群益API行情串接(三)

像股票這樣的金融商品百百種，加上市場的變化性與多樣的市場規則，使得這類的分析總是相當困難。但相關數據取得與蒐集的管道也相當稀少，甚至難以整合與上手。國內幾家券商提供之API服務便顯得相當地重要。

前言

金融有趣的地方就是似乎每一刻過後，我們所認知事物以及對其的感覺就不太一樣了。當然，這些都是在我們去親自去感受它的時候，比較可能會體會到的。我們面對的都是未知的未來。

隨著時代的演進，金融在取得數據這塊，有越來越多且更加完善的API服務。並且也因應交易制度的改變與開放，API也會進一步開通新的功能。

話說回來，這個系列，我們將環境設定、相關變數與模組到登入功能做了介紹，而上一篇也提到了事件的註冊、如何接收事件回傳回來的訊息以及相關的報價操作。

本次要來提一下，當日歷史回補資料的獲取，並提及一些要注意的事項。

程式環境

程式語言: Python 3.6.8

作業系統: Windows 10 64位元

API版本: 2.13.16 x86版本

觀察

先前提到，群益API功能相對完整，但也複雜。相關功能的使用與數據的產生，也要與台灣集中市場的交易制度相對應。因此，如果我們希望獲取某一檔股票的當日Tick回補資料，必須去檢查在API中，是不是只需要註冊一個事件就能實現，否則若缺少註冊某些必要事件，我們很可能會缺損一部份資料。

為了試驗事件的功能，除了查看官方說明文件之外，就是去看範例程式碼。

但這也有點...就是說麻煩，我們其實還可以直接運行它的範例，觀察看看有沒有出現甚麼提示訊息。

如下圖所示:

我們可以發現，在Tick的子頁面中，輸入某一檔商品代碼，並進行完整的查詢後，其回傳的訊息開頭會有提示是觸發哪個事件而回傳的訊息。

基本上，就實際的觀察結果，13點30分(這邊推測是一般交易的最後一筆，如下圖所示)的盤後集合競價成交明細是由OnNotifyTicks事件所回傳。同理，14點30分的盤後定價交易成交明細也是。

所以如果我們希望獲取的成交明細是一個相較完整的成交內容，我們需要將OnNotifyTicks、OnNotifyHistoryTicks兩個事件做一個實現。

這邊眼尖的朋友可以注意到，這張圖其實是在盤中全面逐筆交易開放前截圖的，但這並不影響我們的做法。

實現當日Tick回補功能

首先在先前所定義的SKQuoteLibEvents Class中，宣告一個OnNotifyHistoryTicks()函式，在一般觸發事件的情況下，資料回傳的功能是正常的，所以我們將<self.__is_data_get>設置為True。接著，就不需要做過多的處理，只要單純把接收到的資料進行儲存就行，這邊是存在原先宣告好的字典中。並且，<self.__is_ready>也設置為True，代表資料的回傳與接收是完畢的。(這邊是比較特殊的地方，在回傳某檔商品的當日歷史Tick，當事件觸發時，由於訊息的取出是透過pywin32套件裡pythoncom模組包含的PumpWaitingMessages()函式，因此，會在訊息傳遞完畢之前都會持續讀取，在讀取結束後才會結束這次PumpWaitingMessages()函式的運行)。我們要注意到，而<self.__is_ready>正是我們用來決定是否跳出While迴圈的依據(回顧先前我們所定義的run_callback_sync()函式)。

class SKQuoteLibEvents:
    ...
    
    def OnNotifyHistoryTicks(self, sMarketNo: int, sStockIdx: int, nPtr: int, lDate: int, lTimehms: int, lTimemillismicros: int, nBid: int, nAsk: int, nClose: int, nQty: int, nSimulate: int):
        self.__is_ready = True
        self.__is_data_get = True
        if self.__Stock_id not in self.__Stock_dict:
            self.__Stock_dict[self.__Stock_id] = []
        self.__Stock_dict[self.__Stock_id].append(" ".join(['[OnNotifyHistoryTicks]', str(nPtr), str(lDate), str(lTimehms), str(lTimemillismicros),str(nBid), str(nAsk), str(nClose), str(nQty), str(nSimulate)]))

理所當然，OnNotifyTicks事件的部分，大致上的作法也會是類似的。

class SKQuoteLibEvents:
    ...
    
    def OnNotifyTicks(self, sMarketNo: int, sStockIdx: int, nPtr: int, lDate: int, lTimehms: int, lTimemillismicros: int, nBid: int, nAsk: int, nClose: int, nQty: int, nSimulate: int):
        self.__is_ready = True
        self.__is_data_get = True
        if self.__Stock_id not in self.__Stock_dict:
            self.__Stock_dict[self.__Stock_id] = []
        self.__Stock_dict[self.__Stock_id].append(
            " ".join(['[OnNotifyTicks]', str(nPtr), str(lDate), str(lTimehms), str(lTimemillismicros), str(nBid), str(nAsk), str(nClose), str(nQty), str(nSimulate)]))

實際呼叫的程式碼如下:

if __name__ == '__main__':
    ...
    
    for index in market_number_dict.keys():
        for row in SKQuoteEvent.get_Stock_list_dict(index):
            print(row)
            for item in row[1:]:
                ...
                
                SKQuoteEvent.set_Stock_id(stock_info[0])
                skQ.SKQuoteLib_RequestTicks(page_index, stock_info[0])
                
                run_callback_sync(SKQuoteEvent)
                print("RequestTicks: {}\t{}\t{}".format(stock_info[0], market_number_dict[index], page_index))
                if page_size_index >= 80:
                    page_size_index = 0
                    page_index += 1
                else:
                    page_size_index += 1

由於我們是把用來儲存資料用的字典(<self.__Stock_dict>)，綁定一個商品編號(<self.__Stock_id>)，所以每次訂閱成交明細時，需要重新設置一次<self.__Stock_id>，這個部分，根據不同需求，可以另外修改。

實際結果圖如下:

這邊是另外加上輸出訊息，如果確認沒問題，其實就可以把輸出拿掉了。

到這邊，我們成功接收並儲存當日歷史Tick回補的資料，要另外儲存為檔案的部分就不另外提了，一般是直接存為txt文字檔或csv逗點分隔檔就行，之後要用來載入也比較輕便、好處理。

---

結論

本篇將當日Tick回補的功能做一個段落，並提及了一些注意事項，在足夠了解API各函式或事件的運作之前，我們都得先做一番確認，避免整理過後的資料有缺失。

追加事項

由於群益官網已明確公告在2021年4月1日會終止V2.13.27之前的版本服務，所以基本上這個系列也會繼續往下追加API換版的文章。