7分钟上手mootdx把通达信数据变成你的免费行情管道【免费下载链接】mootdx通达信数据读取的一个简便使用封装项目地址: https://gitcode.com/GitHub_Trending/mo/mootdx做量化、写策略、盯盘复盘最头疼的从来不是算法而是数据到底从哪来。mootdx 这个纯 Python 的通达信数据读取封装库把行情、K线、财务数据三条数据流拧成一根水龙头——装好环境、敲几行代码通达信数据就能源源不断地流进你的 DataFrame。本文用 7 分钟带你走完从安装到实战的全过程全程可复制、可直接跑。先看结果三行代码换一份完整行情不卖关子先看成品。装好 mootdx 之后拿到某只股票近一年的日线数据只需要这样from mootdx.reader import Reader # tdxdir 指向你本机的通达信数据目录 reader Reader.factory(marketstd, tdxdirC:/new_tdx) # 一行拿到日线返回的就是 pandas DataFrame daily reader.daily(symbol600036) print(daily.head())输出里open / high / low / close / volume一应俱全索引、列名、类型都是规整的不用再花半天清洗。读数据这件苦差事mootdx 把它压缩成了一行。在线还是离线先搞懂这两条路mootdx 把数据世界分成两条互不干扰的通道很多人一开始分不清这里用一句话帮你记住你要做的事走哪条通道入口实时行情、最新K线、盘口、指数在线行情mootdx.quotes.Quotes历史日线、分钟线、时间线回测用离线本地mootdx.reader.Reader上市公司财报、基本面文件财务下载mootdx.affair.Affair在线通道连上通达信行情服务器适合盯盘、算实时指标Quotes.factory(marketstd)一键建立连接离线通道直接读本机通达信软件落盘的数据文件不占网络、速度飞快回测最爱的就是它Reader.factory(marketstd, tdxdir你的数据目录)即可财务通道负责把财报 zip 批量拉下来并解析成表季度报告季的体力活可以交给它。三条路互不干扰又能自由组合白天用在线通道看盘晚上用离线通道跑回测财报季再开财务通道补基本面——一套代码全包圆。从零到第一张K线安装与起步环境要求很低Python 3.8 以上Windows / macOS / Linux 通吃。# 不清楚依赖关系时直接装全量扩展 pip install -U mootdx[all]装完先做一件小事——测速。mootdx 内置了服务器优选功能自动挑出当前网络下响应最快的行情服务器避免连上龟速节点白等python -m mootdx bestip -vv接着体验在线行情感受一下秒出数据from mootdx.quotes import Quotes client Quotes.factory(marketstd, bestipTrue, timeout15) # 拉取最近 50 根日Kfrequency9 表示日线 df client.bars(symbol600036, frequency9, offset50) print(df.tail())小提示frequency参数里藏着各种周期——0 是 5 分钟线、4 是日K、9 也是日线、11 是年线具体对照表在 docs/api/quote2.md 里写得明明白白。从这开始你就拥有了自己的免费行情终端。一个真实的周五下午量化实习生的数据日常老周是一名刚转行到量化私募的实习生物理系出身Python 底子一般。他接到的第一个任务给研究员做一份ETF 轮动监控的小工具每天收盘后输出持仓池里每只 ETF 的涨跌幅并自动存成 CSV 供复盘。他用 mootdx 交出的答卷只有四十来行from mootdx.quotes import Quotes import pandas as pd watch [510300, 510500, 159915, 512880] # 沪深300、中证500等ETF client Quotes.factory(marketstd, multithreadTrue, heartbeatTrue) rows [] for code in watch: # quotes 一次可取多只这里逐只演示 q client.quotes(code)[0] rows.append({code: code, name: q[name], price: q[price], pct: q[change_percent]}) df pd.DataFrame(rows).sort_values(pct, ascendingFalse) df.to_csv(etf_daily.csv, indexFalse) print(df)周五下午 15:05脚本跑完CSV 已经躺在共享目录里。研究员顺手用这份数据画了张热度图老周因为交付又快又干净第一次在周会上被点名表扬。这个故事想说的是mootdx 的 API 设计对新手极其友好——multithreadTrue开多线程加速批量请求heartbeatTrue保活长连接你不用理解底层协议也能写出生产可用的代码。再进一步让数据管道跑得更稳入门之后这几个进阶旋钮值得记住1. 批量拉全市场股票列表# 一次性拉取沪深两市全部股票基本信息 all_stocks client.stock_all()2. 读取板块与自定义板块# 在线获取板块成分概念、行业等 block client.block(tofileblock.dat) # 离线读取本地板块文件 blocks reader.block(symbolblock_gn.dat)3. 财务数据批量落地from mootdx.affair import Affair files Affair.files() # 先看有哪些财报文件 Affair.fetch(downdirfin, filenamegpcw20241231.zip) # 下载单个 Affair.parse(downdirfin, filenamegpcw20241231.zip) # 解析成表4. 不想写代码用命令行mootdx 内置了 CLI调试和导出数据时可以完全不碰 Python# 读取 600000 的日线并导出 CSV python -m mootdx quotes -s 600000 -a daily -o out.csv # 批量下载多只股票行情 python -m mootdx bundle -s 600000,000001 -a daily -o bundle命令行的完整参数清单见 docs/cli/离线读取的用法在 sample/basic_reader.py、在线行情在 sample/basic_quotes.py都是开箱即跑的现成例子。常见坑位与绕行指南坑位一tdxdir目录不存在Reader 直接报错。绕行先把通达信软件的数据目录找对标准结构是根目录下有sh/、sz/、vipdoc/等子目录指向最外层即可。坑位二以为数据越全越好一次拉 8000 根K线。绕行bars的单次offset上限是 800需要更长的历史请用k(symbol, begin, end)按日期区间自动分段抓取它会自己处理翻页和节假日剔除。坑位三网络环境复杂连默认服务器超时。绕行先跑python -m mootdx bestip -vv或直接给Quotes.factory传bestipTrue让库替你选最快的路。坑位四M1 Mac 上个别依赖如 PyMiniRacer装不上。绕行这是老生常谈的兼容问题优先用 Python 3.9 的虚拟环境安装多数情况下mootdx[all]可以顺利过。现在轮到你了数据获取从来不是研究的终点但没有干净的数据一切分析都是空中楼阁。mootdx 的价值恰恰在于把取数这个最无聊的环节变得几乎无感——装好环境、跑通上面的例子你就拥有了一条属于自己的通达信数据管道。下一步建议这样走跑通 docs/quick.md 的快速上手确认三条通道都能出数据打开 sample/ 目录把示例逐个跑一遍建立接口手感对照 docs/api/ 的接口说明把你手头最急的需求回测、监控、财报先落地一版。从第一条数据开始到完整策略跑通中间只差你敲下第一行from mootdx.quotes import Quotes的勇气。动手吧市场不等人而你的数据管道现在就能开工。温馨提示mootdx 是开源学习项目请遵守相关法律法规合理使用行情数据不将其用于商业用途。【免费下载链接】mootdx通达信数据读取的一个简便使用封装项目地址: https://gitcode.com/GitHub_Trending/mo/mootdx创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考