如何用天勤量化获取1分钟图的最高价

天勤量化获取1分钟图最高价的方法

天勤量化（TqSdk）提供简洁的K线序列订阅接口，获取1分钟图最高价的核心步骤是调用get_kline_serial函数并指定合约、周期和序列长度，函数返回的pandas DataFrame包含high列。

订阅1分钟K线序列

使用get_kline_serial订阅分钟线，参数duration_seconds设为60代表1分钟周期，data_length决定返回的K线数量，最大可设8964根。代码示例如下：

from tqsdk import TqApi, TqAuth

api = TqApi(auth=TqAuth("用户名", "密码"))

klines = api.get_kline_serial("SHFE.rb2405", duration_seconds=60, data_length=200)

while True:

    api.wait_update()

    if api.is_changing(klines.iloc[-1], "high"):

        latest_high = klines.iloc[-1]["high"]

        print("最新1分钟K线最高价：", latest_high)

klines是DataFrame对象，行索引从0开始，最新K线位于iloc[-1]。high列存储当前K线周期内的最高价，当该值发生变化时is_changing返回True。

获取历史1分钟最高价

get_kline_serial返回的DataFrame可直接切片获取历史序列。取过去N根1分钟K线的最高价最大值：

import numpy as np

high_series = klines["high"]

max_high_20 = high_series.iloc[-20:].max()

print("最近20根1分钟K线最高价：", max_high_20)

max_high_all = high_series.max()

print("序列内最高价：", max_high_all)

注意data_length越大，内存占用越高，实盘通常100-500根足够。klines的datetime列是纳秒时间戳，可转换为可读时间。

实时监控最高价突破

监控价格是否突破前一根1分钟K线最高价，可用于日内策略。代码示例：

prev_high = klines.iloc[-2]["high"]

current_high = klines.iloc[-1]["high"]

last_price = klines.iloc[-1]["close"]

if last_price > prev_high:

    print("价格突破前一根1分钟最高价")

close为最新价，high为当前K线最高价。注意在K线未走完时最高价仍会更新，策略信号应等K线收盘确认。

多合约与多周期

同时订阅多个合约的最高价，循环调用get_kline_serial即可。不同周期混合使用，只需修改duration_seconds，如300代表5分钟。代码片段：

symbols = ["SHFE.rb2405", "DCE.i2405", "CZCE.MA405"]

klines_dict = {}

for sym in symbols:

    klines_dict[sym] = api.get_kline_serial(sym, 60, data_length=100)

while True:

    api.wait_update()

    for sym, k in klines_dict.items():

        print(sym, "1分钟最高价：", k.iloc[-1]["high"])

该循环每收到行情更新打印一次最高价，wait_update保证数据同步。若需节省带宽，可仅在is_changing为True时读取。

最高价在量化策略中的应用

1分钟最高价常用于日内突破、海龟交易、ATR通道。最高价序列计算真实波幅：

tr = np.maximum(klines["high"] - klines["low"],

                np.abs(klines["high"] - klines["close"].shift(1)))

atr = tr.rolling(14).mean()

print("当前ATR：", atr.iloc[-1])

shift(1)将前一根收盘价对齐到当前行。结合最高价与ATR可设置止损止盈。期货主力合约换月时，代码需对应调整。

天勤量化的K线序列在盘中实时更新，最高价随tick变化，收盘后固定。避免在非交易时段读取无更新数据。若需获取当日最高价，对当日K线取high列最大值：

from datetime import datetime

today = datetime.now().strftime("%Y-%m-%d")

klines["date"] = klines["datetime"].apply(lambda x: datetime.fromtimestamp(x/1e9).strftime("%Y-%m-%d"))

today_high = klines[klines["date"] == today]["high"].max()

print("当日1分钟最高价：", today_high)

时间戳除以1e9转为秒，再转日期。该方式依赖data_length覆盖当日K线，夜盘与日盘日期不同需分别处理。

常见错误与注意事项

get_kline_serial必须在TqApi实例化之后调用。未登录或权限不足会返回空序列。high列为NaN可能是新合约尚无成交。期货主力连续合约代码如KQ.m@SHFE.rb，同样可获取1分钟最高价。data_length超过8964会报错。wait_update需在循环中调用，否则数据不会刷新。

实盘中建议将最高价写入变量而非反复访问DataFrame，减少开销。使用klines.iloc[-1]["high"]时确保至少有一根K线。若需获取分钟最高价对应的时间，读取klines.iloc[-1]["datetime"]转换即可。

股票场景使用天勤量化获取1分钟最高价，合约代码格式如SSE.600000，参数相同。股票无夜盘，K线序列仅日盘生成。期货与股票通用high列，策略逻辑可复用。

掌握get_kline_serial与high列操作，即可在量化系统中灵活使用1分钟最高价。