Download 如何下载彭博社日内数据

Download 如何下载彭博社日内数据,download,bloomberg,blpapi,Download,Bloomberg,Blpapi,请问如何从彭博社获取当天1分钟的数据? 我想出价和要求5期货保存为一个数据框请 谢谢。我相信您正在寻找日内1分钟条形图数据,包括打开、高、低、关闭等。您需要使用IntradayBarRequest//blp/refdata服务 订正答复: 向//blp/refdata服务发送两个IntradayBarRequest,一个用于BID,另一个用于ASK事件类型,间隔为1分钟。从响应消息中的每个数据点提取“Open”元素 样本数据点: barTickData = { time = 2019-0

请问如何从彭博社获取当天1分钟的数据? 我想出价和要求5期货保存为一个数据框请


谢谢。

我相信您正在寻找日内1分钟条形图数据,包括打开、高、低、关闭等。您需要使用IntradayBarRequest//blp/refdata服务

订正答复:

向//blp/refdata服务发送两个IntradayBarRequest,一个用于BID,另一个用于ASK事件类型,间隔为1分钟。从响应消息中的每个数据点提取“Open”元素

样本数据点:

barTickData = {
    time = 2019-02-13T14:30:00.000
    open = 136.45
    high = 136.87
    low = 136.25
    close = 136.76
    volume = 91
    numEvents = 45
    value = 12424.061
}

请参阅SDK中的IntradayBarExample代码示例。

Dan,如果您希望使用Pandas,我建议您使用TIA:

您提到您正在使用Python 3。目前,TIA仅与Python2兼容,但这里有一个Python3转换。我最近一直在用这个,它非常好。例如:

from tia.bbg import LocalTerminal
import tia.bbg.datamgr as dm
import datetime

sid = 'IBM US EQUITY'
event = 'TRADE'
dt = pd.datetools.BDay(-1).apply(pd.datetime.now())
start = pd.datetime.combine(dt, datetime.time(13, 30))
end = pd.datetime.combine(dt, datetime.time(21, 30))
f = LocalTerminal.get_intraday_bar(sid, event, start, end, 
interval=60).as_frame()
f.head(1)

      close     high    low   numEvents   open      time                value   volume
0   162.2500    162.70  161.51  4005    162.4900    2015-02-24 14:30:00  110345672  680888
上面的github链接也有大量示例。

您可以使用:


对不过我是个完全的初学者。你能帮我获取esa指数的出价和要价,并将其添加到df中吗?出价和要价以日内刻度表示,但不是你提到的“1分钟”数据。因此,首先请澄清您是否希望获得现场出价,并要求每1分钟?或者在一天中的任何时候都能得到1分钟的滴答声?其他?嗨,这是我想要的过去6个月的历史数据。开盘价和每分钟请要求。我怎么做,请?见我的修改后的答案上面。
from tia.bbg import LocalTerminal
import tia.bbg.datamgr as dm
import datetime

sid = 'IBM US EQUITY'
event = 'TRADE'
dt = pd.datetools.BDay(-1).apply(pd.datetime.now())
start = pd.datetime.combine(dt, datetime.time(13, 30))
end = pd.datetime.combine(dt, datetime.time(21, 30))
f = LocalTerminal.get_intraday_bar(sid, event, start, end, 
interval=60).as_frame()
f.head(1)

      close     high    low   numEvents   open      time                value   volume
0   162.2500    162.70  161.51  4005    162.4900    2015-02-24 14:30:00  110345672  680888
In [1]: from xbbg import blp

In [2]: blp.bdib(ticker='SPY US Equity', dt='2019-01-17').tail()
Out[2]:
ticker                    SPY US Equity
field                              open   high    low  close   volume num_trds
time
2019-01-17 15:57:00-05:00        262.82 262.92 262.70 262.88   644947     2744
2019-01-17 15:58:00-05:00        262.87 262.89 262.77 262.86   713451     3152
2019-01-17 15:59:00-05:00        262.87 263.05 262.74 263.00  2248033     5616
2019-01-17 16:09:00-05:00        262.96 262.96 262.96 262.96        0        1
2019-01-17 16:15:00-05:00        262.96 262.96 262.96 262.96        0        1