3 行代码拿到通达信行情数据：mootdx 数据获取工具实战

3 行代码拿到通达信行情数据：mootdx 数据获取工具实战

【免费下载链接】mootdx通达信数据读取的一个简便使用封装项目地址: https://gitcode.com/GitHub_Trending/mo/mootdx

mootdx 是一个通达信数据获取的 Python 封装：它对接通达信公开行情服务器取实时行情与 K 线，能读取本地数据目录里的 .day 历史文件，还能下载并解析上市公司财报。读完本文并跟着跑一遍，你会得到一条可用的实时行情调用、一套离线历史日线管道，以及一组让长时脚本稳定运行的连接参数。

项目定位与适合人群

一句话定位：mootdx 把通达信在线行情、本地历史文件、财务报表三类数据统一封装成 Python 接口，全部返回 pandas DataFrame。

它适合三类人：做策略回测需要干净日线数据的研究者、要轮询自选股价格的个人脚本作者、以及需要批量财报指标做基本面分析的分析师。它不适合：需要 Level-2 逐笔委托或高频 tick 数据的人，以及要把行情直接接入商业产品的人——项目 README 明确声明只作学习交流使用。

第一次跑通：实时行情最小示例

环境要求：Windows / macOS / Linux 均可，Python 3.8+。安装命令一行：pip install 'mootdx[all]'

from mootdx.quotes import Quotes client = Quotes.factory(market='std') # 创建行情客户端并连接服务器 rows = client.quotes(symbol='600036') # 取单只股票实时行情，返回 DataFrame print(rows[['code', 'price', 'last', 'vol']])

示例输出（价格随行情变动，数字仅作演示）：

code price last vol 0 600036 35.12 35.28 482315

跑通这一步即可验证网络与协议层都正常，后续所有接口共用这个 client 对象。

能力速览：三个入口模块

三个入口彼此独立，都用factory()构造，且内部统一经to_data()转成 DataFrame（日期列自动成为索引，vol会补一列volume），所以下游统计代码可以一套写到底。

常见任务拆解：历史日线与财务数据

任务一：搭建离线历史日线数据集

• 目标：拿到 600036 的完整历史日线，供回测使用。
• 步骤：准备一个含 vipdoc 目录的通达信数据目录（复制一份即可）→ 用tdxdir构造Reader→ 调daily()。
• 代码：

from mootdx.reader import Reader rd = Reader.factory(market='std', tdxdir='C:/new_tdx') # 指向通达信数据目录 df = rd.daily(symbol='600036') # 读本地 .day 文件，全部历史日线 print(len(df)) # 正常应为数千行 print(df.tail(2)[['open', 'high', 'low', 'close']])

• 验证：行数应为几千条，最后一行日期应与该股最近一个交易日收盘一致；若目录不存在，构造时直接抛异常，文件缺失则返回None。

任务二：获取一期财报指标表

• 目标：拿 2023 年报期全部上市公司的财务指标。
• 步骤：先用Affair.files()确认报告期文件名（形如gpcwYYYYMMDD.zip，带哈希与大小）→ 调parse()，本地缺文件时会自动先下载。
• 代码：

from mootdx.affair import Affair report = 'gpcw20231231.zip' # 报告期文件，以 Affair.files() 清单为准 frame = Affair.parse(downdir='tmp', filename=report) # 本地缺失会自动下载再解析 print(frame.shape) # 行数≈上市公司数，列数≈200 项财务指标

• 验证：行数应与该期上市公司数量同量级；列名含义查 docs/api/fields.md 字段对照表。

稳定性细节：长时脚本的两个关键动作

💡 轮询脚本的两个常见事故是反复建连和高延迟节点，下面两条各自对症。

技巧一：连接复用加心跳。每次Quotes.factory都走一次完整握手，别放进轮询循环内部；把 client 建在循环外，并开启心跳：

client = Quotes.factory( market='std', heartbeat=True, # 定期发送心跳，防止连接被服务器端断开 timeout=15, # 套接字超时（秒） )

效果：循环内只做查询，连接在整天运行中保持存活，请求量也更省。

技巧二：bestip 测速选节点。执行python -m mootdx bestip -vv，它会对候选行情节点测速，把最快节点写入 config.json，之后的Quotes.factory自动使用。效果：数据延迟和偶发超时肉眼可见地下降。

边界与限制

• 依赖条件：实时行情依赖通达信公开行情服务器，可用性由服务器侧决定，库本身不保证；扩展市场（期货、黄金等）接口在 docs/api/quote2.md 中注明当前失效，别把它写进关键路径。
• 做不了什么：K 线单次请求上限 800 条，更长的历史要靠分页（k()方法内部已替你做了分页拼接）；不提供 tick 级与 Level-2 深度数据。
• 数据合规：MIT 协议管的是代码，行情与财务数据仅限个人学习和研究，商用需另行遵守交易所数据使用规范。

深入方向：官方文档与示例

• docs/quick.md —— 最短上手路径，离线读取、在线行情、财务调用各几行代码。
• docs/api/quote1.md —— 标准行情接口全量参考，含 frequency 周期码对照表。
• docs/api/reader.md —— 本地文件读取接口，daily/minute/fzline的取数规则。
• docs/api/affair.md 与 docs/api/fields.md —— 财务文件清单用法与 200+ 指标字段含义。
• docs/cli/ —— 命令行用法：quotes/reader/bestip/bundle/affair各子命令。
• sample/basic_quotes.py、sample/basic_reader.py、sample/basic_affairs.py —— 可直接运行的官方示例，改个代码就能跑。

一句话提醒：数据仅用于个人研究和学习，商用前先确认数据来源的授权边界。

下一步

1. 把示例里的 600036 换成你关注的代码，确认拿到自己的第一份数据。
2. 跑一次python -m mootdx bestip -vv，固定最优节点。
3. 用 docs/cli/bundle.md 介绍的mootdx bundle命令把自选股批量导出为 CSV。

【免费下载链接】mootdx通达信数据读取的一个简便使用封装项目地址: https://gitcode.com/GitHub_Trending/mo/mootdx