mmdata-sdk 0.2

量化研究数据 SDK，提供 StarRocks DWD/DIM 层数据便捷查询

Quant Data SDK

量化研究数据 SDK，提供 StarRocks DWD/DIM 层数据的便捷查询接口。

安装

方式一：pip 安装（推荐）

cd quant-data-common
pip install -e .

方式二：作为 Git Submodule

git submodule add git-url
git submodule update --init --recursive

---

快速开始

from quant_data import QuantDataClient

# 初始化客户端（连接参数通过实例传入）
client = QuantDataClient(
    host="",  # 内网使用 
    port=9030,
    user="",
    password=""
)

# 获取日线数据（前复权）
df = client.get_daily(
    symbols=["000001", "600519"],
    start_date="2024-01-01",
    end_date="2024-12-31",
    adjust="qfq"
)
print(df.head())

---

API 参考

QuantDataClient

核心客户端类，提供所有数据查询方法。

client = QuantDataClient(
    host: str,           # StarRocks FE 地址
    port: int = 9030,    # FE Query 端口
    user: str = None,    # 用户名
    password: str = None # 密码
)

---

DWD 层数据接口

get_daily() - 日线数据

df = client.get_daily(
    symbols=["000001"],      # 股票代码，str 或 list
    start_date="2024-01-01", # 开始日期
    end_date="2024-12-31",   # 结束日期
    adjust="qfq",            # 复权类型: None/qfq/hfq
    fields=None              # 返回字段（可选）
)

返回字段：

• trade_date - 交易日期
• symbol, exchange, ts_code - 股票代码
• open, high, low, close, pre_close - OHLC 价格
• vol, amount - 成交量/额
• adj_factor - 复权因子
• pct_chg, turnover_rate - 涨跌幅/换手率
• pe_ttm, pb, total_mv, circ_mv - 估值/市值

复权说明：

• adjust=None - 不复权，返回原始价格
• adjust="qfq" - 前复权，以最新价格为基准（适合短期回测）
• adjust="hfq" - 后复权，以上市首日为基准（适合长期收益计算）

---

get_mins() - 分钟线数据

df = client.get_mins(
    symbols=["000001"],
    start_date="2024-01-01",
    freq="5min",          # 1min/5min/15min/30min/60min
    adjust="qfq"
)

---

get_finance() - 财务数据

df = client.get_finance(
    symbols=["000001"],
    end_date="2024-09-30"  # 报告期
)

返回字段：

• 利润表：revenue, n_income, basic_eps
• 资产负债表：total_assets, total_liab
• 现金流：n_cashflow_act
• 财务指标：roe, roa, grossprofit_margin, debt_to_assets

---

DIM 层数据接口

get_stock_basic() - 股票基础信息

# 获取所有在市股票
df = client.get_stock_basic(list_status="L")

# 筛选条件
df = client.get_stock_basic(
    symbols=["000001"],     # 指定代码
    list_status="L",        # L上市/D退市/P暂停
    exchange="SZ",          # SZ/SH/BJ
    market="主板"            # 主板/创业板/科创板
)

---

get_trade_cal() - 交易日历

df = client.get_trade_cal(
    start_date="2024-01-01",
    end_date="2024-12-31",
    exchange="SSE",         # SSE/SZSE/BSE
    is_open=1               # 1交易日/0休市/None全部
)

---

get_industry() - 行业分类

df = client.get_industry()

---

便捷方法

# 获取交易日列表
dates = client.get_trade_dates("2024-01-01", "2024-12-31")
# ['2024-01-02', '2024-01-03', ...]

# 获取全部股票代码
symbols = client.get_all_symbols(list_status="L")
# ['000001', '000002', ...]

---

使用示例

示例 1：获取单只股票日线并绘图

import matplotlib.pyplot as plt
from quant_data import QuantDataClient

client = QuantDataClient(host="your-starrocks-host", port=9030, user="your_user", password="your_password")

# 获取平安银行前复权日线
df = client.get_daily(symbols="000001", start_date="2024-01-01", adjust="qfq")

# 绘制收盘价走势
plt.figure(figsize=(12, 6))
plt.plot(df['trade_date'], df['close'])
plt.title("平安银行 (000001) 前复权收盘价")
plt.xlabel("日期")
plt.ylabel("价格")
plt.grid(True)
plt.show()

示例 2：筛选低估值股票

# 获取所有在市股票最新日线
df = client.get_daily(start_date="2024-12-30", end_date="2024-12-31")

# 筛选条件：PE < 15 且 PB < 2
low_pe = df[(df['pe_ttm'] > 0) & (df['pe_ttm'] < 15) & (df['pb'] < 2)]
print(f"低估值股票数量: {len(low_pe)}")
print(low_pe[['symbol', 'close', 'pe_ttm', 'pb']].head(20))

示例 3：计算动量因子

import pandas as pd

# 获取多只股票历史数据
symbols = ["000001", "000002", "600519", "601318"]
df = client.get_daily(symbols=symbols, start_date="2024-01-01", adjust="qfq")

# 计算20日动量
df = df.sort_values(['symbol', 'trade_date'])
df['momentum_20d'] = df.groupby('symbol')['close'].pct_change(20)

# 查看最新动量排名
latest = df.groupby('symbol').tail(1)
print(latest[['symbol', 'close', 'momentum_20d']].sort_values('momentum_20d', ascending=False))

示例 4：结合财务数据分析

# 获取日线估值
daily = client.get_daily(symbols=["000001"], start_date="2024-12-01")

# 获取最新财务数据
finance = client.get_finance(symbols=["000001"], end_date="2024-09-30")

print("=== 市场数据 ===")
print(daily[['trade_date', 'close', 'pe_ttm', 'pb']].tail())

print("\n=== 财务指标 ===")
print(finance[['end_date', 'roe', 'grossprofit_margin', 'debt_to_assets']])

---

数据来源

数据库	表名	说明
dwd	stock_daily	日线数据（含估值指标）
dwd	stock_mins_*	分钟线数据
dwd	stock_finance	财务宽表
dim	stock_basic	股票基础信息
dim	trade_cal	交易日历
dim	industry	行业分类

---

依赖

• Python >= 3.9
• pandas >= 2.0.0
• pymysql >= 1.1.0
• dbutils >= 3.0.0
• loguru >= 0.7.0