迅投QMT实时调用集思录数据 自动交易教程
在QMT自带的文档里面，实在找不到任何的溢价率的数据，连转股价也没有，只有光秃秃的一个价格。所以在可转债多因子量化交易里面实在无法进行下去。
不过好在QMT支持第三方库，并且也可以连通外部数据，不像Ptrade那样封闭（Ptrade里面os这个内置库都被阉割了，更别说访问外部数据），所以笔者就写了一个实时访问集思录数据的接口，供QMT访问。
使用flask做接口是最简单，可是flask性能非常低下，故使用异步框架uvicorn +asgi。
返回了383个转债数据，只要集思录上有的，都可以获取到QMT里面。
在QMT里面的调用函数就8行：
其主要核心是之前的文章里面登录并获取集思录数据。然后套一个web接口调用即可。
而这里也把之前集思录密码加密部分改为自己使用AES加密，省去了JS执行的流程，简化了运行流程，提升了效率。
每次请求大约需要0.8~0.9秒左右。
运行方式：
先把依赖安装好， pip install -r requirements.txt
然后 python app.py
就在后台运行了，不要关闭。
然后用浏览器打开 http://127.0.0.1:8080 如果有数据就说明成功了。
QMT部分的代码：
调用上面本地的接口就可以获取数据了。
PS：提升速度TIP
第一次运行的时候 cache=False
会保存你的用户名密码加密数据，然后后续可以关闭上面的python程序，把上面代码的cache=False改为cache=True, 重新运行，这样速度会得到提升。因为不用每次都做AES计算了，因为每次对用户名密码做AES运算的结果第一次已经保存下来。
更多QMT教程，可以关注公众号与知识星球
不过好在QMT支持第三方库，并且也可以连通外部数据，不像Ptrade那样封闭（Ptrade里面os这个内置库都被阉割了，更别说访问外部数据），所以笔者就写了一个实时访问集思录数据的接口，供QMT访问。
使用flask做接口是最简单，可是flask性能非常低下，故使用异步框架uvicorn +asgi。
返回了383个转债数据，只要集思录上有的，都可以获取到QMT里面。
在QMT里面的调用函数就8行：
其主要核心是之前的文章里面登录并获取集思录数据。然后套一个web接口调用即可。
而这里也把之前集思录密码加密部分改为自己使用AES加密，省去了JS执行的流程，简化了运行流程，提升了效率。
每次请求大约需要0.8~0.9秒左右。
运行方式：
先把依赖安装好， pip install -r requirements.txt
然后 python app.py
就在后台运行了，不要关闭。
然后用浏览器打开 http://127.0.0.1:8080 如果有数据就说明成功了。
QMT部分的代码：
def get_jisilu_data():
try:
r = requests.get('http://127.0.0.1:8080/jisilu')
except Exception as e:
print(e)
return []
else:
return r.json()
调用上面本地的接口就可以获取数据了。
PS：提升速度TIP
第一次运行的时候 cache=False
会保存你的用户名密码加密数据，然后后续可以关闭上面的python程序，把上面代码的cache=False改为cache=True, 重新运行，这样速度会得到提升。因为不用每次都做AES计算了，因为每次对用户名密码做AES运算的结果第一次已经保存下来。
更多QMT教程，可以关注公众号与知识星球
