wu xin
wu xin
我个人在用的是一个多实例的方法。 clients = [] speed = pd.DataFrame([ping(x) for x in hostsip], columns=['t']) ipidx = speed.sort_values('t').index.tolist() cnt = min(6, len(ipidx)) #连接6个host for i in range(0, len(ipidx)): api = TdxHq_API(heartbeat=True, raise_exception=True, auto_retry=True)...
其实 可以不改造 api 而是 像我这样，在应用层面 使用多线程访问多实例，既并发，也避免了服务器拒绝。
可以薅不同的券商服务器，避免被拒绝。
yutiansut 我读了你的前复权部分，我觉得是有问题的。配股问题没处理好。可以和通达信的数据比较下。
@yutiansut 我自己实现的是和通达信一样的递归前复权，再过程中我发现一个有趣的东西。市有关配股的复权。在不复权模式下，通达信按照实际总股本扩张的比例计算新开盘价。在前复权时，按照配股比例计算。因为并不是每个股东都会足额配股，所以其实按照实际总股本才是精确的。如果要达到这个效果就需要处理部分category=5的数据。
其实做一个回测系统不是本项目的重点，用rqalpha回测更好，或者改造rqalpha。
期货数据还不是tdx的领域，这里只需要关注股票就够了