有没有提供L2行情数据的量化平台？恒生PTrade量化软件如何获取L2数据？对于量化策略需要L2数据支持的朋友，可选择来我司开户，可提供恒生PTrade量化软件，支持L2数据获取，免费提供！文末整理了最新费率优惠表，可下划查看！

恒生PTrade获取L2的方法：

get_individual_entrust- 获取逐笔委托行情

get_individual_entrust(stocks=None, data_count=50, start_pos=0, search_direction=1, is_dict=False)

使用场景

该函数在交易模块可用

接口说明

该接口用于获取当日逐笔委托行情数据。

注意事项：

1. 沪深市场都有逐笔委托数据。
2. 逐笔委托，逐笔成交数据需开通level2行情才能获取到数据，否则无数据返回。
3. 当策略入参is_dict为True时返回的数据类型为dict，返回dict类型数据的速度比(python3.11版本支持)DataFrame,(python3.5版本支持)Panel类型数据有大幅提升。

参数

stocks: 默认为当前股票池中代码列表(list[str])；

data_count: 数据条数，默认为50，最大为200(int)；

start_pos: 起始位置，默认为0(int)；

search_direction: 搜索方向(1向前，2向后)，默认为1(int)；

is_dict: 返回类型（False-(python3.11版本支持)DataFrame,(python3.5版本支持)Panel; True-dict），默认为False；

返回

dict类型

正常返回dict类型数据，异常时返回None(NoneType)。

返回的数据格式如下：

{股票代码(str): [[时间戳毫秒级(int), 价格(float), 委托数量(int), 委托编号(int), 委托方向(int)], ...], "fields": ["business_time", "hq_px", "business_amount", "order_no", "business_direction", "trans_kind"]}

{"600570.SS": [[20220913105747848, 36.16, 700, 5383145, 0, 4], ...], "fields": ["business_time", "hq_px", "business_amount", "order_no", "business_direction", "trans_kind"]}

非dict类型

默认返回(python3.11版本支持)DataFrame,(python3.5版本支持)Panel类型，入参is_dict为True时返回dict类型。

• 1.(仅python3.11版本支持)DataFrame类型类型，异常时返回None(NoneType)

输出字段如下所示：

1. 1. code: 代码(str)；
   2. business_time: 时间戳毫秒级(int)；
   3. hq_px: 价格(float)；
   4. business_amount: 委托数量(int)；
   5. order_no: 委托编号(int)；
   6. business_direction: 成交方向(int)；
   7. trans_kind: 委托类型(int)；
2. 2.(仅python3.5版本支持)正常返回Pandas.panel对象，异常时返回None(NoneType)

Items axis: 股票代码列表(str)；

Major_axis axis: 数据索引为自然数列(DataFrame)；

Minor_axis axis: 包含以下信息：

1. 1. business_time: 时间戳毫秒级(str:numpy.int64)；
   2. hq_px: 价格(str:numpy.int64)；
   3. business_amount: 委托数量(str:numpy.int64)；
   4. order_no: 委托编号(str:numpy.int64)；
   5. business_direction: 成交方向(str:numpy.int64)；
   6. trans_kind: 委托类型(str:numpy.int64)；

示例

def initialize(context):
    g.security = "000001.SZ"
    set_universe(g.security)

def before_trading_start(context, data):
    g.flag = False

def handle_data(context, data):
    if not g.flag:
        # 获取当前股票池逐笔委托数据
        entrust = get_individual_entrust()
        log.info(entrust)
        # 获取指定股票列表逐笔委托数据
        entrust = get_individual_entrust(["000002.SZ", "000032.SZ"])
        log.info(entrust)
        # 获取委托量
        if entrust is not None:
            business_amount = entrust.query('code in ["000002.SZ"]')["business_amount"]
            log.info("逐笔数据的委托量为：%s" % business_amount)

        # 返回字典类型数据
        entrust = get_individual_entrust([g.security], is_dict=True)
        log.info("逐笔委托数据为：%s" % entrust)
        g.flag = True
        

get_individual_transaction - 获取逐笔成交行情

get_individual_transaction(stocks=None, data_count=50, start_pos=0, search_direction=1, is_dict=False)

使用场景

该函数在交易模块可用

接口说明

该接口用于获取当日逐笔成交行情数据。

注意事项：

1. 沪深市场都有逐笔成交数据。
2. 逐笔委托，逐笔成交数据需开通level2行情才能获取到数据，否则无数据返回。
3. 当策略入参is_dict为True时返回的数据类型为dict，返回dict类型数据的速度比(python3.11版本支持)DataFrame,(python3.5版本支持)Panel类型数据有大幅提升。

参数

stocks: 默认为当前股票池中代码列表(list[str])；

data_count: 数据条数，默认为50，最大为200(int)；

start_pos: 起始位置，默认为0(int)；

search_direction: 搜索方向(1向前，2向后)，默认为1(int)；

is_dict: 返回类型（False-(python3.11版本支持)DataFrame,(python3.5版本支持)Panel; True-dict），默认为False；

返回

dict类型

正常返回dict类型数据，异常时返回None(NoneType)。

返回的数据格式如下：

{股票代码(str): [[时间戳毫秒级(int), 价格(float), 成交数量(int), 成交编号(int), 成交方向(int), 叫买方编号(int), 叫卖方编号(int), 成交标记(int), 盘后逐笔成交序号标识(int), 成交通道信息(int)], ...], "fields": ["business_time", "hq_px", "business_amount", "trade_index", "business_direction", "buy_no", "sell_no", "trans_flag", 'trans_identify_am", "channel_num"]}

{"600570.SS": [[20220913111141472, 36.47, 100, 3286989, 1, 5807243, 5804930, 0, 0, 2], ...], "fields": ["business_time", "hq_px", "business_amount", "trade_index", "business_direction", "buy_no", "sell_no", "trans_flag", 'trans_identify_am", "channel_num"]}

非dict类型

默认返回(python3.11版本支持)DataFrame,(python3.5版本支持)Panel类型，入参is_dict为True时返回dict类型。

• 1.(仅python3.11版本支持)DataFrame类型类型，异常时返回None(NoneType)

输出字段如下所示：

• • code: 代码(str)；
  • business_time: 时间戳毫秒级(int)；
  • hq_px: 价格(float)；
  • business_amount: 成交数量(int)；
  • trade_index: 成交编号(int)；
  • business_direction: 成交方向(int)；
  • buy_no: 叫买方编号(int)；
  • sell_no: 叫卖方编号(int)；
  • trans_flag: 成交标记(int)；
  • trans_identify_am: 盘后逐笔成交序号标识(int)；
  • channel_num: 成交通道信息(int)；
• 2.(仅python3.5版本支持)正常返回Pandas.panel对象，异常时返回None(NoneType)

Items axis: 股票代码列表(str)；

Major_axis axis: 数据索引为自然数列(DataFrame)；

Minor_axis axis: 包含以下信息：

• • business_time: 时间戳毫秒级(str:numpy.int64)；
  • hq_px: 价格(str:numpy.float64)；
  • business_amount: 成交数量(str:numpy.int64)；
  • trade_index: 成交编号(str:numpy.int64)；
  • business_direction: 成交方向(str:numpy.int64)；
  • buy_no: 叫买方编号(str:numpy.int64)；
  • sell_no: 叫卖方编号(str:numpy.int64)；
  • trans_flag: 成交标记(str:numpy.int64)；
  • trans_identify_am: 盘后逐笔成交序号标识(str:numpy.int64)；
  • channel_num: 成交通道信息(str:numpy.int64)；

示例

def initialize(context):
    g.security = "000001.SZ"
    set_universe(g.security)

def before_trading_start(context, data):
    g.flag = False

def handle_data(context, data):
    if not g.flag:
        # 获取当前股票池逐笔成交数据
        transaction = get_individual_transaction()
        log.info(transaction)
        # 获取指定股票列表逐笔成交数据
        transaction = get_individual_transaction(["000002.SZ", "000032.SZ"])
        log.info(transaction)
        # 获取成交量
        if transaction is not None:
            business_amount = transaction.query('code in ["000002.SZ"]')["business_amount"]
            log.info("逐笔数据的成交量为：%s" % business_amount)

        # 返回字典类型数据
        transaction = get_individual_transaction([g.security], is_dict=True)
        log.info("逐笔成交数据为：%s" % transaction)
        g.flag = True