ohlcvpy 0.1.1

Python reader for DataHub-style sharded OHLCV Arrow datasets

ohlcvpy

ohlcvpy 是一个针对 DataHub 风格数据目录的 Python 包。

数据结构（来自 DataHub lib）

• stock.json：索引文件，记录 exchange/symbol/name/arrow_file
• stock_XXX.arrow：分片文件，包含列
  • exchange: utf8
  • symbol: utf8
  • name: utf8
  • daily: list<struct<date, open, high, low, close, volume, amount>>

安装

pip install -e ".[io]"

API 设计（极简）

from ohlcvpy import open_store

store = open_store("/path/to/docs/data")

print(store.list_exchanges())
print(store.list_symbols("SSE"))

stock = store.get_stock("600519", exchange="SSE")
bars = store.get_bars("600519", exchange="SSE", limit=20)
bar = store.get_bar("600519", date=20260310, exchange="SSE")

market = store.get_market(date=20260310, exchange="SSE")  # 已自动过滤非主板、ST/退市、停牌股票

print(store.latest_date())  # e.g. 20260310
print(store.latest_date(exchange="SSE"))

Example

运行仓库内示例：

python examples/api_usage.py \
  --data-dir /Users/10005612/Projects/DataHub/docs/data \
  --exchange SSE \
  --symbol 600519 \
  --date 20260310

设计要点

• 按分片懒加载，不会在初始化时读全量 Arrow。
• 用 symbol+exchange 作为主键，避免跨交易所冲突。
• 查询入口聚焦两个角度：按股票（get_stock/get_bars/get_bar）和按日期（get_market）。
• 内置基础过滤函数：is_main_board、is_st_or_delisted、is_suspended。
• 过滤在数据源阶段生效：索引加载时过滤非主板/ST退市，分片加载时过滤停牌（最新交易日成交量为 0 即停牌）。