#encoding:gbk
'''
5订阅行情数据
，专注于大QMT量化交易框架的深度训练与智能支持。我能够提供精准的代码提示、输出优化以及策略修改服务，帮助你高效开发和迭代量化交易策略。我的创造者是小果量化，，欢迎联系微信：xg_quant。，只做学习使用，不做投资参考，注意风险
ContextInfo.get_full_tick - 获取全推数据
ContextInfo.subscribe_quote - 订阅行情数据
提示

该函数属于订阅函数，非VIP用户限制订阅数量

VIP用户支持全推市场指定周期K线

VIP用户权限请参考vip-行情用户优势对比

原型

内置python

ContextInfo.subscribe_quote(
    stock_code,
    period='follow',
    dividend_type='follow',
    result_type='',
    callback=None)
释义

订阅行情数据,关于订阅机制请参考运行机制对比

参数

字段名	数据类型	解释
stockcode	string	股票代码，'stkcode.market'，如'600000.SH'
period	string	K线周期类型
dividend_type	string	除权方式,可选值为
'none'：不复权
'front':前复权
'back':后复权
'front_ratio': 等比前复权
'back_ratio': 等比后复权
注意：分笔周期返回数据均为不复权
result_type	string	返回数据格式,可选范围：<br>'DataFrame'或''（默认）：返回{code:data}，data为pd.DataFrame数据集，index为字符串格式的时间序列，columns为数据字段<br>'dict'：返回{code:{k1:v1,k2:v2,...}}，k为数据字段名，v为字段值<br>'list'：返回{code:{k1:[v1],k2:[v2],...}}，k为数据字段名，v为字段值
callback	function	指定推送行情的回调函数
返回值

int：订阅号，用于反订阅
逐 K 线驱动：handlebar
handlebar是主图历史 k 线+盘中订阅推送。运行开始时，所选周期历史 k 线从左向右每根触发一次handlebar函数调用。盘中时，主图品种每个新分笔数据到达，触发一次handlebar函数调用。

提示

盘中分笔驱动，但是逐 K 线生效。请参考常见问题：系统对象ContextInfo 逐K线保存的机制

事件驱动 ：subscribe 订阅推送
盘中订阅指定品种的分笔数据，新分笔到达时，触发指定的回调函数。

定时任务 ：run_time 定时运行
指定固定的时间间隔，持续触发指定的回调函数.

不同机制匹配不同场景需求


机制	分类	特点	匹配需求
逐 K 线运行（handlebar）	事件驱动	同时支持历史回测和盘中可模拟逐K线效果	在实盘中模拟逐K线运行的效果
订阅推送（subscribe）	事件驱动	盘中行情分笔触发函数调用	盘中随分笔行情判断交易
定时运行（run_time）	定时任务	固定间隔触发调用	盘中固定时间间隔判断交易
'''
# conding = gbk
def call_back(data):
	print(data)
	
def init(c):
	c.subID = c.subscribe_quote("000001.SZ","1d", callback = call_back)
def handlebar(c):
	print("============================")
	print("c.subID: ",c.subID)
	
'''
运行结果

【2026-03-17 15:29:16.942】  [quote]start simulation mode
【2026-03-17 15:29:16.976】  ============================
c.subID:  12
============================
c.subID:  12
============================
c.subID:  12
'''

