Interactive Brokers Python API 使用指南
2025-05-23 02:27:30作者:冯梦姬Eddie
1. 项目介绍
swigibpy 是一个开源项目,它为 Interactive Brokers 提供了一个 Python API。这个 API 是通过 SWIG 从官方的 C++ API 自动生成的,使得 Python 开发者能够方便地与 Interactive Brokers 的服务进行交互。
2. 项目快速启动
在开始使用 swigibpy 之前,确保你已经安装了 Python。以下是快速启动项目的步骤:
首先,使用 pip 命令安装 swigibpy:
pip install swigibpy
然后,你可以创建一个 Python 脚本,用来连接到 Interactive Brokers,并发送一个请求来获取历史数据。下面是一个简单的示例代码:
from datetime import datetime
import swigibpy
class MyEWrapper(swigibpy.EWrapperVerbose):
def historicalData(self, reqId, date, open, high, low, close, volume, barCount, WAP, hasGaps):
if date[:8] == 'finished':
print("历史数据请求完成")
else:
date = datetime.strptime(date, "%Y%m%d").strftime("%d %b %Y")
print(f"历史 {date} - 开盘价: {open}, 最高价: {high}, 最低价: {low}, 收盘价: {close}, 成交量: {volume}")
myWrapper = MyEWrapper()
tws = swigibpy.EPosixClientSocket(myWrapper, reconnect_auto=True)
tws.eConnect("", 7496, 42)
contract = swigibpy.Contract()
contract.exchange = "SMART"
contract.symbol = "GOOG"
contract.secType = "STK"
contract.currency = "USD"
today = datetime.today()
tws.reqHistoricalData(2, contract, today.strftime("%Y%m%d %H:%M:%S %Z"), "1 W", "1 day", "TRADES", 0, 1, None)
确保在运行此代码之前,Interactive Brokers Trader Workstation (TWS) 或 IB Gateway 正在运行。
3. 应用案例和最佳实践
以下是一些使用 swigibpy 的最佳实践:
- 错误处理:确保你的
EWrapper子类中实现了错误处理方法,以便正确处理来自 TWS 的错误信息。 - 自动重连:使用
reconnect_auto=True参数来启用自动重连功能,确保在连接丢失后能够自动重新连接到 TWS。 - 消息轮询:默认情况下,
swigibpy会创建一个后台线程来自动轮询 TWS 消息。如果你想要自己处理轮询,可以将poll_auto参数设置为False。
4. 典型生态项目
在 swigibpy 的生态中,你可能还会遇到以下项目:
- IBPy:另一个 Interactive Brokers 的 Python API 实现。
- Gekko:一个用于股票市场技术分析的开源平台,它可以使用
swigibpy来获取数据。
以上就是关于如何使用 swigibpy 的指南。希望这能帮助你快速上手并有效地使用 Interactive Brokers 的 Python API。
登录后查看全文
热门项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
875
576
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
334
161
暂无简介
Dart
762
184
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.32 K
744
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134