libfinance 0.1.2

面向量化研究与回测的 Python 金融数据接口 —— A 股与美股，同一套术语

📘 中文文档 · 📗 English documentation · 💻 示例代码 · 🚀 快速开始 · 🧭 概念设计 · 📑 API 参考

libfinance 让 A 股与美股使用同一套术语：证券标识的写法相同，查询函数与参数名相同，返回的表结构也相同。两个市场的差别落在数据上，不落在调用方式上。

覆盖行情、证券信息、交易日历、公司行动、财务数据及行业、指数与概念数据，并支持实时行情订阅。查询结果便于直接用于 pandas 分析。

研究需要的不只是历史数字，还包括明确的证券身份、当时有效的信息，以及一致的价格口径。libfinance 把这三件事写进了数据设计：

• 统一的证券标识符 —— 用 <trading_code>.<namespace> 表达证券，例如 600000.XSHG、000001.XSHE、AAPL.US，区分不同市场的同名代码；结合历史时点解析代码，减少更名与代码复用带来的歧义。
• point-in-time 机制 as_of —— 按历史时点还原证券池，并选择当时已披露的财务版本，帮助避免未来信息和幸存者偏差。
• 高质量的复权因子 exfactor —— 结合公司行动处理价格可比性，提供不复权、前复权和后复权行情；通过 get_ex_factor 查看单次及累计因子，让价格变化有据可查。

安装

pip install libfinance

从源码安装：

git clone https://github.com/StateOfTheArt-quant/libfinance.git
cd libfinance/python
pip install -e .

C++ 客户端（函数名、参数与 Python 版逐一相同，见 cpp/README.md）：

#include <libfinance/libfinance.hpp>

auto bars = libfinance::get_price({"000001.XSHE", "600000.XSHG"}, "2024-03-01", "2024-03-06");

快速开始

按安装与连接说明配置服务后，即可查询：

from libfinance import instruments, get_price, get_ex_factor

# 查询历史时点对应的证券信息。
print(instruments("600000.XSHG", as_of="2024-03-01"))

# 显式选择不复权，查看历史原始行情。
print(get_price(
    ["000001.XSHE", "600000.XSHG"],
    "2024-03-01", "2024-03-06", adjust_type="none",
))

# 查看公司行动对应的单次及累计复权因子。
print(get_ex_factor("600000.XSHG", "2023-01-01", "2024-12-31"))

一分钟看懂这几行取到了什么，见快速开始。

A 股与美股共用一套术语

统一体现在三个层面。

需要显式指定市场的，只有不涉及具体证券的查询：交易日历、全市场目录、数据覆盖范围。按证券查询时，命名空间已经给出了市场信息，列表里也可以混合两个市场的代码。

from libfinance import instruments, get_trading_dates

instruments(["000001.XSHE", "AAPL.US"])                      # 命名空间已给出市场
get_trading_dates("2024-01-01", "2024-01-31", market="us")   # 不涉及具体证券

统一的是术语和调用约定，数据本身的差异依然存在。下表的「市场」一列标出了每类数据实际覆盖的市场，逐个接口的情况见查美股。

数据覆盖

覆盖到哪一年、更新到哪一天，取决于你连的那个服务。不要照抄文档里的日期，用数据新鲜度里的两个函数自己查。

概念设计

文档与示例

API 参考按合约信息和交易日历、行情信息、基本面信息、行业和概念信息、公司行动信息、实时行情分组，包含参数说明和带打印结果的场景示例。

社区

问题与需求请提 Issue。关注公众号获取更新：

仓库结构