如何在JoinQuant盘中获取股票分时详细数据（High/Low/Open/Volume）进行选股？

在JoinQuant（聚宽）平台上，想要在盘中获取股票的分钟级分时详细数据（如 open, high, low, close, volume, money）来进行动态选股，最推荐的方法是使用 get_bars 或 get_price 函数。这两个函数都支持获取分钟级别的数据。

以下是具体的实现方法和代码示例：

方法一：使用 get_bars 函数（推荐）

get_bars 函数获取速度快，且支持 include_now=True 参数，这意味着你可以获取到当前正在交易、尚未结束的这一分钟的快照数据，非常适合盘中实时选股。

核心参数说明：

• security: 标的代码或代码列表（如 ['000001.XSHE', '000002.XSHE']）。
• count: 获取的分钟Bar数量。
• unit: 时间单位，设为 '1m' 表示1分钟线。
• fields: 需要获取的字段，如 ['date', 'open', 'high', 'low', 'close', 'volume', 'money']。
• include_now: 设为 True，包含当前时刻所在的分钟Bar。

方法二：使用 get_price 函数

get_price 是最常用的历史数据获取函数，将 frequency 设置为 '1m' 即可获取分钟数据。

完整策略示例代码

下面是一个完整的策略框架示例，演示如何在盘中每分钟获取指定股票池的分时数据，并根据自定义的逻辑进行选股：

# 导入聚宽函数库
import jqdata

def initialize(context):
    # 设定沪深300作为基准
    set_benchmark('000300.XSHG')
    # 开启动态复权模式(真实价格)
    set_option('use_real_price', True)
    
    # 设定我们要监控的股票池（例如：平安银行、万科A）
    g.watch_list = ['000001.XSHE', '000002.XSHE', '000004.XSHE']
    
    # 盘中每分钟运行一次选股逻辑
    run_daily(intraday_stock_selection, time='every_bar')

def intraday_stock_selection(context):
    # 获取当前时间
    current_time = context.current_dt
    
    # 使用 get_bars 获取股票池中所有股票最近 1 分钟的数据
    # include_now=True 表示包含当前这一分钟的实时快照数据
    bars_dict = get_bars(g.watch_list, count=1, unit='1m', 
                         fields=['date', 'open', 'high', 'low', 'close', 'volume', 'money'],
                         include_now=True, df=True)
    
    # 遍历股票池，进行选股逻辑判断
    for stock in g.watch_list:
        # 获取该股票的 DataFrame 数据
        df = bars_dict[stock]
        if df.empty:
            continue
            
        # 提取最新一分钟的数据
        latest_bar = df.iloc[-1]
        
        minute_open = latest_bar['open']
        minute_high = latest_bar['high']
        minute_low = latest_bar['low']
        minute_close = latest_bar['close']
        minute_volume = latest_bar['volume']
        minute_money = latest_bar['money']
        
        # ==========================================
        # 在这里编写你的盘中选股逻辑
        # 例如：如果这一分钟内，最低价小于开盘价，且成交额大于100万，则打印并考虑买入
        # ==========================================
        if minute_low < minute_open and minute_money > 1000000:
            log.info(f"[{current_time}] 选中股票 {stock}！当前分钟开盘:{minute_open}, 最低:{minute_low}, 成交额:{minute_money}")
            
            # 如果账户中没有该股票，则买入100股作为示例
            if context.portfolio.positions[stock].closeable_amount == 0:
                order(stock, 100)
                log.info(f"买入 {stock} 100股")

注意事项

1. 性能优化：如果你监控的股票池非常大（例如全市场3000多只股票），每分钟调用一次 get_bars 可能会导致运行超时（模拟盘限制每个函数运行不超过1800秒）。建议在 before_trading_start 中先通过基本面或日线技术指标筛选出一个较小的候选池（如50-100只），然后在盘中仅对这个小候选池请求分钟数据。
2. 数据对齐：get_bars 返回多只股票数据且 df=True 时，返回的是一个以股票代码为 key，DataFrame 为 value 的字典（或者 MultiIndex DataFrame，取决于具体版本和参数），请注意正确解析。
3. 未来函数规避：在回测中，get_bars 的 include_now=True 获取的是当前分钟结束时的状态。如果在实盘/模拟盘中，它获取的是当前秒的快照。请确保你的逻辑不会因为这种微小差异产生严重的“未来函数”偏差。