ashare-lake 0.2.0

Self-hosted A-share Parquet data lake with multi-source ingest and daily orchestration

ashare-lake

本地 A 股数据湖：多源拉数 → 日更编排 → 带溯源的 curated Parquet。
DuckDB / Polars / Python load() 直接查，不用自建库，也不用通达信客户端。

CLI：asl · 包名：ashare_lake · 只做数据层（回测和信号留给下游）。

为什么用它

AkShare / efinance 解决「怎么拉数」；Tushare 解决「云端宽表」；Qlib / vn.py 解决「研究/交易平台」。
ashare-lake 专做中间层：多源进同一契约，落成可日更、可溯源、可审计的本地 Parquet 湖。

相对同类更突出的几点：

• 本地可续跑：水位 / 失败重试 / 质量审计，适合挂 cron
• 行级溯源：每行带 source / data_version / fetched_at，出了问题能查回来源
• 多源可核验：主源进 curated，备源进 snapshot，可 diff，不静默顶替
• 研究口径稳定：load() 统一复权 / universe / PIT as_of，不用自己拼
• 纯数据层：不做回测和交易，和拉数库互补、也不绑架整套框架

一条命令跑通真数 demo：

安装与一分钟体验

pip install "ashare-lake[tdx]"
asl demo

通过 TDX 拉几只流动性股票 × 约 30 个交易日，写入 data/ashare-lake-demo/，并打印样例表。需要能访问 TDX 行情主机（大陆出口更稳）。

asl query --config configs/ashare-lake.demo.toml --sql "
  SELECT symbol, trade_date, close, volume, source
  FROM daily_bars
  WHERE symbol = '600519.SH'
  ORDER BY trade_date DESC
  LIMIT 10
"

全量日更（仍不必 clone；在含配置的工作目录执行）：

asl config init                              # → configs/ashare-lake.toml
# 按需编辑 data.root，例如：
# asl config init --data-root /data/ashare-lake --force
asl config validate --config configs/ashare-lake.toml
asl init --config configs/ashare-lake.toml
asl run daily --config configs/ashare-lake.toml

有什么数据

数据集名即 load() 的第一个参数。字段见 schema，编排元数据见 catalog。

类别	数据集
基础参考	instruments · trading_calendar · trading_status（停复牌 / ST）
行情	daily_bars（未复权） · index_bars · adj_factors
公司事件	corporate_actions · announcement_index · earnings_disclosure_schedule
基本面 / 估值	financial_statement_items（PIT） · valuation_metrics · analyst_consensus
资金面	fund_flow · margin_trading · northbound_flows / northbound_holdings · dragon_tiger · block_trades · institutional_holdings
结构 / 行业	sector_members · index_constituents · industry_members
宏观	macro_indicators · market_breadth
舆情 / 轮动	sentiment_scores · hot_rank · sector_bars · sector_fund_flow · news_headlines
风险	share_unlock_schedule · regulatory_events

读数据

from ashare_lake.query import load

bars = load("daily_bars", start="2020-01-01", end="2025-12-31", adjust="hfq")
roe = load("financial_statement_items", items=["roe"], as_of="2024-04-30")

可选 extras：tdx、valuation、macro、nlp、structure、dev。

完整文档

详细 schema、runbook、定位对照与合规说明以 GitHub 为准：

• 仓库
• 文档
• Changelog

代码 MIT。落盘行情 / 公告仍受上游条款约束——本包不附带、也不再分发数据湖。