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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
651
797
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.25 K
153
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.1 K
611
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++
1.01 K
1.01 K
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
147
237
昇腾LLM分布式训练框架
Python
168
200
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
434
395
暂无简介
Dart
986
253