mootdx 通达信数据获取实战指南3 行代码拿行情、历史和财报【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核心关键词mootdx 通达信数据获取长尾关键词Python 读取通达信行情数据、通达信离线历史数据解析、通达信财务数据下载上周我在写回测拉回来的数据缺了几根 K 线复权还得算两遍。翻了翻通达信安装目录下的.day文件才发现数据本来就在本地只是被打包成二进制格式得自己解码、逐字段对偏移。如果你也被这事卡过就会明白 mootdx 这个通达信数据获取封装库是干什么的把离线文件解析、在线实时行情、财务数据下载打包进一个库取出来直接就是 pandas DataFrame。和传统做法的 3 个差别对比手工解析二进制文件不用自己定义 struct、不用算字节偏移。Reader直接读通达信安装目录下的vipdoc数据返回一张表。对比三天两头失效的免费行情 API直连通达信官方行情服务器自带服务器测速工具能挑出最快的 IP。对比在线、离线各引一个库Reader和Quotes是同一套 API 风格返回的都是 DataFrame学一个等于会两个。两分钟跑出第一条实时行情pip install -U mootdx[all]from mootdx.quotes import Quotes client Quotes.factory(marketstd, heartbeatTrue) # std 是沪深股票市场heartbeat 保持连接不断 # 直接传列表一次网络请求拿 2 只股票的报价 df client.quotes(symbol[000001, 600036]) print(df)跑通后你会看到 2 行实时报价表每只股票的最新价、涨跌、成交量、服务器时间都齐了。全程不需要安装通达信软件在线行情直连服务器。多周期 K 线一行调用核心逻辑在 mootdx/quotes.pybars()是主力接口什么周期的 K 线都能取from mootdx.quotes import Quotes client Quotes.factory(marketstd, heartbeatTrue) # frequency9 是日 K0 是 5 分钟8 是 1 分钟offset10 表示一次拉近 10 根 df client.bars(symbol600036, frequency9, offset10) print(df.tail())拿到的是 10 行日 K 表格日期、开高低收、成交量最后一行就是最新一根。列结构和离线读取的数据一致在线、离线切换不用改代码。本地 .day 文件解析不用打开通达信mootdx/reader.py 直接解析通达信数据目录里的文件形如vipdoc/sh/lday/sh600036.day只要目录存在就能读from mootdx.reader import Reader # tdxdir 指向通达信安装目录即包含 vipdoc 的那一层按你的机器改 reader Reader.factory(marketstd, tdxdirC:/new_tdx) # 一只股票一个 .day 文件市场前缀和 sh/sz 子目录自动匹配 daily reader.daily(symbol600036) print(daily.tail())拿到的是招商银行本地已下载的全部日线历史最后一根收盘应与在线接口一致。回测要的就是这种不依赖网络的数据地基。财务数据做成表格mootdx/affair.py 从通达信服务器拉取季度财报文件并解析成表格不用自己到处搜集 PDF 和 Excelfrom mootdx.affair import Affair # 先看远程有哪些文件可下 files Affair.files() print(files[:3]) # 含文件名、哈希、大小可用来判断本地是否要更新 # 下载指定季度并直接解析成 DataFrame df Affair.parse(downdiroutput, filenamegpcw20230630.zip) print(df.head())财报表直接出炉每股收益、净资产收益率等字段都有字段编号对照表见 docs/api/fields.md。实战任务自选股收盘巡检脚本目标每天收盘后产出一张 CSV汇总自选股的收盘价和均线状态并交叉验证在线、离线数据是否一致。第 1 步测速锁定最快服务器python -m mootdx bestip -v输出最快前 5 台行情服务器最优 IP 会自动写入~/.mootdx/config.json之后创建客户端会优先用它。第 2 步写巡检脚本整段复制即可跑import pandas as pd from mootdx.quotes import Quotes from mootdx.reader import Reader watch_list [000001, 000002, 600036, 600519] client Quotes.factory(marketstd, bestipTrue, timeout15, heartbeatTrue) reader Reader.factory(marketstd, tdxdirC:/new_tdx) # 改成你的数据目录 def check(symbol): # 拉 30 根日 K足够算出稳定的 20 日均线 bars client.bars(symbolsymbol, frequency9, offset30) ma5 bars[close].rolling(5).mean().iloc[-1] ma20 bars[close].rolling(20).mean().iloc[-1] online_last bars.iloc[-1][close] local_last reader.daily(symbolsymbol).iloc[-1][close] # 本地文件交叉验证 return { code: symbol, online_close: online_last, local_close: local_last, match: online_last local_last, above_ma5: online_last ma5, above_ma20: online_last ma20, } report pd.DataFrame([check(s) for s in watch_list]) report.to_csv(watch_report.csv, indexFalse) # 落盘归档第二天接着看 print(report)第 3 步看结果跑完得到 4 只股票一张表match列告诉你在线和离线数据是否对得上True 说明数据链路健康above_ma5/above_ma20直接给出收盘价站在均线之上还是之下。把脚本挂到 crontab每天收盘后自动出表你只管打开 CSV 扫一眼。最常踩的 3 个坑服务器别裸奔。行情服务器列表里有死节点隔段时间跑一次python -m mootdx bestip -v刷新配置断连概率会明显下降。tdxdir 要指向含 vipdoc 的那一层目录。把vipdoc目录本身传进去会报tdxdir 目录不存在或读出来全是 None新手八成卡在这。M1 芯片的 Mac 解析财务数据会卡。原因是 PyMiniRacer 的兼容问题仓库 docs/faq 里有处理说明。FAQ问必须装通达信软件才能用吗不用。在线行情直连服务器完全不碰软件离线读取只需要一个标准数据目录含vipdoc的那一层从任何渠道弄到都能读。问frequency的数字到底是什么意思K 线周期编码9 日线、5 周线、6 月线、0 五分钟线、8 一分钟线完整对照表在 docs/api/quote1.md。问除权除息怎么算复权bars()自带adjust参数client.bars(symbol600036, adjustqfq)前复权hfq后复权不用自己套公式。问Mac、Linux 能跑吗Windows / macOS / Linux 都支持Python 3.8 以上即可M1 芯片注意下 PyMiniRacer。下一步到这里实时行情、离线历史、财报三条取数线全部跑通还顺手做成了一个能用的巡检脚本。接下来 3 个具体动作对照 docs/quick.md 把离线读取和在线行情的最小示例各跑一遍确认你的环境没问题把巡检脚本里的watch_list换成你自己的自选股再加几列你关心的指标换手、RSIpandas 都能算想看某个接口怎么实现的读 mootdx/quotes.py 源码测试用例在 tests/quotes/是最好的用法范本。数据管道铺好了剩下的就是你的策略了。想找人聊聊通达信数据获取的坑可以扫码进群交流。【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