Skip to main content

TDX (通达信) market data parser — Rust implementation with Python bindings

Project description

tdxrs — 通达信行情数据解析库 (Rust + Python)

English | 中文

Rust Python License PyPI version PyPI downloads GitHub stars GitHub forks GitHub last commit

tdxrs 是通达信 (TDX) 行情数据解析库的 Rust 高性能实现。通过 PyO3/maturin 提供 Python 调用接口,保持与 Python tdxpy 的 API 兼容,本地解析性能提升 9-11 倍

from tdxrs import TdxHqClient
from tdxrs.constants import MARKET_SH, KLINE_DAILY, FQ_QFQ

client = TdxHqClient()
client.connect_to_any()

# 贵州茅台日K → DataFrame
df = client.get_security_bars_dataframe(KLINE_DAILY, MARKET_SH, "600519", 0, 500)
df["ma20"] = df["close"].rolling(20).mean()

# 批量实时行情 (上限 60 只/次)
quotes = client.get_security_quotes([
    (MARKET_SH, "600519"), (0, "000858"), (0, "300750")
])

性能

本地文件解析

操作 tdxrs (Rust) tdxpy (Python) 加速比
日线 1000 条 0.3ms 2.8ms
分钟线 1000 条 0.5ms 5.1ms 10×
板块 500 条 1.2ms 12.0ms 10×
财务 500 条 0.8ms 8.5ms 11×

网络 API (连接池模式)

操作 tdxrs tdxpy 加速比
K 线 100 条 73ms 110ms 1.5×
行情 3 只 75ms 95ms 1.3×
日K 800 条 290ms

并发性能 (60 线程)

方案 5 线程 60 线程 扩展比
裸连接 (Direct) 381ms 344ms 0.9× (零退化)
连接池 (Pool) 337ms 4110ms 12.2×
异步 (Async) 345ms 3880ms 11.2×

详见 性能基准


功能

网络行情 (13 类数据)

数据 覆盖
K 线 个股 + 指数,12 种周期 (1分钟 ~ 年线)
实时行情 五档盘口,含成交额/总量
分时数据 当日 + 历史 (按日期查询)
逐笔成交 当日 + 历史 (按日期查询,自动翻页)
证券信息 全市场列表 + 数量 (带缓存)
财务数据 实时 34 项 + 45 个英文命名财务指标
除权除息 分红/送股/配股/缩股历史
板块数据 行业/概念/地域分类

基金数据 (ETF/LOF/REITs/分级基金)

TdxHqFundClient 提供基金专用 API,接口格式与股票一致:

from tdxrs import TdxHqFundClient
from tdxrs.constants import MARKET_SH, MARKET_SZ, KLINE_DAILY

client = TdxHqFundClient()
client.connect_to_any()

# 基金实时行情 (上限 60 只/次)
quotes = client.get_fund_quotes([
    (MARKET_SH, "510300"),   # 沪深300ETF
    (MARKET_SZ, "159915"),   # 创业板ETF
])

# 基金 K 线 (接口与股票相同)
bars = client.get_fund_bars(KLINE_DAILY, MARKET_SH, "510300", 0, 100)

# 基金列表
funds = client.get_fund_list(MARKET_SH)  # 返回 code, name, fund_type
类型 代码前缀 示例
ETF 510/512/513/515/516, 159 510300 沪深300ETF
LOF 501/502, 160/161 160105 南方积配
REITs 508 508000 普洛斯
分级基金 162/163/164 162006 银华锐进
债券基金 511 511010 国债ETF
场外基金 519 519003 海富通收益

详细说明见 基金模块文档

客户端侧复权计算

TDX 服务端返回未复权原始数据。tdxrs 在客户端自行计算前复权/后复权:

  • 中国 A 股标准除权除息公式
  • 支持分红+送股+配股联动
  • 自动补全早期除权事件 (context_bars 机制)
  • fq=0 路径零额外开销

四种客户端方案

客户端 策略 场景
TdxHqClient 连接池(5) + 心跳 + 重试 + 缓存 主力,顺序请求
TdxHqFundClient 共享连接池 + 基金代码验证 基金数据
TdxDirectClient 每请求独立 TCP 高并发 (60线程零退化)
AsyncTdxHqClient tokio 异步 + 心跳 异步生态集成

请求限流

内置交易时段自适应限流,保护服务器:

时段 默认限流 说明
盘中 (9:30-15:00) 15 req/s 交易活跃期
盘前/盘后 30 req/s 过渡时段
休市 60 req/s 非交易日
client = TdxHqClient()
client.connect_to_any()
client.auto_detect_phase()  # 自动检测当前时段
# 或手动设置
client.set_phase("trading")  # trading / prepost / closed

每连接独立限流,4 连接池实际吞吐 ×4。批量行情单次上限 60 只,超出自动截断。

本地文件解析

格式 Reader 输出
.day 日线 DailyBarReader dict / tuple / DataFrame
.lc5 .lc1 分钟线 MinBarReader LcMinBarReader 同上
.dat 板块 BlockReader flat / group 两种模式
gpcw*.dat 财务 FinancialReader f32 字段数组

批量下载 (tdxrs.downloader)

多服务器分发 + 自动翻页 + 增量更新 + 断点续传:

from tdxrs.downloader import Downloader

# 日线下载 (默认 .day 格式,原始数据 fq=0)
dl = Downloader(data_dir="./data")
dl.run(markets=["sh", "sz"], categories=["daily"])
dl.update()  # 增量更新 (仅 fq=0 支持)

# 按日下载分时/逐笔数据 (需指定股票代码)
dl.download_minute(dates=["2026-06-25"], codes=["600519", "000858"])
dl.download_ticks(dates=["2026-06-25"], codes=["600519"])

CLI 命令行

无需编写代码,直接在终端查询行情:

tdxrs quote 600519,000858          # 实时行情
tdxrs bars 600519 --count 30 --fq 1  # K线 (前复权)
tdxrs trades 600519 --count 100      # 逐笔成交
tdxrs download --market sh --category daily  # 批量下载
tdxrs servers                        # 测试服务器

完整文档见 CLI 使用指南


安装

pip install tdxrs

或从源码构建:

git clone https://github.com/jiangtaovan/tdxrs && cd tdxrs
pip install maturin
maturin develop --release

Windows x86_64-pc-windows-gnu 需额外安装 MSYS2 dlltool。详见 安装说明


快速示例

K 线 — 完整复权演示

from tdxrs import TdxHqClient
from tdxrs.constants import MARKET_SH, KLINE_DAILY, KLINE_WEEKLY, FQ_QFQ, FQ_HFQ, FQ_NONE

client = TdxHqClient()
client.connect_to_any()

# 前复权 (默认)
bars = client.get_security_bars(KLINE_DAILY, MARKET_SH, "600519", 0, 100)

# 未复权原始数据
raw = client.get_security_bars(KLINE_DAILY, MARKET_SH, "600519", 0, 100, fq=FQ_NONE)

# 后复权
hfq = client.get_security_bars(KLINE_DAILY, MARKET_SH, "600519", 0, 100, fq=FQ_HFQ)

# 周K + 自动分页 (3000条)
all_bars = client.get_security_bars_all(KLINE_WEEKLY, MARKET_SH, "600519", count=3000)

# Tuple 高性能模式 (快 40-60%)
tuples = client.get_security_bars_tuples(KLINE_DAILY, MARKET_SH, "600519", 0, 500)
# → (open, close, high, low, vol, amount, year, month, day, hour, minute, datetime)

client.disconnect()

多股票批量财务

# 实时财务 (TDX 原始值, 不自动转换单位)
info = client.get_finance_info(market=1, code="600519")
# 经验规则: 股本类 ≈万元, 资产类 ≈万元, 每股指标 ≈元
print(f"净资产: {info['jingzichan']:.0f}")   # e.g. 270894048 → 2709亿元
print(f"每股净资产: {info['meigujingzichan']:.2f}")  # 216.32元

# 多股票对比 DataFrame
df = client.get_finance_info_dataframe([
    (MARKET_SH, "600519"), (MARKET_SZ, "000858"), (MARKET_SZ, "300750")
])
print(df[["code", "jingzichan", "jinglirun", "meigujingzichan"]])

本地文件解析

from tdxrs import DailyBarReader

reader = DailyBarReader(coefficient=0.01)
df = reader.to_dataframe(open("600519.day", "rb").read())
# df.columns: date, open, high, low, close, amount, volume, year, month, day

工程亮点

语言:    Rust 2021 edition, 0 行 unsafe
测试:    139 个单元/集成测试
依赖:    6 个核心 crate (pyo3, flate2, tokio, serde, thiserror, encoding_rs)
文档:    12 篇维护文档 (6 public + 6 internal)

架构

flowchart TD
    U["👤 用户代码"] --> API["Python API — 5 客户端 + 4 Reader"]
    API --> B["PyO3 绑定层"]
    B --> NET["Net 网络层 — 连接池 / 独立连接 / 异步"]
    B --> RDR["Reader 解析层 — 日线 / 分钟线 / 板块 / 财务"]
    B --> FUND["Fund 基金层 — ETF / LOF / REITs / 分级"]
    NET --> P["Protocol 协议层 — 11 解析器 + 复权算法"]
    RDR --> P
    FUND --> NET
    P --> OUT1["dict / tuple / DataFrame"]

    S1[("TDX 服务器 — TCP / zlib")] -.-> NET
    S2[("本地文件 — .day / .lc5 / .dat")] -.-> RDR

    classDef user fill:#E3F2FD,stroke:#1565C0,color:#333
    classDef api fill:#3776AB,stroke:#2D5F8A,color:#fff
    classDef bind fill:#6C757D,stroke:#495057,color:#fff
    classDef core fill:#FF6B35,stroke:#CC5529,color:#fff
    classDef out fill:#E8F5E9,stroke:#2E7D32,color:#333
    classDef src fill:#FFF8E1,stroke:#F9A825,color:#333

    class U user
    class API api
    class B bind
    class NET,RDR,P,FUND core
    class OUT1 out
    class S1,S2 src

客户端TdxHqClient(连接池 + 心跳 + 重试)、TdxHqFundClient(基金专用)、TdxDirectClient(独立连接,高并发)、AsyncTdxHqClient(tokio 异步)

ReaderDailyBarReader(.day 日线)、MinBarReader / LcMinBarReader(.lc5 分钟线)、BlockReader(.dat 板块)、FinancialReader(gpcw 财务)

输出格式list[dict](调试)、list[tuple](遍历,快 40-60%)、DataFrame(分析回测)

📖 详细架构说明见 ARCHITECTURE.md


文档

文档 说明
API 参考 完整 Python API + 最佳实践
架构说明 模块设计、数据流、客户端策略
性能基准 顺序/并发性能 + 场景选择指南
CLI 指南 命令行工具使用说明
基金模块 基金数据 (ETF/LOF/REITs/分级基金)
复权算法 公式推导、版本迭代、验证方法
变更日志 版本历史
贡献指南 参与开发 + 可贡献方向
安装说明 环境配置 + FAQ

要求

  • Rust 1.83+ | Python 3.11+ | maturin 1.5+
  • pandas (可选, DataFrame 输出)

免责声明

  • 本项目仅供学习和研究用途,不构成任何投资建议
  • 本项目不保证数据的准确性、完整性和时效性
  • 通达信行情数据的版权归相关数据提供商所有
  • 用户使用本项目获取的数据用于商业用途时,需自行解决数据授权合规问题
  • 本项目按 MIT License 发布,作者不对因使用本项目产生的任何损失承担责任

许可证

MIT License — 详见 LICENSE


Star History

Star History Chart

Project details


Download files

Download the file for your platform. If you're not sure which to choose, learn more about installing packages.

Source Distribution

tdxrs-0.6.5.tar.gz (142.1 kB view details)

Uploaded Source

Built Distributions

If you're not sure about the file name format, learn more about wheel file names.

tdxrs-0.6.5-cp311-cp311-win_amd64.whl (917.0 kB view details)

Uploaded CPython 3.11Windows x86-64

tdxrs-0.6.5-cp311-cp311-manylinux_2_34_x86_64.whl (975.2 kB view details)

Uploaded CPython 3.11manylinux: glibc 2.34+ x86-64

tdxrs-0.6.5-cp311-cp311-macosx_11_0_arm64.whl (909.9 kB view details)

Uploaded CPython 3.11macOS 11.0+ ARM64

tdxrs-0.6.5-cp311-cp311-macosx_10_12_x86_64.whl (949.6 kB view details)

Uploaded CPython 3.11macOS 10.12+ x86-64

File details

Details for the file tdxrs-0.6.5.tar.gz.

File metadata

  • Download URL: tdxrs-0.6.5.tar.gz
  • Upload date:
  • Size: 142.1 kB
  • Tags: Source
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/6.2.0 CPython/3.11.15

File hashes

Hashes for tdxrs-0.6.5.tar.gz
Algorithm Hash digest
SHA256 38212d34030f2a39bd990a518f206d014ae4990b546bf585b547f630119e6c75
MD5 2eab676f9d5cd1218e0af53381c1e50f
BLAKE2b-256 80db59b04845d6bb1a4fc2f00ad65534292adc1c58a4999bfd102184a96aa9ae

See more details on using hashes here.

File details

Details for the file tdxrs-0.6.5-cp311-cp311-win_amd64.whl.

File metadata

  • Download URL: tdxrs-0.6.5-cp311-cp311-win_amd64.whl
  • Upload date:
  • Size: 917.0 kB
  • Tags: CPython 3.11, Windows x86-64
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/6.2.0 CPython/3.11.9

File hashes

Hashes for tdxrs-0.6.5-cp311-cp311-win_amd64.whl
Algorithm Hash digest
SHA256 c44acd8502f91a5d722dd26f0d292656854ff3b5076177b79621e6a51c49b58a
MD5 97e25c84f2ce16368377bc5224420da1
BLAKE2b-256 8ac0181cc41401c17b2604c0657ebb1466ca73f310e5cd67fc72524ee1e3a2cf

See more details on using hashes here.

File details

Details for the file tdxrs-0.6.5-cp311-cp311-manylinux_2_34_x86_64.whl.

File metadata

File hashes

Hashes for tdxrs-0.6.5-cp311-cp311-manylinux_2_34_x86_64.whl
Algorithm Hash digest
SHA256 7df8b6343c0611f89b4bc71a20bb7653ade64841c864fb3dc7d6b5a67355cf44
MD5 5e26096e2fd2f0d815fd5864749e22c5
BLAKE2b-256 920ac8077fceaa42e1e220beb342943dbf1805d8ad098964bf21ff106a519003

See more details on using hashes here.

File details

Details for the file tdxrs-0.6.5-cp311-cp311-macosx_11_0_arm64.whl.

File metadata

File hashes

Hashes for tdxrs-0.6.5-cp311-cp311-macosx_11_0_arm64.whl
Algorithm Hash digest
SHA256 7006d63245e62d9fdc317db32d1d60a7dae56c4e409dbc235532861fb9c3e240
MD5 edcbf5d49d1a3d991a83b62a272207c7
BLAKE2b-256 8963c184c6b8e6c4c5d741a93164bad3e17e99a1b143c59f1569d297a79b9db0

See more details on using hashes here.

File details

Details for the file tdxrs-0.6.5-cp311-cp311-macosx_10_12_x86_64.whl.

File metadata

File hashes

Hashes for tdxrs-0.6.5-cp311-cp311-macosx_10_12_x86_64.whl
Algorithm Hash digest
SHA256 2550ce601a36a2d0015f17251a2cf4e76c5ecdca1e891c32f0f5266c46c5a864
MD5 8e7cb684bb98f91dc1b701f76ed0b494
BLAKE2b-256 3ef6042435f04f23024fe175bd4ce1867f834f5f5701cd8527826f072900b1ed

See more details on using hashes here.

Supported by

AWS Cloud computing and Security Sponsor Datadog Monitoring Depot Continuous Integration Fastly CDN Google Download Analytics Pingdom Monitoring Sentry Error logging StatusPage Status page