pytdx接口API说明

标准行情接口API pytdx.hq

下面是如何在程序里面调用本接口
首先需要引入

from pytdx.hq import TdxHq_API

然后，创建对象

api = TdxHq_API()

之后，通常是如下的格式

if api.connect('119.147.212.81', 7709):
    # ... same codes...
    api.disconnect()

当然，我们也支持with 语法,可以省略disconnect()语句

with api.connect('119.147.212.81', 7709):
    # some codes

我们的数据获取届接口一般返回list结构，如果需要转化为pandas Dataframe接口，可以使用 api.to_df 进行转化 如：

data = api.get_security_bars(9, 0, '000001', 0, 10) #返回普通list
data = api.to_df(api.get_security_bars(9, 0, '000001', 0, 10)) # 返回DataFrame

可以使用的api方法有下列的几个。

api方法列表

参数一般性约定
一般来说，股票代码和文件名称使用字符串类型，其它参数都使用数值类型

1 : 获取股票行情
可以获取多只股票的行情信息
需要传入一个列表，每个列表由一个市场代码， 一个股票代码构成的元祖构成 [ (市场代码1， 股票代码1)，(市场代码2， 股票代码2) … (市场代码n， 股票代码n) ]
如：

api.get_security_quotes([(0, '000001'), (1, '600300')])

注意点：非股票品种代码，有些获取的价格不是实际价格，比如可转债获取价格为实际价格*10。这是可能是TDX为了防止浮点数错误，报价在传输和存储时实际都保存为整数，然后根据品种进行处理的结果。

2 : 获取k线

• category（类别）->

  K线种类： 0 5分钟K线 1 15分钟K线 2 30分钟K线 3 1小时K线 4 日K线 5 周K线 6 月K线 7 1分钟 81分钟K线 9 日K线 10 季K线 11 年K线

• market -> 市场代码 0:深圳，1:上海

• stockcode -> 证券代码;

• start -> 指定的范围开始位置;

• count -> 用户要请求的 K 线数目，最大值为 800

如：

api.get_security_bars(9,0, '000001', 4, 3)

3 : 获取市场股票数量

• 0 - 深圳， 1 - 上海

api.get_security_count(0)

4 : 获取股票列表

• 参数：市场代码, 起始位置 如： 0,0 或 1,100

api.get_security_list(1, 0)

5 : 获取指数k线

• category-> K线种类 0 5分钟K线 1 15分钟K线 2 30分钟K线 3 1小时K线 4 日K线 5 周K线 6 月K线 7 1分钟 8 1分钟K线 9 日K线 10 季K线 11 年K线
• market -> 市场代码 0:深圳，1:上海
• stockcode -> 证券代码;
• start -> 指定的范围开始位置;
• count -> 用户要请求的 K 线数目，最大值为 800

如：

api.get_index_bars(9,1, '000001', 1, 2)

6 : 查询分时行情

• 参数：市场代码， 股票代码， 如： 0,000001 或 1,600300

api.get_minute_time_data(1, '600300')

7 : 查询历史分时行情

• 参数：市场代码， 股票代码，时间 如： 0,000001,20161209 或 1,600300,20161209

api.get_history_minute_time_data(TDXParams.MARKET_SH, '600300', 20161209)

• 注意，在引入 TDXParams 之后， （from pytdx.params import TDXParams） 我们可以使用
  TDXParams.MARKET_SH , TDXParams.MARKET_SZ 常量来代替 1 和 0 作为参数

8 : 查询分笔成交

• 参数：市场代码， 股票代码，起始位置， 数量 如： 0,000001,0,10

api.get_transaction_data(TDXParams.MARKET_SZ, '000001', 0, 30)

9 : 查询历史分笔成交

• 参数：市场代码， 股票代码，起始位置，日期 数量 如： 0,000001,0,10,20170209

api.get_history_transaction_data(TDXParams.MARKET_SZ, '000001', 0, 10, 20170209)

10 : 查询公司信息目录

• 参数：市场代码， 股票代码， 如： 0,000001 或 1,600300

api.get_company_info_category(TDXParams.MARKET_SZ, '000001')

11 : 读取公司信息详情

• 参数：市场代码， 股票代码, 文件名, 起始位置， 数量, 如：0,000001,000001.txt,2054363,9221

api.get_company_info_content(0, '000001', '000001.txt', 0, 100)

• 注意这里的 起始位置， 数量 参考上面接口的返回结果。

12 : 读取除权除息信息

• 参数：市场代码， 股票代码， 如： 0,000001 或 1,600300

api.get_xdxr_info(1, '600300')

13 : 读取财务信息

• 参数：市场代码， 股票代码， 如： 0,000001 或 1,600300

api.get_finance_info(0, '000001')

14 : 读取k线信息

• 参数：市场代码， 开始时间， 结束时间

get_k_data('000001','2017-07-03','2017-07-10')

• 参考 https://github.com/rainx/pytdx/issues/5

15 ：读取板块信息

• 参数： 板块文件名称，可以取的值限于

#板块相关参数 
BLOCK_SZ = "block_zs.dat" 
BLOCK_FG = "block_fg.dat" 
BLOCK_GN = "block_gn.dat" 
BLOCK_DEFAULT = "block.dat"
api.get_and_parse_block_info("block.dat")

#或者用我们定义好的params
api.get_and_parse_block_info(TDXParams.BLOCK_SZ)

多线程支持
由于Python的特性，一般情况下，不太建议使用多线程代码，如果需要并发访问，建议使用多进程来实现，如果要使用多线程版本，请在初始化时设置multithread参数为True

api = TdxHq_API(multithread=True)

心跳包
由于长时间不与服务器交互，服务器将关闭连接，所以我们实现了心跳包的机制，可以通过

api = TdxHq_API(heartbeat=True)

设置心跳包，程序会启动一个心跳包发送线程，在空闲状态下隔一段时间发送一个心跳包。

• 注意，打开heartbeat=True选项的同时会自动打开multithread=True

抛出异常
我们的错误处理有两套机制，根据TdxHq_API 构造函数里的 raise_exception 参数来确定，如果

#默认情况
api = TdxHq_API(raise_exception=False)

如果在调用connect 的时候，失败会返回false, 调用普通接口时候，如果出错的情况返回None
如果

api = TdxHq_API(raise_exception=True)

如果在调用connect 的时候，失败会抛出TdxConnectionError异常, 调用普通接口时候，如果出错的情况抛出TdxFunctionCallError异常

重连机制
在调用函数的时候，如果服务器连接断开或者其它的异常情况下，为了保证在偶发的连接断开下自动重连并重新请求数据。关于重试的周期和次数，我们通过一个自定义的类实现，你可以实现自己的重试策略
如果开启的话，需要

api = TdxHq_API(auto_retry=True)

下面是我们默认的重试策略

class DefaultRetryStrategy(RetryStrategy):
"""
默认的重试策略，您可以通过写自己的重试策略替代本策略, 改策略主要实现gen方法，该方法是一个生成器，
返回下次重试的间隔时间, 单位为秒，我们会使用 time.sleep在这里同步等待之后进行重新connect,然后再重新发起
源请求，直到gen结束。
"""
@classmethod
def gen(cls):
    # 默认重试4次 ... 时间间隔如下
    for time_interval in [0.1, 0.5, 1, 2]:
        yield time_interval

你可以实现自己的重试机制并替换默认的，如永远重复, 间隔1秒一次（慎用）

class MyRetryStrategy(RetryStrategy):
    @classmethod
    def gen(cls):
      while True:
        yield 1
#然后覆盖默认的
api.retry_strategy = MyRetryStrategy()

调试模式
如果您需要调试本代码，监控传输过程中的数据包传输情况，可以使用调试模式，使用方法是设定环境变量 TDX_DEBUG 为 1 如

> TDX_DEBUG=1 hqget -f 1

行情服务器列表
为了方便连接服务器，我把一些常用的服务器列表整理到到 hosts.py 文件中. 在程序中可以通过

from pytdx.config.hosts import hq_hosts

获取列表, 列表里的数据参考了 https://github.com/rainx/pytdx/issues/3

获取流量统计信息

In [12]: api.get_traffic_stats()
Out[12]:
{'first_pkg_send_time': datetime.datetime(2017, 9, 13, 13, 42, 3, 596519),
 'recv_bytes_per_second': 116.0,
 'recv_pkg_bytes': 2759,
 'recv_pkg_num': 18,
 'send_bytes_per_second': 15.0,
 'send_pkg_bytes': 368,
 'send_pkg_num': 9,
 'total_seconds': 23.716146}

欢迎补充并发送pr

扩展行情接口API pytdx.exhq

首先需要引入

from pytdx.exhq import TdxExHq_API

然后，创建对象

api = TdxExHq_API()

之后，通常是如下的格式

if api.connect('61.152.107.141', 7727):
    # ... same codes...
    api.disconnect()

当然，我们也支持with 语法,可以省略disconnect()语句

with api.connect('61.152.107.141', 7727):
    # some codes

api方法列表

参数一般性约定

• 一般来说，股票代码和文件名称使用字符串类型，其它参数都使用数值类型

1: 获取市场代码
可以获取该api服务器可以使用的市场列表，类别等信息

api.get_markets()

返回结果 api.to_df(api.get_markets()) 一般某个服务器返回的类型比较固定，该结果可以缓存到本地或者内存中。

2017-07-31 21:22:06,067 - PYTDX - INFO - 获取市场代码
    market  category    name short_name
0        1         1     临时股         TP
1        4        12  郑州商品期权         OZ
2        5        12  大连商品期权         OD
3        6        12  上海商品期权         OS
4        8        12  上海个股期权         QQ
5       27         5    香港指数         FH
6       28         3    郑州商品         QZ
7       29         3    大连商品         QD
8       30         3    上海期货         QS
9       31         2    香港主板         KH
10      32         2    香港权证         KR
11      33         8   开放式基金         FU
12      34         9   货币型基金         FB
13      35         8  招商理财产品         LC
14      36         9  招商货币产品         LB
15      37        11    国际指数         FW
16      38        10  国内宏观指标         HG
17      40        11   中国概念股         CH
18      41        11  美股知名公司         MG
19      43         1   B股转H股         HB
20      44         1    股份转让         SB
21      47         3    股指期货         CZ
22      48         2   香港创业板         KG
23      49         2  香港信托基金         KT
24      54         6   国债预发行         GY
25      60         3  主力期货合约         MA
26      62         5    中证指数         ZZ
27      71         2     港股通         GH

2: 查询代码列表

• 参数， 起始位置， 获取数量

api.get_instrument_info(0, 100)

Demo:
3: 查询市场中商品数量

api.get_instrument_count()

4: 查询五档行情

• 参数 市场ID，证券代码
• 市场ID可以通过 get_markets 获得

api.get_instrument_quote(47, "IF1709")

5: 查询分时行情

• 参数 市场ID，证券代码
• 市场ID可以通过 get_markets 获得

api.get_minute_time_data(47, "IF1709")

6: 查询历史分时行情

• 参数 市场ID，证券代码，日期
• 市场ID可以通过 get_markets 获得
• 日期格式 YYYYMMDD 如 20170811

api.get_history_minute_time_data(31, "00020", 20170811)

7: 查询k线数据

• 参数： K线周期， 市场ID， 证券代码，起始位置， 数量
• K线周期参考 TDXParams
• 市场ID可以通过 get_markets 获得

api.get_instrument_bars(TDXParams.KLINE_TYPE_DAILY, 8, "10000843", 0, 100)

8: 查询分笔成交

• 参数：市场ID，证券代码
• 市场ID可以通过 get_markets 获得

api.get_transaction_data(31, "00020")

• 注意，这个接口最多返回1800条记录, 如果有超过1800条记录的请求，我们有一个start 参数作为便宜量，可以取出超过1800条记录

如期货的数据：这个接口可以取出1800条之前的记录，数量也是1800条

api.get_history_transaction_data(47, "IFL0", 20170810, start=1800)

9: 查询历史分笔成交

• 参数：市场ID，证券代码, 日期
• 市场ID可以通过 get_markets 获得
• 日期格式 YYYYMMDD 如 20170810

api.get_history_transaction_data(31, "00020", 20170810)

多线程支持

由于Python的特性，一般情况下，不太建议使用多线程代码，如果需要并发访问，建议使用多进程来实现，如果要使用多线程版本，请在初始化时设置multithread参数为True

api = TdxExHq_API(multithread=True)

心跳包
由于长时间不与服务器交互，服务器将关闭连接，所以我们实现了心跳包的机制，可以通过

api = TdxExHq_API(heartbeat=True)

设置心跳包，程序会启动一个心跳包发送线程，在空闲状态下隔一段时间发送一个心跳包，注意，打开heartbeat=True选项的同时会自动打开multithread=True

抛出异常 和 重连机制

• 参考 标准行情 pytdx.hq 对应的章节

获取流量统计信息

In [12]: api.get_traffic_stats()
Out[12]:
{'first_pkg_send_time': datetime.datetime(2017, 9, 13, 13, 42, 3, 596519),
 'recv_bytes_per_second': 116.0,
 'recv_pkg_bytes': 2759,
 'recv_pkg_num': 18,
 'send_bytes_per_second': 15.0,
 'send_pkg_bytes': 368,
 'send_pkg_num': 9,
 'total_seconds': 23.716146}

数据文件读取接口 pytdx.reader

读取通达信的日K线

通过下面的接口，我们可以解析通达信的日K线文件，该文件可以通过读取通达信的软件本地目录导出的数据获取，也可以从通达信的官网上下载， 如果您安装了通达信的终端，可以在安装目录下找到 vipdoc 子目录。
比如我的通达信客户端安装在 c:\new_tdx 下，即

• c:\new_tdx\vipdoc\sz\lday\ 下是深圳的日k线数据
• c:\new_tdx\vipdoc\sh\lday\ 下是上海的日k线数据

该目录下每个股票为一个文件，如 sz000001.day 为深圳的日k行情，
读取行情的接口非常简单

from pytdx.reader import TdxDailyBarReader, TdxFileNotFoundException
reader = TdxDailyBarReader()
df = reader.get_df("/Users/rainx/tmp/vipdoc/sz/lday/sz000001.day")

df 是pandas 的DateFrame格式， 输出为：

             open   high    low  close        amount     volume
date
1991-12-23  27.70  27.90  27.60  27.80  3.530600e+06     127000
1991-12-24  27.90  29.30  27.00  29.05  3.050250e+06     105000
1991-12-25  29.15  30.00  29.10  29.30  6.648170e+06     226900
1991-12-26  29.30  29.30  28.00  28.00  5.370400e+06     191800
1991-12-27  28.00  28.50  28.00  28.45  5.988725e+06     210500
...           ...    ...    ...    ...           ...        ...
2017-06-22   9.15   9.40   9.14   9.25  1.325211e+09  142695815
2017-06-23   9.23   9.27   9.16   9.25  5.383036e+08   58400441
2017-06-26   9.26   9.40   9.26   9.30  6.637629e+08   71076995

[6031 rows x 6 columns]

#可以通过pandas将它保存为csv 等文件, 如:
df.to_csv("/tmp/000001.csv")

读取扩展行情的日线（如期货，期权，现货等）

In [1]: from pytdx.reader import TdxExHqDailyBarReader

In [2]: reader = TdxExHqDailyBarReader()

In [3]: df = reader.get_df("/Users/rainx/Downloads/lday/29#A1801.day")

In [4]: df
Out[4]:
              open    high     low   close  amount  volume  jiesuan
date
2017-08-07  3830.0  3936.0  3826.0  3925.0  167038  224516   3881.0
2017-08-08  3926.0  3990.0  3921.0  3951.0  188460  256984   3958.0
2017-08-09  3951.0  3997.0  3951.0  3982.0  194150  157330   3976.0
2017-08-10  3978.0  4015.0  3970.0  3995.0  206944  174878   3993.0
2017-08-11  3997.0  4017.0  3927.0  3954.0  202010  258036   3971.0

读取通达信的分钟K线（目前支持1，5分钟k线）

• 分钟线有两种格式，第一种是.1 .5 为后缀的

from pytdx.reader import TdxMinBarReader, TdxFileNotFoundException
reader = TdxMinBarReader()
df = reader.get_df("/Users/rainx/Downloads/sh000001.5")

In [2]: df
Out[2]:
                        open     high      low    close        amount  \
date
2015-07-09 09:35:00  3432.45  3454.14  3374.32  3423.61  6.189348e+10
2015-07-09 09:40:00  3420.56  3424.16  3395.07  3396.33  2.341652e+10

                        volume
date
2015-07-09 09:35:00  618934736
2015-07-09 09:40:00  234165181

• 还有一种为 .lc1 .lc5 后缀的

from pytdx.reader import TdxLCMinBarReader, TdxFileNotFoundException

reader = TdxLCMinBarReader()
df = reader.get_df("/Users/rainx/Downloads/sz000001.lc5")
print(df)

open       high        low      close       amount  \
date                                                                           
2017-07-26 09:35:00  10.920000  10.990000  10.860000  10.940000  118572536.0   
2017-07-26 09:40:00  10.929999  10.990000  10.910000  10.969999   43107384.0   
2017-07-26 09:45:00  10.969999  11.050000  10.969999  11.050000   40586544.0   
2017-07-26 09:50:00  11.050000  11.130000  11.010000  11.120000  100486624.0   
2017-07-26 09:55:00  11.110000  11.179999  11.099999  11.179999   78094816.0   
....
....
...

读取板块信息文件

• 文件位置参考： http://blog.sina.com.cn/s/blog_623d2d280102vt8y.html

样例代码：

# 默认扁平格式
df = BlockReader().get_df("/Users/rainx/tmp/block_zs.dat")
print(df)

blockname  block_type  code_index    code
0        沪深300           2           0  000001
1        沪深300           2           1  000002
2        沪深300           2           2  000008
3        沪深300           2           3  000009


# 分组格式
df2 = BlockReader().get_df("/Users/rainx/tmp/block_zs.dat", BlockReader_TYPE_GROUP)
print(df2)

blockname  block_type  stock_count  \
0       重点沪指           2            0   
1      沪深300           2          300   
2       深证成指           2           40   
3       中小板指           2          100   

code_list  
0                                                      
1   000001,000002,000008,000009,000060,000063,0000...  
2   000001,000002,000063,000069,000100,000157,0001...  
3   002001,002004,002007,002008,002010,002013,0020...

读取通达信的自定义板块信息文件夹
在通达信客户端备份自定义板块数据，设置–>数据维护工具–>数据备份，备份后会生出类似TdxBak_20171011/blocknew的文件夹，然后使用如下代码读取：

# 默认扁平格式
df = CustomerBlockReader().get_df('C:/Users/fit/Desktop/TdxBak_20171011/blocknew')
print(df)

    blockname block_type  code_index     code
0          领袖         LX           1  1600516
1          领袖         LX           2  0300678
2          领袖         LX           3  0300675
3          领袖         LX           4  1600230
4          领袖         LX           5  0002497
5          领袖         LX           6  0002460
6          领袖         LX           7  0000807
7          领袖         LX           8  1600874

#分组格式
df = CustomerBlockReader().get_df('C:/Users/fit/Desktop/TdxBak_20171011/blocknew', BlockReader_TYPE_GROUP)
print(df)

   blockname block_type  stock_count  \
0         领袖         LX           20   
1         核心         HX           20   
2         潜力         QL           11

                                            code_list  
0   1600516,0300678,0300675,1600230,0002497,000246...  
1   1603501,0300597,0002467,0300081,0002194,000086...  
2   1600686,0300648,1600476,0300036,1603066,030062...

历史专业财务数据 pytdx.crawler

参考

• issue from @datochan https://github.com/rainx/pytdx/issues/133
• 通达信专业财务函数文档
• 财务指标的名称含义，参考issue#163[https://github.com/QUANTAXIS/QUANTAXIS/blob/master/QUANTAXIS/QAData/financial_mean.py]

(https://github.com/QUANTAXIS/QUANTAXIS/blob/master/QUANTAXIS/QAData/financial_mean.py)

pytdx.crawler
crawler 其实本来想叫做downloader或者fetcher, 专门来处理 http 协议的数据的下载和解析，分为两个阶段，下载阶段我们会使用 urllib 来下载数据，数据可以下载到临时文件（不传入path_to_download参数）或者下载到指定的位置（提供path_to_download参数），也支持指定 chunk 的分段下载进度的提示（使用reporthook传入处理函数）， 下面是一个 reporthook 函数的例子

def demo_reporthook(downloaded, total_size):
    print("Downloaded {}, Total is {}".format(downloaded, total_size))

获取历史专业财务数据列表 pytdx.crawler.HistoryFinancialListCrawler
实现了历史财务数据列表的读取，使用方式

from pytdx.crawler.history_financial_crawler import HistoryFinancialListCrawler
crawler = HistoryFinancialListCrawler()
list_data = crawler.fetch_and_parse()
print(pd.DataFrame(data=list_data))

结果

In [8]: print(pd.DataFrame(data=list_data))
            filename  filesize                              hash
0   gpcw20171231.zip     49250  0370b2703a0e23b4f9d87587f4a844cf
1   gpcw20170930.zip   2535402  780bc7c649cdce35567a44dc3700f4ce
2   gpcw20170630.zip   2739127  5fef91471e01ebf9b5d3628a87d1e73d
3   gpcw20170331.zip   2325626  a9bcebff37dd1d647f3159596bc2f312
4   gpcw20161231.zip   2749415  3fb3018c235f6c9d7a1448bdbe72281a
5   gpcw20160930.zip   2262567  8b629231ee9fad7e7c86f1e683cfb489
..               ...       ...                               ...

75  gpcw19971231.zip    434680  316ce733f2a4f6b21c7865f94eee01c8
76  gpcw19970630.zip    196525  6eb5d8e5f43f7b19d756f0a2d91371f5
77  gpcw19961231.zip    363568  bfd59d42f9b6651861e84c483edb499b
78  gpcw19960630.zip    122145  18023e9f84565323874e8e1dbdfb2adb

[79 rows x 3 columns]

其中，filename 字段为具体的财务数据文件地址， 后面的分别是哈希值和文件大小，在同步到本地时，可以作为是否需要更新本地数据的参考

获取历史专业财务数据内容 pytdx.crawler.HistoryFinancialCrawler
获取历史专业财务数据内容
使用上面返回的filename字段作为参数即可

from pytdx.crawler.base_crawler import demo_reporthook
from pytdx.crawler.history_financial_crawler import HistoryFinancialCrawler

datacrawler = HistoryFinancialCrawler()
pd.set_option('display.max_columns', None)
result = datacrawler.fetch_and_parse(reporthook=demo_reporthook, filename='gpcw19971231.zip', path_to_download="/tmp/tmpfile.zip")
print(datacrawler.to_df(data=result))

通过 reader 读取数据
如果您自己管理文件的下载或者本地已经有对应的数据文件，可以使用我们的 HistoryFinancialReader来读取本地数据，使用方法和其它的 Reader 是类似的, 我们的 reader 同时支持.zip和解压后的.dat文件

from pytdx.reader import HistoryFinancialReader

# print(HistoryFinancialReader().get_df('/tmp/tmpfile.zip'))
print(HistoryFinancialReader().get_df('/tmp/gpcw20170930.dat'))

通过命令行工具hq_reader读取并保存到 csv 文件

-->rainx@JingdeMacBook-Pro:/tmp$ hqreader -d hf -o /tmp/gpcw20170930.csv /tmp/gpcw20170930.dat
写入到文件 : /tmp/gpcw20170930.csv

交易相关 pytdx.trade

说明

• Pytdx无法直接提供交易功能，目前采用调用网上常见的trade.dll的方式实现，trade.dll并不是我开发的，Please
  using it at your own risk

TdxTradeServer （https://github.com/rainx/TdxTradeServer)
为了启动trade.dll，我们提供了TdxTradeServer, 将请求封装为 http rest api, 在使用本接口之前，需要用下面的命令

> get_tts

配置好trade服务（如果要配置多账号版本，建议配置多账号版本的TdxTradeServer)

引入交易接口

from pytdx.trade import TdxTradeApi

接口列表
初始化客户端

api = TdxTradeApi(endpoint="http://10.11.5.175:10092/api", enc_key=b"4f1cf3fec4c84c84", enc_iv=b"0c78abc083b011e7")

api返回数据基本格式
成功

{
    "success": true,
    "data": {
        ...
    }
}

失败

{
    "success": false,
    "error": "...."
}

ping 可用来检测连通性

api.ping()

登入

result = api.logon(ip, port, version, yyb_id, account_id, trade_account, jy_passwrod, tx_password)
if result["success"]:
    client_id = result["data"]["client_id"]

登出

api.logoff(client_id):

查询信息

api.query_data(client_id, category)

查询历史信息

api.query_history_data(client_id, category, begin_date, end_date)

创建订单

api.send_order(client_id, category, price_type, gddm, zqdm, price, quantity)

撤销订单

api.cancel_order(client_id, exchange_id, hth)

获取行情

api.get_quote(client_id, code)

融资融券账户直接还款

api.repay(client_id, amount)

获取所有正在登录的client账号列表

api.get_active_clients()