我们之前已经教大家如何使用python，利用第三方免费开源库Tushare获取沪深两市的股票基础信息，包括上市时间，股东数量，净市盈率等等基本面数据。也通过编程代码实战，教大家如何获取指定股票的k线数据，包括5分钟K线，60分钟k线以及日线数据等等。

但是，有的朋友在做高频的量化交易或一些更加科学量化计算时，需要更细粒度，更加实时的交易数据，甚至获取当前股票的五档盘口的信息，包括买一到买五档口，卖一到卖五档口的全部挂单价格及挂单量数据。这种数据，我们称之为quotes数据，这些数据，对于高频交易的量化分析至关重要。通过这些数据，可以分析盘口变化，及时作出开仓平仓决策。

那么，大操手量化投资现在就一步步教大家，如何用Python利用Tushare来获取这些量化交易数据，并将这些实时数据存入mysql，做成我们的量化交易数据库。

安装Tushare

这步骤，之前文章已经讲过了哦。我们这里就不再重复。

获取实盘quotes数据

老规矩，创建一个py文件，开头部分，写如下代码，导入需要的包：

<code># 导入时间包
from time import sleep
# 导入tushare包
import tushare as ts/<code>

利用tushare包获取quotes数据，并打印出来，我们这次不再获取600000啦，我们换一个深交所的股票：000581，威孚高科

<code>    df = ts.get_realtime_quotes('000581')  #获取指定股票的quotes数据
    df.to_csv("000581.csv")
    print(df)/<code>

控制台输出打印结果如下：

<code>name\topen\tpre_close\tprice\thigh\tlow\tbid\task\tvolume\tamount\tb1_v\tb1_p\tb2_v\tb2_p\tb3_v\tb3_p\tb4_v\tb4_p\tb5_v\tb5_p\ta1_v\ta1_p\ta2_v\ta2_p\ta3_v\ta3_p\ta4_v\ta4_p\ta5_v\ta5_p\tdate\ttime\tcode
威孚高科\t19.2\t18.86\t19.34\t19.62\t19.08\t19.33\t19.34\t6271033\t121744758.5\t91\t19.33\t95\t19.31\t166\t19.3\t58\t19.29\t39\t19.28\t9\t19.34\t5\t19.4\t10\t19.41\t2\t19.43\t20\t19.45\t2020/3/25\t11:30:00\t581
/<code>

中间被隐藏很多字段，不要紧我们打开000581.csv文件查看：

quotes数据格式

这个返回的数据总共有30个字段，字段信息如下：

name，股票名字
open，今日开盘价
pre_close，昨日收盘价
price，当前价格
high，今日最高价
low，今日最低价
bid，竞买价，即“买一”报价
ask，竞卖价，即“卖一”报价
volume，成交量
amount，成交金额
b1_v 到 b5_v （bid_volume, 5个字段）分别代表买一到买5的盘口挂单量
b1_p 到 b5_p （bid_price, 5个字段）分别代表买一到买5的盘口委托价格
a1_v 到 a5_v （ask_volume, 5个字段）分别代表卖一到卖5的盘口挂单量
a1_p 到 a5_p （ask_price, 5个字段）分别代表卖一到卖5的盘口委托价格
date，数据日期
time，数据时间，精确到秒

以上的数据信息，就是我们需要的quotes交易实盘数据信息。

但是，这样只能获取一条数据，如果我们要实时获取，那么我们就要用一个循环调用，间隔一定的时间不断的查询接口获取数据，才能保证数据的实时性，所以，我们在代码中加入循环，每间隔1秒调用一次，同时以追加的方式，将实时获取的数据，追加补充到csv文件中，代码如下：

<code>df = ts.get_realtime_quotes('000581') 
print(df)
df.to_csv("000581.csv")
while True:
    df = ts.get_realtime_quotes('000581')
    #以追加方式写入csv文件，设置mode='a'并且去掉头部。
    df.to_csv('my_csv.csv', mode='a', header=False)
    #每隔1秒获取一次
    sleep(1)/<code>

打开csv文件，查看数据: