def modify_code(self, x):

        return x + '.SZ' if x.startswith('12') else x + '.SS'

您的账号 xxxxxx@qq.com 在七牛云对象存储有以下源站域名没有备案记录或备案已失效，七牛云对象存储无法支持未备案域名在含有中国大陆的区域访问数据，我们即将对域名发起冻结操作。



域名	空间

30daydo.com	

根据《互联网信息服务管理办法》（国务院令第292号）等相关法律法规要求，未取得许可或未履行备案手续的，不得从事互联网信息服务。



若备案信息查询有误，请提供相关备案证明，并与销售或技术支持联系。您在使用过程中如有遇到任何问题，可通过 提交工单 解决，我们会尽快回复。感谢您对我们的理解与支持！

为什么域名之前备案过了还会被未备案冻结？



 备案吊销是指对备案信息做收回并注销，由有管辖权力的部门停止原来准许进行某项活动的对象停止该项活动并收回准许文本的执行过程，一般带有强制性。起因基本是由于该对象违背或违反了发放文本时的约定所致，七牛检测到备案信息失效后，会对域名执行冻结操作。

CP/IP地址/域名信息备案管理系统升级通知ICP/IP地址/域名信息备案管理系统将于2023年9月2日至3日进行系统升级，期间系统停止对外服务，对您带来的不便敬请谅解。

尊敬的七牛云用户，您好！
因工信部备案查询停服，导致七牛云对象存储的源站域名备案检查异常，如果您在9月2日收到七牛源站域名备案异常冻结的相关通知，您可以忽略，系统也不会执行域名冻结操作。
如果您未收到相关信息，可忽略本条消息。
由此给您带来的不便，深感抱歉，祝您工作顺利，生活愉快！
此致
七牛云团队

 

仿真账户： ***** / ******  量化回测：支持1分钟、日线回测。 量化交易：支持LEVEL1 tick股票交易。 量化研究：提供云Ipython Notebook研究环境、行情数据2005年至今、可使用全市场金融数据。

为贯彻落实7月24日中央政治局会议精神和国务院相关会议部署，进一步活跃资本市场，提振投资者信心，形成推动经济持续回升向好的工作合力，证监会指导上海证券交易所、深圳证券交易所、北京证券交易所自8月28日起进一步降低证券交易经手费。沪深交易所此次将A股、B股证券交易经手费从按成交金额的0.00487%双向收取下调为按成交金额的0.00341%双向收取，降幅达30%；北交所在2022年12月调降证券交易经手费50%的基础上，再次将证券交易经手费标准降低50%，由按成交金额的0.025%双边收取下调至按成交金额的0.0125%双边收取。同时，将引导证券公司稳妥做好与客户合同变更及相关交易参数的调整，依法降低经纪业务佣金费率，切实将此次证券交易经手费下降的政策效果传导至广大投资者
 

其中沪深交易所，涉及A股、B股、存托凭证品种的交易佣金，将在投资者原有佣金基础上统一下调0.00146%

万一免5券商如下:

华宝证券 入金1万 万1.3免五 0.5起步 

国泰君安 入金100w 0.1元起步 

长江证券1 入金50w，0起步 

国信证券 入金50w，0.1元起 

银河证券1 入金1万，1元起 

安信证券 入金2w，0.5元起步 

国盛证券 入金10w，0.1元起步 

国金证券 入金2w 0.1元起步 

国元证券，入金1w，0.2元起步 

长江证券2 入金1w，0.01元起步 

银河2 入金1w， 0.1元起步 

国元2 入金1万， 0.1元起步

安信证券2 入金2w，0.1元起步 

from __future__ import print_function, absolute_import

from gm.api import *

set_token(juejin_token)

im_data = get_history_symbol(symbol='CFFEX.IM2212', start_date='2022-12-12', end_date='2022-12-16', df=True)

import pandas as pd

import datetime





def get_tick(code, start_time, end_time, period='tick'):

    from xtquant import xtdata



    xtdata.download_history_data(code, period=period, start_time=start_time, end_time=end_time)

    data = xtdata.get_local_data(field_list=, stock_code=

, period=period, count=10)

    result_list = data

    df = pd.DataFrame(result_list)



    df['time_str'] = df['time'].apply(lambda x: datetime.datetime.fromtimestamp(x / 1000.0))

    return df





def process_timestamp(df, filename):

    df = df.set_index('time_str')

    result = df.resample('3S').first().ffill()

    result = result[(result.index >= '2022-07-20 09:30') & (result.index <= '2022-07-20 15:00')]

    result = result.reset_index()

    result.to_csv(filename + '.csv')





def dump_single_code_tick():

    # 导出单个转债的tick数据

    code='128022'

    start_date = '20210113'

    end_date = '20210130'



    post_fix = 'SZ' if code.startswith('12') else 'SH'

    code = '{}.{}'.format(code,post_fix)

    filename = '{}'.format(code)

    df = get_tick(code, start_date, end_date)



dump_single_code_tick()

(base) PS C:\git\qiniu_web_gin> go run .\main.go

# github.com/lestrrat-go/libxml2/xpath

C:\Users\xda\go\pkg\mod\github.com\lestrrat-go\libxml2@v0.0.0-20201123224832-e6d9de61b80d\xpath\xpath.go:40:35: undefined: clib.XMLXPathObjectType

C:\Users\xda\go\pkg\mod\github.com\lestrrat-go\libxml2@v0.0.0-20201123224832-e6d9de61b80d\xpath\xpath.go:45:14: undefined: clib.XMLXPathObjectFloat64

C:\Users\xda\go\pkg\mod\github.com\lestrrat-go\libxml2@v0.0.0-20201123224832-e6d9de61b80d\xpath\xpath.go:50:14: undefined: clib.XMLXPathObjectBool

C:\Users\xda\go\pkg\mod\github.com\lestrrat-go\libxml2@v0.0.0-20201123224832-e6d9de61b80d\xpath\xpath.go:74:18: undefined: clib.XMLXPathObjectNodeList

C:\Users\xda\go\pkg\mod\github.com\lestrrat-go\libxml2@v0.0.0-20201123224832-e6d9de61b80d\xpath\xpath.go:91:18: undefined: clib.XMLXPathObjectNodeList

C:\Users\xda\go\pkg\mod\github.com\lestrrat-go\libxml2@v0.0.0-20201123224832-e6d9de61b80d\xpath\xpath.go:124:7: undefined: clib.XMLXPathFreeObject

C:\Users\xda\go\pkg\mod\github.com\lestrrat-go\libxml2@v0.0.0-20201123224832-e6d9de61b80d\xpath\xpath.go:129:19: undefined: clib.XMLXPathCompile

C:\Users\xda\go\pkg\mod\github.com\lestrrat-go\libxml2@v0.0.0-20201123224832-e6d9de61b80d\xpath\xpath.go:149:7: undefined: clib.XMLXPathFreeCompExpr

C:\Users\xda\go\pkg\mod\github.com\lestrrat-go\libxml2@v0.0.0-20201123224832-e6d9de61b80d\xpath\xpath.go:163:22: undefined: clib.XMLXPathNewContext

C:\Users\xda\go\pkg\mod\github.com\lestrrat-go\libxml2@v0.0.0-20201123224832-e6d9de61b80d\xpath\xpath.go:179:14: undefined: clib.XMLXPathContextSetContextNode

C:\Users\xda\go\pkg\mod\github.com\lestrrat-go\libxml2@v0.0.0-20201123224832-e6d9de61b80d\xpath\xpath.go:179:14: too many errors

(base) PS C:\git\qiniu_web_gin> go get github.com/lestrrat-go/libxml2

(base) PS C:\git\qiniu_web_gin>

libxml2-2.11.5-win-build Latest

Corresponding to official release version 2.11.5.

libxml2 + iconv + msvc 在windows下生成使用库

为了跨平台的解析xml，偶然获得Linux下比较好用的一个xml的解析库libxml2，使用起来确实比较简单，方便；但移植到windows下后发下使用上存在问题：

无法解析格式位GB2312类型的XML文件，但由于一些外部因素，Windows下必须使用GB2312格式

在网上查看了诸多教程，有很多编译生成libxml2库的文章，但都不支持iconv，仔细阅读README后，终于生成了可用的libxml2.lib库，记录下来备用



操作系统：windows 7 x64

版本：libiconv-1.15， libxml2 Github版本

Visual Studio版本：vs2015

Cygwin：x64



以下操作皆为生成x64位库，32位的基本类似，可以查看具体的README。

我：@lestrrat Hi, is that mean it can't work on windows if i dont build it with visual studio or cgywin like?



作者：It's the same as when you are building a C program. You build in the same arch/os as the where you intend to run the program.



我：Thanks a lot. Instsall vs environment taks lots of time, so i switch to the ubuntu to "quick fix this issue" :(

from xtquant import xtdata

data = xtdata.get_market_data(field_list=['time', 'open', 'close', 'high', 'low', 'volume', 'amount'], stock_list=['603000.SH'], period='1d', start_time='20230101')

print(data)

def func(context):

    pos_dict = get_positions()

    for code,pos in pos_dict.items():

        enable_amount = pos.enable_amount

        if enable_amount>0:

            order_target(code, 0)



# 标准

def initialize(context):

    # 初始化策略

    run_daily(context, func, time='9:25')



def handle_data(context, data):

    pass

def func(context):

    pos_dict = get_positions()

    for code,pos in pos_dict.items():

        enable_amount = pos.enable_amount

        if enable_amount>0 and code.startswith(('12','11')): # 只清除转债

            order_target(code, 0)

code_list = ['113578.SS','123014.SZ'] # 股票池，这里可以填几千个股票也没问题的

zz_df_price = get_price(code_list, start_date=None, end_date=None, frequency='1d', fields='close', fq=None, count=1)

yesterday_price_dict = zz_df_price.iloc[0].to_json()

zz_df_price.iloc[0].to_json()

index      113578.SS	123014.SZ

2023-07-14	93.036	 118.36

'{"113578.SS":93.036,"123014.SZ":118.36}'

import datetime



def initialize(context):

    # 初始化策略

    g.already_run = False



def handle_data(context, data):

    pass



def get_available_cash(context):

    # 读取变量protfolio里的可用资金的值

    return context.portfolio.cash



def current_time():

    return datetime.datetime.now().strftime('%H:%M:%S.%f')



def tick_data(context, data):

    log.info('可用资金{}'.format(get_available_cash(context)))

    if not g.already_run:

        g.already_run = True

        # 卖出100手 R-001

        ret = order_tick('131810.SZ', -10, priceGear='1', limit_price=None)



def on_order_response(context, trade_list):

    # 委托回调函数，有委托出现就调用此函数

    log.info('已委托下单 {}'.format(current_time()))

# encoding:gbk

import datetime





ACCOUNT = '你的账户ID'

start = True



def init(ContextInfo):

    ContextInfo.set_account(ACCOUNT)



def current_time():

    return datetime.datetime.now().strftime('%H:%M:%S.%f')





def get_available_cash(ContextInfo):

    acct_info = get_trade_detail_data(ACCOUNT, 'stock', 'account')

    return acct_info[0].m_dAvailable





def deal_callback(ContextInfo, dealInfo):

    print('before')

    print(dealInfo.m_strProductID)

    print(dealInfo.m_nDirection)

    print(dealInfo.m_dTradeAmount)

    print(dealInfo.m_nVolume)

    print(dealInfo.m_dPrice)

    print('call back --- ')

    print(current_time())



def buy_action(ContextInfo):

    opType = 24

    orderType = 1101

    accountID = ACCOUNT

    orderCode = '131810.SZ'

    prType = 11

    price = 1.8

    volume = 10

    quickTrade = 2

    passorder(opType, orderType, accountID, orderCode, prType, price, volume, quickTrade, ContextInfo)



def handlebar(ContextInfo):

    global start

    if ContextInfo.is_last_bar():



        cash = get_available_cash(ContextInfo)

        print('{} 可用资金{}'.format(current_time(),cash))

        if start:

            print('下单逆回购 131810 ')

            buy_action(ContextInfo)

            start = False

# 交易回调

def on_trade_response(context, trade_list):

    # 成交主推

    now = context.blotter.current_dt.strftime("%H:%M:%S")



    for trade_info in trade_list:

        if trade_info['order_id'] == '':

            # 不是本策略跳过

            log.info('非本策略订单')

            continue



        code = trade_info['stock_code']

        code = post_fix_convert(code)

        business_time = trade_info['business_time']

        business_amount = trade_info['business_amount']  # 这个是负数，如果卖出

        business_price = trade_info['business_price']

        g.total_cash -= business_amount # 马上更新资金状态

def initialize(context):

    g.security = "600570.SS"

    set_universe(g.security)



def before_trading_start(context, data):

    g.count = 0



def handle_data(context, data):

    if g.count == 0:

        # 对持仓内的贝斯进行转股操作

        debt_to_stock_order("123075.SZ", -1000)

        g.count += 1

    # 查看委托状态

    log.info(get_orders())

    g.count += 1

#coding:gbk

c = True

account = '11111111' # 个人账户

def init(ContextInfo):

    pass

    

def handlebar(ContextInfo):

	if not ContextInfo.is_last_bar():

		#历史k线不应该发出实盘信号 跳过

		return



    if c:

        passorder(80,1101,account,s,5,0,-100,'1',2,'tzbz',ContextInfo) 

        c=False

		

vim ~/.bashrc

alias here="nautilus ."

here