Download 如何下载彭博社日内数据
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
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