使用xbbg获取历史期权数据报错求助及Python脚本咨询

一、解决xbbg中bds()参数错误问题 #

Excel的BDS函数允许按顺序追加位置参数，但xbbg的bds()函数仅接受前两个位置参数（标的代码、请求字段），后续的Override参数必须通过关键字参数传递，不能直接按位置追加。

正确调用方式如下：

from xbbg import blp

# 获取2019年10月10日SPY的期权链
opt_chain = blp.bds("SPY US Equity", "opt_chain", single_date_override="20191010")
print(opt_chain)

核心逻辑：把single_date_override作为关键字参数传入，而非位置参数，即可避免"参数数量过多"的错误。

二、下载标的历史期权OHLCV及持仓量的Python脚本 #

以下是可复用的脚本，实现从获取期权链到批量下载合约数据的完整流程：

from xbbg import blp
import pandas as pd
import time

def download_historical_option_data(
    ticker: str,
    target_date: str,
    fields: list = ["PX_OPEN", "PX_HIGH", "PX_LOW", "PX_LAST", "PX_VOLUME", "OPEN_INT", "BID", "ASK"]
) -> pd.DataFrame:
    # 1. 获取指定日期的期权链（包含已到期合约）
    opt_chain = blp.bds(
        ticker, "opt_chain",
        single_date_override=target_date,
        include_expired_contracts="Y"
    )
    opt_tickers = opt_chain["Security Description"].tolist()
    
    # 2. 分批下载合约数据，避免请求限流
    all_data = []
    batch_size = 50  # 每批请求的合约数量
    for i in range(0, len(opt_tickers), batch_size):
        batch_tickers = opt_tickers[i:i+batch_size]
        # 批量下载单日数据
        data = blp.bdh(
            batch_tickers, fields,
            start_date=target_date, end_date=target_date
        )
        data = data.stack().reset_index().rename(columns={"level_1": "Option Ticker"})
        all_data.append(data)
        time.sleep(1)  # 每批请求后延迟1秒，减少限流风险
    
    # 3. 合并所有数据
    result = pd.concat(all_data, ignore_index=True)
    return result

# 示例调用：下载2019年10月10日SPY期权的盘口、OHLCV及持仓量
spy_opt_data = download_historical_option_data("SPY US Equity", "20191010")
print(spy_opt_data.head())

脚本说明 #

• 支持批量下载，通过分批请求+延迟避免彭博接口限流
• 默认包含买卖盘（BID/ASK）、OHLCV及持仓量字段，可根据需求调整
• 自动整合所有期权合约数据，返回结构化DataFrame

内容的提问来源于stack exchange，提问作者Steven