3 步拿到 A 股免费 K 线数据Python通达信数据接口 MOOTDX 上手【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/mootdxPython通达信数据接口 MOOTDX 直接连通达信行情服务器把 A 股行情、历史 K 线和财务档案拉成现成的 DataFrame。需要股票数据跑回测、做行情监控、搞行业对比的人用它省下买商业数据订阅和自行逆推行情协议的功夫。十几行代码起步拿到的表就能直接进 pandas 分析。下面按顺序走完3 分钟内能取出第一笔数据。 装好它Python 3.8 以上即可跑一条命令装完。依赖关系拿不准就直接装全量包pip install mootdx[all] # 全量依赖只要核心用 pip install mootdx下面 5 行拉出招商银行的前复权日线输出是含日期、开高低收、成交量的 DataFramefrom mootdx.quotes import Quotes client Quotes.factory(marketstd) # 股票市场客户端 df client.get_k_data(600036, adjustqfq) # 前复权日线 print(df)两个常用开关顺手记住传multithreadTrue可以批量取多只股票heartbeatTrue让长连接不容易断。全文示例都以 std 股票市场为例做期货时把 market 换成 ext 即可。它能给你什么取数入口共四类返回的都是可直接使用的 DataFrame。拉在线行情一个 client 出四种数据K 线、指数、当日均线、指定日期分钟历史。bars(symbol, frequency) 指定周期的 K 线 index(symbol) 指数行情 minute(symbol) 当日分钟数据 minutes(symbol, date) 某天的分钟历史frequency 传 9 是日线、8 是一分钟线offset 控制条数。返回列名统一换股票不用改下游代码。读本地通达信文件本地装着通达信的话tdxdir 指向安装目录就能离线读历史 K 线断网也不影响from mootdx.reader import Reader reader Reader.factory(marketstd, tdxdirC:/new_tdx) print(reader.daily(symbol600036)) # 日线 print(reader.minute(symbol600036)) # 分钟线路径匹配是自动的你只给代码。这种模式补历史数据尤其合适完全不占网络。取财务档案做基本面分析用 Affair 模块拉通达信的财务文件from mootdx.affair import Affair files Affair.files() # 先看远端有哪些文件 Affair.fetch(downdirtmp, filenamegpcw20240331.zip) # 下载 Affair.parse(downdirtmp, filenamegpcw20240331.zip) # 解析成表解析结果是表格按日期对齐后可以直接和 K 线数据 join。覆盖多市场数据market 参数切换两类市场方法名完全相同market覆盖范围典型用途std沪深 A 股股票、指数 K 线ext扩展市场期货、基金等比如拉期货行情只需把 market 改成 ext其余代码不动。把它接进你的工作流数据进来之后是一条取数、加工、出去的流水线。从 K 线到信号回测最短路径取 K 线、算均线、出方向。这个例子输出 0/1 信号列from mootdx.quotes import Quotes client Quotes.factory(marketstd) df client.get_k_data(600036, adjustqfq) ma5 df[close].rolling(5).mean() ma20 df[close].rolling(20).mean() df[signal] (ma5 ma20).astype(int) # 1 为多头方向 print(df.tail())批量拼行业对比表把行业股票代码写进列表循环调get_k_data再用pd.concat把多个 DataFrame 摞成一张宽表就是一份可对比的指标面板。批量请求时记得给 factory 开multithreadTrue等待时间能砍一大截。结果落到文件不想写代码时用 CLImootdx quotes -s 600036 -o result.csv把行情直接写成 CSV也支持 Excel适合丢给下游脚本或 BI 工具。踩坑速查最高频的四个坑各一句话解法装完 CLI 命令跑不起来→ 用pip install mootdx[cli]或[all]重装命令行依赖是单独打包的Reader 抛“tdxdir 目录不存在”→ tdxdir 要指通达信安装根目录含 vipdoc 的那层且路径必须真实存在M1 Mac 上 PyMiniRacer 报错→ 参考 docs/faq/py_mini_racer.md 换运行环境连接慢、偶发超时→ 先跑mootdx bestip选最快节点或在 factory 里直接指定 server下一步官方文档docs/index.md示例代码sample/basic_quotes.py、sample/basic_reader.py、sample/basic_affairs.py边界情况与异常处理看测试用例tests/项目接受贡献发现 issue 可以直接提 PR。Python通达信数据接口 MOOTDX 从单只股票 K 线到全市场财务档案都覆盖到了把上面的代码自己跑一遍比读十页文档更快上手。本项目仅作学习交流使用不构成任何投资建议不得用于商业目的。【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创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 3 步拿到 A 股免费 K 线数据：Python通达信数据接口 MOOTDX 上手
3 步拿到 A 股免费 K 线数据Python通达信数据接口 MOOTDX 上手【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/mootdxPython通达信数据接口 MOOTDX 直接连通达信行情服务器把 A 股行情、历史 K 线和财务档案拉成现成的 DataFrame。需要股票数据跑回测、做行情监控、搞行业对比的人用它省下买商业数据订阅和自行逆推行情协议的功夫。十几行代码起步拿到的表就能直接进 pandas 分析。下面按顺序走完3 分钟内能取出第一笔数据。 装好它Python 3.8 以上即可跑一条命令装完。依赖关系拿不准就直接装全量包pip install mootdx[all] # 全量依赖只要核心用 pip install mootdx下面 5 行拉出招商银行的前复权日线输出是含日期、开高低收、成交量的 DataFramefrom mootdx.quotes import Quotes client Quotes.factory(marketstd) # 股票市场客户端 df client.get_k_data(600036, adjustqfq) # 前复权日线 print(df)两个常用开关顺手记住传multithreadTrue可以批量取多只股票heartbeatTrue让长连接不容易断。全文示例都以 std 股票市场为例做期货时把 market 换成 ext 即可。它能给你什么取数入口共四类返回的都是可直接使用的 DataFrame。拉在线行情一个 client 出四种数据K 线、指数、当日均线、指定日期分钟历史。bars(symbol, frequency) 指定周期的 K 线 index(symbol) 指数行情 minute(symbol) 当日分钟数据 minutes(symbol, date) 某天的分钟历史frequency 传 9 是日线、8 是一分钟线offset 控制条数。返回列名统一换股票不用改下游代码。读本地通达信文件本地装着通达信的话tdxdir 指向安装目录就能离线读历史 K 线断网也不影响from mootdx.reader import Reader reader Reader.factory(marketstd, tdxdirC:/new_tdx) print(reader.daily(symbol600036)) # 日线 print(reader.minute(symbol600036)) # 分钟线路径匹配是自动的你只给代码。这种模式补历史数据尤其合适完全不占网络。取财务档案做基本面分析用 Affair 模块拉通达信的财务文件from mootdx.affair import Affair files Affair.files() # 先看远端有哪些文件 Affair.fetch(downdirtmp, filenamegpcw20240331.zip) # 下载 Affair.parse(downdirtmp, filenamegpcw20240331.zip) # 解析成表解析结果是表格按日期对齐后可以直接和 K 线数据 join。覆盖多市场数据market 参数切换两类市场方法名完全相同market覆盖范围典型用途std沪深 A 股股票、指数 K 线ext扩展市场期货、基金等比如拉期货行情只需把 market 改成 ext其余代码不动。把它接进你的工作流数据进来之后是一条取数、加工、出去的流水线。从 K 线到信号回测最短路径取 K 线、算均线、出方向。这个例子输出 0/1 信号列from mootdx.quotes import Quotes client Quotes.factory(marketstd) df client.get_k_data(600036, adjustqfq) ma5 df[close].rolling(5).mean() ma20 df[close].rolling(20).mean() df[signal] (ma5 ma20).astype(int) # 1 为多头方向 print(df.tail())批量拼行业对比表把行业股票代码写进列表循环调get_k_data再用pd.concat把多个 DataFrame 摞成一张宽表就是一份可对比的指标面板。批量请求时记得给 factory 开multithreadTrue等待时间能砍一大截。结果落到文件不想写代码时用 CLImootdx quotes -s 600036 -o result.csv把行情直接写成 CSV也支持 Excel适合丢给下游脚本或 BI 工具。踩坑速查最高频的四个坑各一句话解法装完 CLI 命令跑不起来→ 用pip install mootdx[cli]或[all]重装命令行依赖是单独打包的Reader 抛“tdxdir 目录不存在”→ tdxdir 要指通达信安装根目录含 vipdoc 的那层且路径必须真实存在M1 Mac 上 PyMiniRacer 报错→ 参考 docs/faq/py_mini_racer.md 换运行环境连接慢、偶发超时→ 先跑mootdx bestip选最快节点或在 factory 里直接指定 server下一步官方文档docs/index.md示例代码sample/basic_quotes.py、sample/basic_reader.py、sample/basic_affairs.py边界情况与异常处理看测试用例tests/项目接受贡献发现 issue 可以直接提 PR。Python通达信数据接口 MOOTDX 从单只股票 K 线到全市场财务档案都覆盖到了把上面的代码自己跑一遍比读十页文档更快上手。本项目仅作学习交流使用不构成任何投资建议不得用于商业目的。【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创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考