myquote

    from myquote import myquote

    # 实时行情 默认sina，返回dataframe
    print(myquote.stock_now('000958'))
    print(myquote.stock_now(['601012', '000958']))

    # 实时行情 tencent/qq, 返回dataframe
    print(myquote.stock_now('000958', 'qq'))
    print(myquote.stock_now(['601012', '000958'], 'qq'))

    # 历史行情 tushare, 返回dataframe
    print(myquote.stock_days('000958'))
    TODAY = datetime.now().strftime('%Y%mm%dd')
    print(myquote.stock_days('601012', start_date='20210101', end_date=TODAY))

    # Goldminer掘金量化行情
    #查询当前行情快照 返回tick dataframe数据
    print(myquote.stock_current('000958'))
    # 查询历史行情, 返回dataframe数据 默认前复权 默认日线数据
    print(myquote.stock_history('000958', start_date='20210101', end_date='20210324'))

    # 使用tushare行情需要在class TushareQuote()配置自己的token，参考tushare文档
    # TS_TOKEN = 'YOUR-TUSHARE-TOKEN'
    # 使用掘金量化行情需要在 class GmQuote()设置token set_token('YOUR-GM-TOKEN')

    # 支持策略回测 将行情bar数据序列化输出给策略函数 策略函数执行策略
    quote = myquote.stock_history('000958', start_date='20210101', end_date=TODAY)
    backtest_account = myquote.backtest_account()
    # 执行回测
    myquote.stock_backtest_serial(quote, 11, strategy_demo, backtest_account)
    def strategy_demo(data, account):
        # 实现你的策略

    # 查询策略收益
    backtest_account.status()
    # 输出：
    --- backtest strategy: strategy_demo ---
    总买入额: 826.00
    总卖出额: 404.00
    持仓市值: 505.00
    买卖盈亏: 10.05%
    [['20210201', 'buy', 4.1, 100], ['20210202', 'sell', 4.04, 100], ['20210219', 'buy', 4.16, 100]]