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
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 | 9× |
| 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)
Reader:DailyBarReader(.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
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
Built Distributions
Filter files by name, interpreter, ABI, and platform.
If you're not sure about the file name format, learn more about wheel file names.
Copy a direct link to the current filters
File details
Details for the file tdxrs-0.6.7.tar.gz.
File metadata
- Download URL: tdxrs-0.6.7.tar.gz
- Upload date:
- Size: 156.1 kB
- Tags: Source
- Uploaded using Trusted Publishing? No
- Uploaded via: twine/6.2.0 CPython/3.11.15
File hashes
| Algorithm | Hash digest | |
|---|---|---|
| SHA256 |
a179d95038f5a2e1e203758dc2fde10eeb876eea7db6883c708ce6ea19a1a25d
|
|
| MD5 |
3319f2e2ee6d1f947702e41653df2928
|
|
| BLAKE2b-256 |
27744c9fddeec0832b0b5282cee018163a9d7976dc7b4bd3aaf029462f9687df
|
File details
Details for the file tdxrs-0.6.7-cp311-cp311-win_amd64.whl.
File metadata
- Download URL: tdxrs-0.6.7-cp311-cp311-win_amd64.whl
- Upload date:
- Size: 1.0 MB
- Tags: CPython 3.11, Windows x86-64
- Uploaded using Trusted Publishing? No
- Uploaded via: twine/6.2.0 CPython/3.11.9
File hashes
| Algorithm | Hash digest | |
|---|---|---|
| SHA256 |
36f6e3bf9113f3478b43f6995dcc19f3f9f5a85496468764fe88fa0e754849c2
|
|
| MD5 |
47668b8ae946158b54cf58c00dddea3d
|
|
| BLAKE2b-256 |
91f6d6120e8e73bda1d4721d1a74ea45a569759dc2a7d836e0065ddb9a339877
|
File details
Details for the file tdxrs-0.6.7-cp311-cp311-manylinux_2_34_x86_64.whl.
File metadata
- Download URL: tdxrs-0.6.7-cp311-cp311-manylinux_2_34_x86_64.whl
- Upload date:
- Size: 1.1 MB
- Tags: CPython 3.11, manylinux: glibc 2.34+ x86-64
- Uploaded using Trusted Publishing? No
- Uploaded via: twine/6.2.0 CPython/3.11.15
File hashes
| Algorithm | Hash digest | |
|---|---|---|
| SHA256 |
1e0c3df2a7762e6ad6d530f7184597682ba0e4bf074f78bd9954c45116ef0e25
|
|
| MD5 |
e2a9e26ae1b76535b8c0472f7be0af6d
|
|
| BLAKE2b-256 |
91a84390124e0e503da0e8ed1ca2ff4926177d36c37914f301fc2829d779ab28
|
File details
Details for the file tdxrs-0.6.7-cp311-cp311-macosx_11_0_arm64.whl.
File metadata
- Download URL: tdxrs-0.6.7-cp311-cp311-macosx_11_0_arm64.whl
- Upload date:
- Size: 997.6 kB
- Tags: CPython 3.11, macOS 11.0+ ARM64
- Uploaded using Trusted Publishing? No
- Uploaded via: twine/6.2.0 CPython/3.11.9
File hashes
| Algorithm | Hash digest | |
|---|---|---|
| SHA256 |
816f6c56e3cbaa1c5e3a0cbd760ad96837746091f4b39fed3b0266a6765b6f96
|
|
| MD5 |
ac7a10cf134f3a3926f43d8f96153dd5
|
|
| BLAKE2b-256 |
4fd460481826f4a16c792fa2da579ed369b818f5c5de9197cd4c2afe47879946
|
File details
Details for the file tdxrs-0.6.7-cp311-cp311-macosx_10_12_x86_64.whl.
File metadata
- Download URL: tdxrs-0.6.7-cp311-cp311-macosx_10_12_x86_64.whl
- Upload date:
- Size: 1.0 MB
- Tags: CPython 3.11, macOS 10.12+ x86-64
- Uploaded using Trusted Publishing? No
- Uploaded via: twine/6.2.0 CPython/3.11.9
File hashes
| Algorithm | Hash digest | |
|---|---|---|
| SHA256 |
67bce58da5957c3886f9277f3cc4db9fc8e686040b4f19c603ca7fc63970c04f
|
|
| MD5 |
860c515768b426486a828350db7f16e1
|
|
| BLAKE2b-256 |
c230d6502740dd121268447a0674166d04f32cc035a99a866065f0abec4d5e05
|