pyqdt
Python Quote Data Toolkit - 本地行情数据接口
简介
pyqdt 是一个轻量级的本地行情数据处理库，提供：
- 行情数据读取 - 从本地 CSV 文件读取 K 线、静态行情数据
- 复权处理 - 支持前复权、后复权计算
- 技术分析 - 内置常用技术指标计算
- 证券信息查询 - 证券基本信息、板块成分、交易日历等
- 代码转换 - 证券代码格式转换工具
安装
pip install pyqdt
快速开始
初始化
from pyqdt import QuoteData, QuoteArchive
# 初始化行情数据（单例模式）
quote = QuoteData(data_path='/path/to/quote/data')
# 初始化静态行情数据
archive = QuoteArchive(data_path='/path/to/quote/data')
获取行情日期
# 获取最新行情日
quote_date = quote.get_quote_date()
# 获取交易日列表
tdays = quote.get_trade_days(start_date='2024-01-01', end_date='2024-03-31')
tdays = quote.get_trade_days(end_date='2024-03-31', count=20)
获取 K 线数据
# 获取日 K 线
df = quote.get_price('000001.XSHE', start_date='2024-01-01', end_date='2024-03-31')
# 获取多只股票
df = quote.get_price(['000001.XSHE', '600000.XSHG'], start_date='2024-01-01', end_date='2024-03-31')
# 指定字段
df = quote.get_price('000001.XSHE', fields=['open', 'close', 'high', 'low', 'volume']
, start_date='2024-01-01', end_date='2024-03-31')
# 使用 count 参数
df = quote.get_price('000001.XSHE', end_date='2024-03-31', count=100)
# 不同周期
df = quote.get_price('000001.XSHE', period='week', start_date='2024-01-01', end_date='2024-03-31') # 周K
df = quote.get_price('000001.XSHE', period='month', start_date='2024-01-01', end_date='2024-03-31') # 月K
df = quote.get_price('000001.XSHE', period='season', start_date='2023-01-01', end_date='2024-03-31') # 季K
df = quote.get_price('000001.XSHE', period='year', start_date='2020-01-01', end_date='2024-03-31') # 年K
# 分钟 K 线
df = quote.get_price('000001.XSHE', period='1m', start_date='2024-03-01', end_date='2024-03-31') # 1分钟
df = quote.get_price('000001.XSHE', period='5m', start_date='2024-03-01', end_date='2024-03-31') # 5分钟
df = quote.get_price('000001.XSHE', period='15m', start_date='2024-03-01', end_date='2024-03-31') # 15分钟
df = quote.get_price('000001.XSHE', period='30m', start_date='2024-03-01', end_date='2024-03-31') # 30分钟
df = quote.get_price('000001.XSHE', period='60m', start_date='2024-03-01', end_date='2024-03-31') # 60分钟
复权处理
# 前复权（默认）
df = quote.get_price('000001.XSHE', fq='pre', start_date='2024-01-01', end_date='2024-03-31')
# 后复权
df = quote.get_price('000001.XSHE', fq='post', start_date='2024-01-01', end_date='2024-03-31')
# 不复权
df = quote.get_price('000001.XSHE', fq=None, start_date='2024-01-01', end_date='2024-03-31')
# 成交量复权
df = quote.get_price('000001.XSHE', fq='pre', fq_vol=True, start_date='2024-01-01', end_date='2024-03-31')
# 指定复权参考日
df = quote.get_price('000001.XSHE', fq='2024-01-15', start_date='2024-01-01', end_date='2024-03-31')
# 手动执行复权
df_raw = quote.get_price('000001.XSHE', fq=None, start_date='2024-01-01', end_date='2024-03-31')
df_fq = quote.execute_rehabilitation(df_raw, fq='pre')
获取静态行情数据
# 获取全市场日行情快照
df = quote.get_quote_static(date='2024-03-15')
# 指定字段
df = quote.get_quote_static(date='2024-03-15', fields=['open', 'close', 'high', 'low', 'volume'])
# 指定交易所
df = quote.get_quote_static(date='2024-03-15', exch=['SH'])
# 从 QuoteArchive 获取（支持分钟数据）
df = archive.get_quote_rawdata(date='2024-03-15', period='daily', types=['stock', 'etf'])
df = archive.get_quote_rawdata(date='2024-03-15', period='minute', types=['stock'])
获取证券信息
# 获取证券基本信息
info = quote.get_security_info('000001.XSHE')
# 获取多只证券
info = quote.get_security_info(['000001.XSHE', '600000.XSHG'])
# 指定类型
info = quote.get_security_info(types=['stock', 'etf', 'index'])
# 指定字段
info = quote.get_security_info('000001.XSHE', fields=['display_name', 'start_date', 'type'])
获取除权除息数据
# 获取除权除息信息
xrxd = quote.get_security_xrxd('000001.XSHE', start_date='2023-01-01', end_date='2024-03-31')
# 多只证券
xrxd = quote.get_security_xrxd(['000001.XSHE', '600000.XSHG']
, start_date='2023-01-01', end_date='2024-03-31')
获取板块信息
# 获取所有行业
industries = quote.get_industries()
# 获取指定日期存续的行业（支持历史查询）
industries = quote.get_industries(date='2016-06-30')
# 获取所有概念
concepts = quote.get_concepts()
# 获取指定日期存续的概念（支持历史查询）
concepts = quote.get_concepts(date='2016-06-30')
# 获取板块成分股（最新）
stocks = quote.get_index_stocks('000300.XSHG') # 沪深300成分股
stocks = quote.get_industry_stocks('sw801010') # 行业成分股
stocks = quote.get_concept_stocks('gn001') # 概念成分股
# 获取板块成分股（历史查询）- 0.9.2 新增
# 支持 date 参数，查询指定日期的板块成分股
stocks = quote.get_index_stocks('000300.XSHG', date='2016-06-30') # 查询 2016-06-30 的沪深300成分股
stocks = quote.get_industry_stocks('sw801010', date='2016-06-30') # 查询历史行业成分股
stocks = quote.get_concept_stocks('gn001', date='2016-06-30') # 查询历史概念成分股
# 获取指数权重
weights = quote.get_index_weights('000300.XSHG')
# 获取指数权重（历史查询）- 0.9.2 新增
weights = quote.get_index_weights('000300.XSHG', date='2016-06-30')
# 获取板块元信息 - 0.9.2 新增 date 参数
block_info = quote.get_block_info() # 所有板块
block_info = quote.get_block_info(types='industry') # 只看行业
block_info = quote.get_block_info(types='concept') # 只看概念
block_info = quote.get_block_info(date='2016-06-30') # 2016-06-30 存续的板块
# 直接获取板块成分股（底层方法，支持 types 筛选）
stocks = quote.get_block_securities('000300.XSHG', types='index')
stocks = quote.get_block_securities('000300.XSHG', date='2016-06-30', types='index')
📅 板块历史查询：0.9.2 版本新增
date参数，支持查询历史任意日期的板块成分股。实现原理：月末快照 + 日度变更 diff 合并，LRU 缓存加速重复查询。详见 板块历史查询设计文档。
SQL 数据源查询
pyqdt 支持通过 ORM automap 方式查询配置的 SQL 数据源，类似聚宽的 finance.run_query。
from pyqdt import QuoteData, SqlDataSource
# 初始化
qf = QuoteData('/data/QuantData/pyqdt_csv')
# 获取数据模型（默认 'findata' 数据源）
model = qf.get_sqldata()
# 获取指定数据源
model = qf.get_sqldata('fundamentals')
# 列出所有表名
model.list_tables() # ['stk_mt_total', 'finance_income', ...]
# ORM 查询（通过 session.query）
q = model._session.query(model.stk_mt_total).filter(model.stk_mt_total.date >= '2024-01-01').limit(100)
df = model.run_query(q)
# 指定字段查询
q = model._session.query(model.stk_mt_total.code, model.stk_mt_total.date, model.stk_mt_total.value)
df = model.run_query(q)
# 排序
q = model._session.query(model.stk_mt_total).order_by(model.stk_mt_total.date.desc())
df = model.run_query(q)
# 聚合查询
from sqlalchemy import func
q = model._session.query(model.stk_mt_total.code, func.sum(model.stk_mt_total.value)).group_by(model.stk_mt_total.code)
df = model.run_query(q)
# 使用 SQLAlchemy 2.0 select 语句
from sqlalchemy import select
stmt = select(model.stk_mt_total).where(model.stk_mt_total.date >= '2024-01-01')
result = model._session.execute(stmt)
df = pd.DataFrame([dict(row._mapping) for row in result])
# 手动断连
model.close()
# 上下文管理器自动断连
with qf.get_sqldata('findata') as model:
q = model._session.query(model.stk_mt_total).filter(...)
df = model.run_query(q)
# 自动断连
配置文件格式： <data_path>/sqldata.conf
[findata]
dialect = postgresql
host = 10.88.18.200
port = 5432
user = postgres
password = xxxxxx
database = findata
schema = public
[fundamentals]
dialect = postgresql
host = 10.88.18.200
port = 5432
user = postgres
password = xxxxxx
database = fundamentals
与聚宽 API 对比：
| 聚宽 API | pyqdt API |
|---|---|
from jqdata import finance |
qf.get_sqldata('findata') |
finance.STK_MT_TOTAL |
model.stk_mt_total |
query(finance.STK_MT_TOTAL) |
model._session.query(model.stk_mt_total) |
finance.run_query(q) |
model.run_query(q) |
技术分析
# 获取技术指标
df = quote.get_technical_analysis('000001.XSHE'
, indications=[('MA', 5), ('MA', 10), ('MA', 20)]
, start_date='2024-01-01', end_date='2024-03-31')
# 常用指标示例
df = quote.get_technical_analysis('000001.XSHE'
, indications=[
('MA', 5), # 5日均线
('EMA', 12), # 12日指数移动平均
('MACD', 12, 26, 9), # MACD
('KDJ', 9, 3, 3), # KDJ
('RSI', 14), # RSI
('BOLL', 20, 2), # 布林带
]
, start_date='2024-01-01', end_date='2024-03-31')
# 保留行情字段
df = quote.get_technical_analysis('000001.XSHE'
, indications=[('MA', 5), ('MA', 10)]
, start_date='2024-01-01', end_date='2024-03-31'
, keep_quote=True)
# 手动执行技术分析
df = quote.get_price('000001.XSHE', start_date='2024-01-01', end_date='2024-03-31')
df = quote.execute_technical_analysis(df, indications=[('MA', 5), ('MA', 10)])
代码转换
from pyqdt import JQWraps
# 转换证券代码格式
# JoinQuant 格式 '000001.XSHE' <-> 通达信格式 '000001.SZ'
# 单个代码转换
code = JQWraps.convert_code('000001.XSHE', reverse=True) # 返回 '000001.SZ'
# 列表转换
codes = JQWraps.convert_code(['000001.XSHE', '600000.XSHG'], reverse=True)
# DataFrame 列转换
df = JQWraps.convert_code(df, reverse=True)
调试选项
# 开启调试模式
quote.set_option('debug', True)
# 设置技术指标预加载数量
quote.set_option('refer_num', 200)
# 启用多进程（复权计算）
quote.set_option('multi_process', True)
quote.set_option('multi_process', 4) # 指定进程数
技术分析指标
pyqdt 内置以下技术分析指标：
| 模块 | 指标 | 说明 |
|---|---|---|
moving_average |
MA, EMA, SMA | 移动平均线 |
moving_average |
MACD | 指数平滑异同移动平均线 |
over_bought_sold |
KDJ | 随机指标 |
over_bought_sold |
RSI | 相对强弱指标 |
over_bought_sold |
BOLL | 布林带 |
trend_lines |
- | 趋势线分析 |
path_lines |
- | 路径线分析 |
turnover |
- | 换手率分析 |
energy |
- | 能量指标 |
数据格式
数据目录结构
/data/path/
├── ckvalid.txt # 数据校验文件
├── quote-tdays.csv # 交易日历
├── quote-ctb.csv # 证券信息
├── quote-xrxd.csv # 除权除息数据
├── quote-block-map.csv # 板块映射
├── quote-block-data.csv # 板块成分
├── day/ # 日K线数据
│ ├── SH/
│ │ ├── SH_DAY_000001.csv
│ │ └── ...
│ └── SZ/
│ ├── SZ_DAY_000001.csv
│ └── ...
├── mn1/ # 1分钟K线数据
│ ├── SH/
│ └── SZ/
├── static/ # 静态行情数据
│ ├── SH/
│ │ ├── 2024/
│ │ │ ├── SH_STATIC_20240115.csv
│ │ │ └── ...
│ │ └── ...
│ └── SZ/
└── ...
CSV 文件格式
日 K 线数据
| 字段 | 类型 | 说明 |
|---|---|---|
| datetime | datetime | 行情日期 |
| open | float | 开盘价 |
| close | float | 收盘价 |
| high | float | 最高价 |
| low | float | 最低价 |
| volume | int | 成交量 |
| money | float | 成交额 |
静态行情数据
| 字段 | 类型 | 说明 |
|---|---|---|
| time | datetime | 行情时间 |
| code | string | 证券代码 |
| open | float | 开盘价 |
| close | float | 收盘价 |
| high | float | 最高价 |
| low | float | 最低价 |
| volume | int | 成交量 |
| money | float | 成交额 |
| high_limit | float | 涨停价 |
| low_limit | float | 跌停价 |
| pre_close | float | 昨收价 |
| paused | int | 停牌标记 |
API 参考
QuoteData 类
本地行情数据类，单例模式。
__init__(data_path=None)
初始化行情数据实例。
| 参数 | 类型 | 默认值 | 说明 |
|---|---|---|---|
| data_path | str | None | 数据目录路径 |
init(data_path)
初始化数据目录。
| 参数 | 类型 | 默认值 | 说明 |
|---|---|---|---|
| data_path | str | - | 数据目录路径 |
返回值: 无
异常: 若目录不存在则抛出 Exception
get_data_path()
获取当前数据目录路径。
返回值: str - 数据目录路径
get_quote_date()
获取最新行情日期。
返回值: datetime.date - 最新行情日期
get_trade_days(start_date=None, end_date=None, count=None)
获取交易日列表。
| 参数 | 类型 | 默认值 | 说明 |
|---|---|---|---|
| start_date | str / struct_time / datetime.date / datetime.datetime | None | 开始日期，与 count 二选一 |
| end_date | str / struct_time / datetime.date / datetime.datetime | datetime.date.today() | 结束日期 |
| count | int | None | 结果集行数，与 start_date 二选一 |
返回值: list[datetime.date] - 交易日列表
get_price(security, period=None, frequency=None, fre_step=None, fq='pre', fq_vol=False, fields=None, start_date=None, end_date=None, count=None, skip_paused=False)
获取 K 线数据。本方法为 get_quote_kdata 的别名。
| 参数 | 类型 | 默认值 | 说明 |
|---|---|---|---|
| security | str / list | - | 一支股票代码或股票代码列表，如 '000001.XSHE' 或 ['000001.XSHE', '600000.XSHG'] |
| period | str | 'day' | 周期，支持 day, daily, 1d, week, 1w, mon, month, 1M, season, year, mnX, Xm |
| frequency | str | None | 周期别名，同 period |
| fre_step | str | None | 周期别名，同 period |
| fq | str / None | 'pre' | 复权方式：'pre' 前复权，'post' 后复权，None 不复权，或指定复权参考日如 '2024-01-15' |
| fq_vol | bool | False | 是否复权成交量 |
| fields | list | ['open', 'close', 'high', 'low', 'volume', 'money'] | 获取的字段列表 |
| start_date | str / struct_time / datetime.date / datetime.datetime | None | 开始日期，与 count 二选一 |
| end_date | str / struct_time / datetime.date / datetime.datetime | 最新行情日 | 结束日期 |
| count | int | None | 结果集行数，与 start_date 二选一 |
| skip_paused | bool | False | 是否跳过停牌 |
返回值: pd.DataFrame - K线数据
| 字段 | 类型 | 说明 |
|---|---|---|
| datetime | datetime | 行情时间 |
| code | str | 证券代码 |
| open | float | 开盘价 |
| close | float | 收盘价 |
| high | float | 最高价 |
| low | float | 最低价 |
| volume | int | 成交量 |
| money | float | 成交额 |
get_quote_kdata(security, period='day', fq='pre', fq_vol=False, fields=None, start_date=None, end_date=None, count=None, skip_paused=False)
获取 K 线数据。
| 参数 | 类型 | 默认值 | 说明 |
|---|---|---|---|
| security | str / list | - | 一支股票代码或股票代码列表 |
| period | str | 'day' | 周期，支持 day, daily, 1d, week, 1w, mon, month, 1M, season, year, mnX, Xm（mnX 或 Xm 代表 X 分钟 K 线，如 mn5、5m、mn15、15m 等） |
| fq | str / None | 'pre' | 复权方式：'pre' 前复权，'post' 后复权，None 不复权，或指定复权参考日 |
| fq_vol | bool | False | 是否复权成交量 |
| fields | list | ['open', 'close', 'high', 'low', 'volume', 'money'] | 获取的字段列表 |
| start_date | str / struct_time / datetime.date / datetime.datetime | None | 开始日期，与 count 二选一 |
| end_date | str / struct_time / datetime.date / datetime.datetime | 最新行情日 | 结束日期 |
| count | int | None | 结果集行数，与 start_date 二选一 |
| skip_paused | bool | False | 是否跳过停牌 |
返回值: pd.DataFrame - K线数据
get_quote_static(date=None, fields=None, exch=None)
获取静态行情数据（全市场快照）。
| 参数 | 类型 | 默认值 | 说明 |
|---|---|---|---|
| date | str / struct_time / datetime.date / datetime.datetime | 最新行情日 | 行情日期 |
| fields | list | None | 获取的字段列表，可选值：'open', 'close', 'high', 'low', 'volume', 'money', 'high_limit', 'low_limit', 'pre_close', 'paused' |
| exch | list | ['SH', 'SZ'] | 交易所列表 |
返回值: pd.DataFrame - 静态行情数据
| 字段 | 类型 | 说明 |
|---|---|---|
| datetime | datetime | 行情时间 |
| code | str | 证券代码 |
| open | float | 开盘价 |
| close | float | 收盘价 |
| high | float | 最高价 |
| low | float | 最低价 |
| volume | int | 成交量 |
| money | float | 成交额 |
| high_limit | float | 涨停价 |
| low_limit | float | 跌停价 |
| pre_close | float | 昨收价 |
| paused | int | 停牌标记 |
get_security_info(security=None, fields=None, types=None)
获取证券信息数据。
| 参数 | 类型 | 默认值 | 说明 |
|---|---|---|---|
| security | str / list | None | 一支股票代码或股票代码列表，None 表示获取所有 |
| fields | list | None | 获取的字段列表 |
| types | list | ['stock'] | 证券类型列表，可选值：'stock', 'fund', 'index', 'futures', 'options', 'etf', 'lof' 等 |
返回值: pd.DataFrame - 证券信息
| 字段 | 类型 | 说明 |
|---|---|---|
| code (索引) | str | 证券代码 |
| display_name | str | 中文名称 |
| name | str | 缩写简称 |
| start_date | datetime.date | 上市日期 |
| end_date | datetime.date | 退市日期，未退市为 2200-01-01 |
| type | str | 证券类型 |
get_security_xrxd(security, start_date=None, end_date=None, count=None)
获取证券除权除息数据。
| 参数 | 类型 | 默认值 | 说明 |
|---|---|---|---|
| security | str / list | - | 一支股票代码或股票代码列表 |
| start_date | str / struct_time / datetime.date / datetime.datetime | None | 开始日期，与 count 二选一 |
| end_date | str / struct_time / datetime.date / datetime.datetime | datetime.date.today() | 结束日期 |
| count | int | None | 结果集行数，与 start_date 二选一 |
返回值: pd.DataFrame - 除权除息数据
| 字段 | 类型 | 说明 |
|---|---|---|
| date | datetime.date | 实施日期 |
| code | str | 证券代码 |
| dividend_ratio | float | 送股比例（每 10 股送 X 股） |
| transfer_ratio | float | 转增比例（每 10 股转增 X 股） |
| bonus_ratio | float | 派息比例（每 10 股派 X 元） |
get_industries(name='zjw', date=None)
获取行业列表。0.9.2 版本支持 date 参数筛选指定日期存续的行业。
| 参数 | 类型 | 默认值 | 说明 |
|---|---|---|---|
| name | str | 'zjw' | 行业分类，可选 'zjw'（证监会）、'sw'（申万）等 |
| date | str / datetime.date / datetime.datetime | None | 查询日期，筛选该日期存续的行业 |
返回值: pd.DataFrame - 行业列表
| 字段 | 类型 | 说明 |
|---|---|---|
| 行业代码 (索引) | str | 行业代码 |
| name | str | 行业名称 |
| start_date | datetime.date | 启用日期 |
| end_date | datetime.date | 停用日期 |
| type | str | 类型 |
| sub_type | str | 子类型（行业分类） |
get_concepts(date=None)
获取概念列表。0.9.2 版本支持 date 参数筛选指定日期存续的概念。
| 参数 | 类型 | 默认值 | 说明 |
|---|---|---|---|
| date | str / datetime.date / datetime.datetime | None | 查询日期，筛选该日期存续的概念 |
返回值: pd.DataFrame - 概念列表
| 字段 | 类型 | 说明 |
|---|---|---|
| 概念代码 (索引) | str | 概念代码 |
| name | str | 概念名称 |
| start_date | datetime.date | 启用日期 |
| end_date | datetime.date | 停用日期 |
| type | str | 类型 |
get_index_stocks(index_code, date=None)
获取指数成分股。0.9.2 版本支持 date 参数查询历史成分股。
| 参数 | 类型 | 默认值 | 说明 |
|---|---|---|---|
| index_code | str | - | 指数代码，如 '000300.XSHG' |
| date | str / datetime.date / datetime.datetime | None | 查询日期，None=最新成分股 |
返回值: list[str] - 证券代码列表
get_industry_stocks(industry_code, date=None)
获取行业成分股。0.9.2 版本支持 date 参数查询历史成分股。
| 参数 | 类型 | 默认值 | 说明 |
|---|---|---|---|
| industry_code | str | - | 行业代码 |
| date | str / datetime.date / datetime.datetime | None | 查询日期，None=最新成分股 |
返回值: list[str] - 证券代码列表
get_concept_stocks(concept_code, date=None)
获取概念成分股。0.9.2 版本支持 date 参数查询历史成分股。
| 参数 | 类型 | 默认值 | 说明 |
|---|---|---|---|
| concept_code | str | - | 概念代码 |
| date | str / datetime.date / datetime.datetime | None | 查询日期，None=最新成分股 |
返回值: list[str] - 证券代码列表
get_index_weights(index_code, date=None)
获取指数成分股权重。0.9.2 版本支持 date 参数查询历史权重。
| 参数 | 类型 | 默认值 | 说明 |
|---|---|---|---|
| index_code | str | - | 指数代码 |
| date | str / datetime.date / datetime.datetime | None | 查询日期，None=最新权重 |
返回值: pd.DataFrame - 指数权重
| 字段 | 类型 | 说明 |
|---|---|---|
| code (索引) | str | 证券代码 |
| date | datetime.date | 查询日期 |
| weight | float | 权重值 |
| display_name | str | 证券名称 |
get_block_info(block=None, types=None, date=None)
获取板块元信息。0.9.2 版本支持 date 参数筛选指定日期存续的板块。
| 参数 | 类型 | 默认值 | 说明 |
|---|---|---|---|
| block | str | None | 板块代码，None=查询所有 |
| types | str / list | None | 板块类型筛选，如 'industry', 'concept', 'index' 或 ['industry', 'concept'] |
| date | str / datetime.date / datetime.datetime | None | 查询日期，筛选该日期存续的板块 |
返回值: pd.DataFrame - 板块元信息
| 字段 | 类型 | 说明 |
|---|---|---|
| block (索引) | str | 板块代码 |
| name | str | 板块名称 |
| start_date | datetime.date | 启用日期 |
| end_date | datetime.date | 停用日期 |
| type | str | 板块类型 |
get_block_securities(block, types=None, date=None)
获取板块成分股（底层方法）。0.9.2 版本支持 date 参数查询历史成分股。
| 参数 | 类型 | 默认值 | 说明 |
|---|---|---|---|
| block | str | - | 板块代码 |
| types | str / list | None | 板块类型筛选，如 'index', 'industry', 'concept' |
| date | str / datetime.date / datetime.datetime | None | 查询日期，None=最新成分股 |
返回值: list[str] - 证券代码列表
实现原理：月末快照 + 日度变更 diff 合并，支持任意历史日期查询。
get_technical_analysis(security, indications, period='day', fq='pre', fq_vol=False, fields=None, start_date=None, end_date=None, count=None, skip_paused=False, keep_quote=False)
获取技术指标数据。
| 参数 | 类型 | 默认值 | 说明 |
|---|---|---|---|
| security | str / list | - | 一支股票代码或股票代码列表 |
| indications | list | - | 技术指标及参数，如 [('MA', 5), ('KDJ', 9, 3, 3)] 或 ['MA', 'KDJ'] |
| period | str | 'day' | 周期 |
| fq | str / None | 'pre' | 复权方式 |
| fq_vol | bool | False | 是否复权成交量 |
| fields | list | None | 获取的字段列表 |
| start_date | str / struct_time / datetime.date / datetime.datetime | None | 开始日期，与 count 二选一 |
| end_date | str / struct_time / datetime.date / datetime.datetime | 最新行情日 | 结束日期 |
| count | int | None | 结果集行数，与 start_date 二选一 |
| skip_paused | bool | False | 是否跳过停牌 |
| keep_quote | bool / str / list | False | 是否保留行情字段 |
返回值: pd.DataFrame - 技术指标数据
execute_rehabilitation(data, fq='pre', fq_vol=False, start_date=None, end_date=None, columns=None, inplace=False, skip_sort=False)
执行复权操作。
| 参数 | 类型 | 默认值 | 说明 |
|---|---|---|---|
| data | pd.DataFrame | - | 输入行情数据，必须包含 datetime 和 code 字段 |
| fq | str | 'pre' | 复权方式：'pre' 前复权，'post' 后复权，或指定复权参考日 |
| fq_vol | bool | False | 是否复权成交量 |
| start_date | str / struct_time / datetime.date / datetime.datetime | data.datetime 最小值 | 复权开始日 |
| end_date | str / struct_time / datetime.date / datetime.datetime | data.datetime 最大值 | 复权结束日 |
| columns | list | None | 需要复权的字段列表 |
| inplace | bool | False | 是否覆盖输入数据 |
| skip_sort | bool | False | 跳过排序，若传入数据已按 code, datetime 排序可设为 True |
返回值: pd.DataFrame - 复权后的数据
execute_technical_analysis(data, indications, prefix=None, lowercase=True, inplace=False, skip_sort=False)
执行技术指标运算。
| 参数 | 类型 | 默认值 | 说明 |
|---|---|---|---|
| data | pd.DataFrame | - | 输入行情数据 |
| indications | list | - | 技术指标及参数，如 [('MA', 5), ('KDJ', 9, 3, 3)] |
| prefix | str | None | 指标名称前缀 |
| lowercase | bool | True | 指标名称是否小写 |
| inplace | bool | False | 是否覆盖输入数据 |
| skip_sort | bool | False | 跳过排序 |
返回值: pd.DataFrame - 包含技术指标的数据
get_option(name)
获取可选项值。
| 参数 | 类型 | 默认值 | 说明 |
|---|---|---|---|
| name | str | - | 可选项名称 |
返回值: 可选项值
set_option(name, value)
设置可选项值。
| 参数 | 类型 | 默认值 | 说明 |
|---|---|---|---|
| name | str | - | 可选项名称 |
| value | any | - | 可选项值 |
可选项:
| 名称 | 类型 | 默认值 | 说明 |
|---|---|---|---|
| debug | bool | False | 是否开启调试模式 |
| refer_num | int | 200 | 技术指标预加载数量 |
| multi_process | bool / int | False | 是否启用多进程，可指定进程数 |
QuoteArchive 类
静态行情数据归档类。
get_quote_rawdata(date=None, fields=None, period='daily', types=None)
获取静态行情数据。
| 参数 | 类型 | 默认值 | 说明 |
|---|---|---|---|
| date | str / struct_time / datetime.date / datetime.datetime | 最新行情日 | 行情日期 |
| fields | list | None | 获取的字段列表 |
| period | str | 'daily' | 周期，可选值：'daily', 'minute' |
| types | list | ['stock'] | 证券类型列表 |
返回值: pd.DataFrame - 静态行情数据
get_sqldata(source_name='findata', config_file='sqldata.conf')
获取 SQL 数据模型实例。
| 参数 | 类型 | 默认值 | 说明 |
|---|---|---|---|
| source_name | str | 'findata' | 数据源名（配置小节名） |
| config_file | str | 'sqldata.conf' | 配置文件名（相对于 data_path） |
返回值: SqlDataModel - SQL 数据模型实例
close_sqldata()
断开所有 SQL 数据连接。
返回值: 无
SqlDataSource 类
SQL 数据源管理类，管理 sqldata.conf 配置文件。
__init__(config_path)
初始化数据源管理器。
| 参数 | 类型 | 默认值 | 说明 |
|---|---|---|---|
| config_path | str | - | 配置文件路径 |
get(source_name='findata')
获取数据模型实例。
| 参数 | 类型 | 默认值 | 说明 |
|---|---|---|---|
| source_name | str | 'findata' | 数据源名 |
返回值: SqlDataModel - SQL 数据模型实例
list_sources()
列出所有配置的数据源名。
返回值: list[str] - 数据源名列表
close_all()
断开所有数据模型连接。
返回值: 无
SqlDataModel 类
SQL 数据模型类，单个数据源的 ORM 映射。
<表名>（属性访问）
访问 ORM 类（automap 自动生成）。
model.stk_mt_total # ORM 类
model.finance_income # ORM 类
注意: 首次访问表名时才会连接数据库并反射表结构（懒加载）。
run_query(query_obj)
执行 SQLAlchemy Query，返回 DataFrame。
| 参数 | 类型 | 默认值 | 说明 |
|---|---|---|---|
| query_obj | SQLAlchemy Query | - | 通过 model._session.query() 构建的查询对象 |
返回值: pd.DataFrame - 查询结果
list_tables()
列出所有表名。
返回值: list[str] - 表名列表
close()
断开连接。
返回值: 无
_session（属性）
SQLAlchemy Session 实例，用于构建 Query。
q = model._session.query(model.stk_mt_total).filter(model.stk_mt_total.date >= '2024-01-01')
df = model.run_query(q)
JQWraps 类
证券代码转换工具类。
convert_code(data, reverse=False)
转换证券代码格式。
| 参数 | 类型 | 默认值 | 说明 |
|---|---|---|---|
| data | str / list / pd.Index / pd.Series / pd.DataFrame | - | 需要转换的数据 |
| reverse | bool | False | 是否反向转换（JoinQuant 格式 → 通达信格式） |
返回值: 转换后的数据
转换规则:
reverse=False: 通达信格式 → JoinQuant 格式（'000001.SZ'→'000001.XSHE'）reverse=True: JoinQuant 格式 → 通达信格式（'000001.XSHE'→'000001.SZ'）
依赖
- Python >= 3.9
- pandas >= 0.25
- numpy
许可证
LGPL-3.0
作者
John Lui johnlui@live.cn
主页
1 maintainer
Release files for pyqdt 0.9.3
For a detailed explanation of source distributions (sdists) and built distributions (wheels), please see the package formats documentation.
Source distribution (sdist)
| File | Size | Uploaded | |
|---|---|---|---|
| pyqdt-0.9.3.tar.gz | 52.7 kB | Details |
Built distribution (wheel)
| File | Interpreter | ABI | Platform | Reset |
|---|---|---|---|---|
| pyqdt-0.9.3-py3-none-any.whl | Python 3 | none | any | Details |
Total release size: 98.7 kB
Release files / pyqdt-0.9.3.tar.gz
| Download URL | pyqdt-0.9.3.tar.gz |
|---|---|
| Size | 52.7 kB |
| Tags | Source |
|
SHA-256 checksum How to use checksums |
25fb132909b81766b121abb9da325d4a6f3de8eb9bf047dfc913998a7f6a033b
|
|
BLAKE2b-256 checksum How to use checksums |
bd60ccd6d5fa3af7df815bac42e8d6597342291ec5310a069bcc4511b1d2d360
|
| Upload date | |
|
Uploaded using Trusted Publishing? What is trusted publishing? |
No |
| Uploaded via |
twine/6.2.0 CPython/3.11.13
|
Release files / pyqdt-0.9.3-py3-none-any.whl
| Download URL | pyqdt-0.9.3-py3-none-any.whl |
|---|---|
| Size | 45.9 kB |
| Tags | Python 3 |
|
SHA-256 checksum How to use checksums |
0cbd9f7815794cd2568a7cafc45a89d1977695d1c7124862a86ee8cb6cc2b397
|
|
BLAKE2b-256 checksum How to use checksums |
b67d248bb45defd765fa70dfce7e28524d7f47af9f7c19f972d44b5392ba6cde
|
| Upload date | |
|
Uploaded using Trusted Publishing? What is trusted publishing? |
No |
| Uploaded via |
twine/6.2.0 CPython/3.11.13
|
