深交所Level-2行情，市场需求量确实比较大。
很多人需要沪深L2实时行情，但是也有很多人只要深交所L2行情，不要上交所L2行情。我接触过的只要一种行情的，都是只要深交所的，没有说只要上交所不要深交所的。
至于深交所Level2实时行情程序接口，最好的是直接向深交所采购。延迟最低，行情质量最高，稳定性最好。当然，收费也是最贵的，采购流程也是很麻烦的，对程序开发者的技术能力要求也是最高的。支持的接口语言还挺多的，支持C++、C#、Java、Python，window和linux系统都支持。
Level2行情接口链接
1.下载行情工具
https://gitee.com/l2gogogo/l2-push-python/tree/master/cli
2.目录说明
名称 说明
conf 配置目录
data 数据目录
log 日志目录
txtool 命令行工具-Linux
txtool.exe 命令行工具-Windows
3.行情工具常用命令
命令 说明
txtool -h 查看帮助
txtool version 查看工具版本号
txtool proxy 启动本地代理服务器。默认命令，Windows可直接双击执行
4.接入说明
1.下载行情工具，修改conf/proxy.toml
1.设置用户名和密码：User/Passwd
2.设置推送服务器地址：RpcServer/TcpServer
2.打开命令窗口，切换到cli目录，执行命令启动本地代理服务器
1.Linux系统执行：txtool proxy
2.Windows系统执行：txtool.exe proxy
3.如果提示本机端口已占用，可修改配置项Address(代理服务器监听地址)
3.启动成功，调用代理服务器提供的GRPC接口
1.接口地址见配置项Address，默认为：localhost:8090
2.接口定义，见目录proto
4.代理服务器配置
1.proxy.toml 配置代理服务器监听地址，是否将推送消息写入本地文件等
2.log.toml 配置日志格式，是否写入控制台和文件等
Level2行情接口
l接口定义，见目录proto
订阅事件
get_subscription查询订阅
add_subscription新增订阅
del_subscription取消订阅
数据推送事件
tick_record_stream 推送逐笔成交行情数据
order_record_stream 推送逐笔委托行情数据
order_queue_record_stream推送委托队列行情数据
stock_quote_record_stream 推送股票十档行情行情数据
代码示例
# -*- coding: utf-8 -*-
# 此Demo只是演示接入过程
import grpc
import entity_pb2
import proxy_pb2_grpc
import threading
from multiprocessing import Process
# 代理服务器监听的地址和端口
ServerConnect = grpc.insecure_channel('localhost:5000')
Stub = proxy_pb2_grpc.ProxyStub(ServerConnect)
# 查询订阅
def get_subscription():
# rep返回code为1代表成功,其余状态码可参考接入文档,data是返回订阅股票的情况
Result = Stub.GetSubscription(entity_pb2.Void())
print(Result)
# 新增订阅
def add_subscription():
# 实例ProtoBuf协议的方法
String = entity_pb2.String()
# 修改协议的值
# 2:市场代码标识(1为上海证券,2为深圳证券)
# 000002:股票代码
# 15:订阅全部标识(1为逐笔成交,2为逐笔委托,4为委托队列,8为股票十档行情,如果想全部订阅可直接填入15,原理是1+2+4+8,如果想订阅某几个行情将几个行情标识相加即可)
String.value = '2_000002_15'
# String.value = '2_000001_15,2_000002_5,2_000003_12,批量订阅'
# rep返回code为1代表成功,其余状态码可参考接入文档
Result = Stub.AddSubscription(String)
print(Result)
# 取消订阅
def del_subscription():
# 实例ProtoBuf协议的方法
String = entity_pb2.String()
# 修改协议的值
# 2:市场代码标识(1为上海证券,2为深圳证券)
# 000002:股票代码
# 15:取消全部标识(1为逐笔成交,2为逐笔委托,4为委托队列,8为股票十档行情,如果想全部取消可直接填入15,原理是1+2+4+8,如果想取消某几个行情将几个行情标识相加即可)
String.value = '2_000002_15'
# String.value = '2_000001_15,2_000002_5,2_000003_12,批量取消'
# rep返回code为1代表成功,其余状态码可参考接入文档
Result = Stub.DelSubscription(String)
print(Result)
# 推送逐笔成交行情数据
def tick_record_stream():
StreamResult = Stub.NewTickRecordStream(entity_pb2.Void())
# 用For循环就可以不断消费数据
for Result in StreamResult:
print(Result)
# 推送逐笔委托行情数据
def order_record_stream():
StreamResult = Stub.NewOrderRecordStream(entity_pb2.Void())
# 用For循环就可以不断消费数据
for Result in StreamResult:
print(Result)
# 推送委托队列行情数据
def order_queue_record_stream():
StreamResult = Stub.NewOrderQueueRecordStream(entity_pb2.Void())
# 用For循环就可以不断消费数据
for Result in StreamResult:
print(Result)
# 推送股票十档行情行情数据
def stock_quote_record_stream():
StreamResult = Stub.NewStockQuoteRecordStream(entity_pb2.Void())
# 用For循环就可以不断消费数据
for Result in StreamResult:
print(Result)
if __name__ == '__main__':
# 可以使用多线程并发接收推送数据
ThreadOne = threading.Thread(target=tick_record_stream)
ThreadTwo = threading.Thread(target=order_record_stream)
ThreadThree = threading.Thread(target=order_queue_record_stream)
ThreadFour = threading.Thread(target=stock_quote_record_stream)
# 多进程并发接收推送数据
# ProcessOne = Process(target=tick_record_stream)
# ProcessTwo = Process(target=order_record_stream)
# ProcessThree = Process(target=order_queue_record_stream)
# ProcessFour = Process(target=stock_quote_record_stream)
# 这设置为随主线程退出子线程,避免产生孤儿或僵尸线程
ThreadOne.daemon = True
ThreadTwo.daemon = True
ThreadThree.daemon = True
ThreadFour.daemon = True
# ProcessOne.daemon = True
# ProcessTwo.daemon = True
# ProcessThree.daemon = True
# ProcessFour.daemon = True
# 有一点值得注意一下,假如订阅的股票相对活跃,推送的数据就不会有休眠的状态出现,因为Python的GIL锁,所以用多线程接收推送效率不显著,这个时候可以考虑用多进程来接收推送
ThreadOne.start()
ThreadTwo.start()
ThreadThree.start()
ThreadFour.start()
# ProcessOne.start()
# ProcessTwo.start()
# ProcessThree.start()
# ProcessFour.start()
ThreadOne.join()
ThreadTwo.join()
ThreadThree.join()
ThreadFour.join()
# ProcessOne.join()
# ProcessTwo.join()
# ProcessThree.join()
# ProcessFour.join()