most commonly used in valuation:

表名	含义
BALANCESHEETTBLNAMECNSUFFIX20182024V569EQUITYONLYXTQUANTFUNDAMENTALDATAZIPFILEDAILYENCLOSEMVXTQUANTFUNDAMENTALDATAZIPFILEDAILYENCLOSEMV_BalanceSheetA.xlsx?，?.，....?......，?，"资产负债表" – 公司家底

IncomeStatementA.xlsx? ，?，?，?，?，?...，....?"利润表" – 盈利情况

...

CashFlowStatementA.xlsx?，?，?，?...，?...，?按理说，... "现金流量表" – 真金白银流向

PershareIndexTableA.xlsx?，...?，... 每股指标 – EPS/BPS/OCFPS 等

CapitalInfoA.xlsx?，?...，?股本信息 – 总股本/流通股

Oops above table got messed up due to copying raw text;let's simplify.

We'll create a clean table:

But this is messy;maybe 娱乐ter to just list bullet items instead of table due to formatting errors.

Let's restructure financial section with bullet list and code snippets accordingly.

Proceed:

使用者痛点速览 :

• 🔒 开户门槛高 : 多数券商要求账户资金达数十万元才能开通。
• 🤝 渠道不透明 : 需要和客户经理“软磨硬泡”，官方文档稀缺。
• ⚙️ 数据格式怪异 : QMT 返回的时间戳 / 日期是整数或自定义字符串，需要额外转换。
• 💾 存储吃紧 : 分钟级别的数据体积大，一次性下载多年会把硬盘逼疯。
• ❌ 并非所有券商都支持 : 如果开不了 miniQMT，本章内容只能当玄幻小说看。

至于**方法**。这篇文章提供完整代码示例、格式化技巧还有实际经验，让你一步步绕过这些坑。

这篇文章以 宁德时代 为例演示三类常用数据下载:

 


日线 数据   .

分钟 数据   .

财务 数据   .

前提条件 ​ ​ ​ ​ ​ ​

windows 环境 . . . . . . . . . .                                      

          • 已安装 Q MT，且已在程序 PATH 中配置好 xt quant 库。• 已启动 Mini Q MT 客户端，并确保能够正常登录。​​​​​​​

---

一 、 什么 是 Mini Q MT?

 简单说它是 Q MT 的 “ 极 简 模 式 ” —— 不 给你 花 哩 胡 哨 的 界 面只 留 一个 Python 接口。你写代码调它，它帮你搞定行情拉取、下单执行和回测框架。** 就 像 把 自动 驾驶 汽车 的 转 向 桿 拆了只 留 一个 游戏 手柄 给你 ** ：功能全在只是交互更自由、更灵活。

---

---