QMT 平台如何下载全量历史 Tick 数据？（附解决方案）

xtdata.download_history_data 无法下载所有tick数据，仅能下载近一个月的

xtdata.download_history_data2(["204001.SH"],period="tick", start_time="", end_time="")

仅能下载近一个月的数据，怎么才能下载全量数据呢

在 QMT 平台中，使用 xtdata.download_history_data 或 xtdata.download_history_data2 接口下载 period="tick"（分笔数据）时，确实会遇到只能下载近一个月数据的限制。这是因为 Tick 数据量极其庞大，为了保证服务器的稳定性和带宽，QMT 行情服务器对 API 直接拉取 Tick 数据的跨度做了严格限制。

要获取全量的历史 Tick 数据，您可以采用以下几种解决方案：

方案一：通过 QMT 客户端“数据管理”手动补充（推荐）

虽然 API 接口限制了单次下载的时间跨度，但您可以通过 QMT 客户端自带的 UI 界面来补充更长时间的历史 Tick 数据到本地：

1. 打开 QMT 客户端，点击顶部菜单栏的 “数据管理”（或在左侧导航栏找到数据管理）。
2. 选择 “补充数据” 选项卡。
3. 在弹出的界面中，选择您需要的市场（如沪市、深市）和具体的品种（如 204001.SH）。
4. 在数据周期中勾选 “分笔”（即 Tick 数据）。
5. 设置您需要的开始时间和结束时间。
6. 点击“开始补充”。

注：补充过程可能需要较长时间，请耐心等待。补充完成后，数据会保存在本地硬盘中。

方案二：分段下载并拼接（受限于券商服务器配置）

部分券商的 QMT 服务器允许通过 API 下载超过一个月的数据，但前提是必须分段请求。您可以尝试编写一个循环，每次请求一周或一个月的数据，然后将结果拼接起来。但请注意，如果券商服务器物理上只保留了近一个月的 Tick 数据，此方法依然无效。

import pandas as pd
from xtquant import xtdata
import datetime

# 示例：尝试分段下载（需视券商服务器是否支持）
def download_tick_in_chunks(stock, start_date, end_date):
    current_start = pd.to_datetime(start_date)
    end_dt = pd.to_datetime(end_date)
    
    while current_start < end_dt:
        current_end = current_start + pd.Timedelta(days=10) # 每次拉取10天
        if current_end > end_dt:
            current_end = end_dt
            
        str_start = current_start.strftime("%Y%m%d")
        str_end = current_end.strftime("%Y%m%d")
        
        print(f"Downloading {str_start} to {str_end}...")
        xtdata.download_history_data2([stock], period="tick", start_time=str_start, end_time=str_end)
        
        current_start = current_end + pd.Timedelta(days=1)

方案三：使用第三方数据源导入

如果 QMT 官方服务器确实没有提供更早的 Tick 数据，您只能依赖第三方数据源（如 Tushare、AkShare、米筐，或购买专业的 Tick 历史数据）。

获取到 CSV 格式的 Tick 数据后，您可以在 QMT 策略中直接使用 pandas 读取本地文件进行回测：

import pandas as pd

def init(ContextInfo):
    # 在初始化时加载本地第三方 Tick 数据
    ContextInfo.my_tick_data = pd.read_csv("D:/data/204001_SH_tick.csv")
    print("本地 Tick 数据加载完成")

总结建议

对于高频策略回测，强烈建议使用方案一，在周末或非交易时间通过 QMT 客户端的“数据管理”工具将所需的历史 Tick 数据一次性下载到本地。下载完成后，在策略中使用 ContextInfo.get_local_data() 或 xtdata.get_market_data_ex（设置 subscribe=False）直接读取本地数据，这样既能绕过 API 的下载限制，又能大幅提升回测速度。