# qmt-data-parser

**Repository Path**: xiaoliouc/qmt-data-parser

## Basic Information

- **Project Name**: qmt-data-parser
- **Description**: python解析迅投qmt、miniqmt 数据DAT文件
- **Primary Language**: Unknown
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 3
- **Forks**: 2
- **Created**: 2026-08-27
- **Last Updated**: 2026-09-03

## Categories & Tags

**Categories**: Uncategorized

**Tags**: 迅投qmt, Python

## README

# qmt-data-parser

`qmt-data-parser` 是一个面向 MiniQMT / QMT 本地数据目录的 Python 解析库，用来直接读取 QMT 落地的历史二进制 `.dat` 文件，不依赖 xtquant、不需要启动 QMT 客户端。

支持的数据：

- **日线 K 线** —— 64 字节记录，支持日期区间过滤，DataFrame 输出自动补齐 `preClose` / `suspendFlag`
- **1 分钟 K 线** —— 64 字节记录
- **Tick 分笔** —— 144 字节记录，含五档行情、集合竞价记录特殊处理、QMT 时间戳解码（含北交所规则）
- **datadir 目录发现** —— 传入 QMT 的 `datadir` 根目录即可按市场/代码/日期自动定位文件



## 安装

```bash
pip install qmt-data-parser          # 纯解析，无第三方依赖
pip install "qmt-data-parser[pandas]"  # 需要 DataFrame 输出
```

或从源码安装：

```bash
pip install .
```

## 快速开始

### 直接解析导出的 .dat 文件

```python
from qmt_parser import parse_tick_file, parse_min_file, parse_daily_file

# Tick：文件名形如 000001-20250529-tick.dat
ticks = parse_tick_file("data/000001-20250529-tick.dat")
print(ticks[0].last_price, ticks[0].ask_price, ticks[0].time)

# 1 分钟线
bars = parse_min_file("data/000001-1m.dat")

# 日线，支持 YYYYMMDD 日期区间（也接受 date/datetime 对象）
daily = parse_daily_file("data/000001-1d.dat", start="20230101", end="20231231")
```

### 从 QMT datadir 读取

```python
from qmt_parser import QmtDataDir

dd = QmtDataDir(r"D:\QMT\userdata_mini\datadir")

ticks = dd.parse_ticks("SZ", "000001", "20250529")     # tick
bars  = dd.parse_min("SZ", "000001")                    # 1 分钟线
daily = dd.parse_daily("SZ", "000001", "20240101", "20241231")

# 也支持 SZ000001 / 000001.SZ 风格的证券代码
daily = dd.parse_daily_by_code("000001.SZ", start="20240101", end="20241231")
```

datadir 的目录布局约定：

```
datadir/
├── SH/
│   ├── 0/600000/20250617.dat     # tick（按证券代码分目录，按日分文件）
│   ├── 60/600000.dat             # 1 分钟线
│   └── 86400/600000.DAT          # 日线
├── SZ/…
└── BJ/…
```

### 输出为 pandas DataFrame

```python
import pandas as pd
from qmt_parser import QmtDataDir, ticks_to_dataframe, klines_to_dataframe

dd = QmtDataDir(r"D:\QMT\userdata_mini\datadir")

df_tick = ticks_to_dataframe(dd.parse_ticks("SZ", "000001", "20250529"))
df_min  = klines_to_dataframe(dd.parse_min("SZ", "000001"))
df_day  = klines_to_dataframe(dd.parse_daily("SZ", "000001"), daily=True)
# daily=True 时自动补齐 suspendFlag（停牌标记）与回填后的 preClose
```

### 流式读取大文件

每个解析器都有对应的迭代器版本，内存占用与文件大小无关：

```python
from qmt_parser import iter_ticks, iter_min, iter_daily

for tick in iter_ticks("data/000001-20250529-tick.dat"):
    ...

for bar in iter_daily("data/000001-1d.dat", start="20230101"):
    ...
```

## 数据结构

### `TickData`

| 字段 | 含义 |
| --- | --- |
| `symbol` / `market` / `date` | 证券代码、市场（SH/SZ/BJ，可从路径推断）、交易日 YYYYMMDD |
| `time` | 北京时间 `datetime`，由 QMT 原始时间戳解码（属性，自动处理北交所规则） |
| `last_price` / `last_close` | 最新价 / 昨收（文件中的价格均为千分之一单位的整数，已换算） |
| `amount` / `volume` | 成交额 / 成交量 |
| `ask_price` / `bid_price` | 卖一~卖五 / 买一~买五 |
| `ask_vol` / `bid_vol` | 五档挂单量 |
| `market_phase_status` | 市场阶段状态码（12 = 集合竞价） |

集合竞价记录（`market_phase_status == 12`）中成交字段为 0，参考价放在买一/卖一位置，库内已做处理。

### `KlineData`（日线与分钟线共用）

| 字段 | 含义 |
| --- | --- |
| `time` | 北京时间 `datetime`（属性，基于 `timestamp_ms`） |
| `open` / `high` / `low` / `close` | 价格（已除以 1000 换算） |
| `volume` / `amount` | 成交量 / 成交额（日线成交额已除以 100） |
| `open_interest` | 持仓量（期货合约有意义） |
| `pre_close` | 文件中记录的昨收价 |

## 设计说明

- **零强制依赖**：核心解析只用到标准库（`struct` / `datetime`）；pandas 是可选 extra。
- **小端、无文件头**：所有 `.dat` 文件均为定长小端记录的裸流，尾部不完整记录默认丢弃（`parse_*` 的 `strict=True` 可改为报错）。
- **时间处理收敛在库内**：tick 时间戳偏移（沪深与北交所规则不同）、日线成交额缩放、停牌判断等细节由库统一处理。

## 开发

```bash
pip install -e ".[dev]"
pytest
```

测试使用代码合成的二进制样本，不需要真实 QMT 数据文件。

## License

MIT


关于作者

子晓AI量化
![输入图片说明](%E5%AD%90%E6%99%93AI%E9%87%8F%E5%8C%96.png)

微信号：  shiyang170808
![输入图片说明](wechat-qr.png)


如有迅投qmt、Ptrade开户需求，可咨询作者