A股K线、日线、财务数据怎么从通达信一次取齐：mootdx 取数路径拆解

A股K线、日线、财务数据怎么从通达信一次取齐：mootdx 取数路径拆解

【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 是一个通达信数据读取的 Python 封装库，把离线文件、在线行情、财务数据统一成 DataFrame 接口，适合做量化回测和 A 股数据研究的工程师取数用。

场景切入：取数卡在哪

做 A 股量化的人大概率遇到过同样的处境：通达信客户端里行情、K 线、财务信息一应俱全，但这些数据要么是散落在 vipdoc 目录下的二进制 .day 文件，要么得去网上找文档零散、时好时坏的在线接口。自己手写的解析脚本，换台机器就要改路径，换个人接手就看不懂。mootdx 的价值在于把这三类数据源收进同一个 Python 入口：离线文件用 Reader 读，在线行情用 Quotes 取，财务数据用 Affair 拉，输出都是现成的 DataFrame，字节解析、字段对齐这类脏活它替你做了。官方给了一份很短的速查表，可以对着写：docs/quick.md（快速上手）。

📦 环境与安装

装之前先确认环境：mootdx 安装需要 Python 3.8 及以上版本，Windows、macOS、Linux 三个平台都能跑，没有额外的系统级依赖。

# 新手建议 all 模式，依赖一次装齐 pip install -U 'mootdx[all]' # 已有环境时升级 pip install -U 'mootdx'

推荐 all 模式，因为核心功能里混着 tqdm、tenacity 这类依赖，新手缺哪个包都得来回查文档；如果你只用它附带的命令行工具，装mootdx[cli]就够了。

📊 三条取数路径

取数路径按任务选，而不是按 API 名字找：要实时的 A股行情Python接口走路径一，要历史全量数据走路径二，要财报字段走路径三。三条路径的入口类不同，但输出形态一致。

路径一：在线拉实时行情与 K 线

需要盘中实时价或最近几根 K 线时用这条路径，不依赖本地装通达信。

from mootdx.quotes import Quotes client = Quotes.factory(market='std', multithread=True, heartbeat=True) # 实时快照 client.quotes(symbol='600036') # 日 K 线，frequency=9 表示日线 client.bars(symbol='600036', frequency=9, offset=100)

返回的是带 datetime 索引的 DataFrame，列里有 open、high、low、close、vol、amount，拿到就能进回测流程。连接和重试的细节可以看 mootdx/quotes.py（行情源码）。

路径二：读取通达信本地日线文件

做长周期回测、需要的历史比在线接口全时，用 Reader 读本地 vipdoc 目录。这是最典型的通达信日线读取场景，一次把整段历史拿全。

from mootdx.reader import Reader reader = Reader.factory(market='std', tdxdir='C:/new_tdx') daily = reader.daily(symbol='600036') # 日线 minute = reader.minute(symbol='600036') # 1 分钟线

tdxdir 指向通达信安装目录就行，内部会自动按 sh/sz 规则去 vipdoc 下匹配 .day 和分钟文件，读出来同样是标准 DataFrame。路径匹配逻辑在 mootdx/reader.py（读取源码）。

路径三：拉财务专题数据

回测要用营收、净利这类财报字段时，用 Affair 从服务器拉财务包，比逐只股票抓网页稳定得多。

from mootdx.affair import Affair files = Affair.files() # 远程文件列表 Affair.fetch(downdir='tmp', filename='gpcw20231231.zip')

files() 返回可下载的压缩包清单，fetch 带进度条落盘；下载完之后用 parse 指定文件名，就能直接解析成表格。

🧮 数据落地与二次加工

数据到手之后基本就是 pandas 的活，mootdx 的输出格式和它无缝衔接。

df = reader.daily(symbol='600036') df['ma5'] = df['close'].rolling(window=5).mean() df.to_csv('600036_daily.csv', index=False)

算均线、导 CSV、做因子，一段代码就收口了；日线自带 date、open、high、low、close、vol、amount 字段，不用自己再对列名。

🧯 避坑与调优

tdxdir 写错会直接抛异常。如果你初始化 Reader 时报"目录不存在"，先确认填的是包含 vipdoc 的那一层目录，别指向 vipdoc 本身。

离线数据不会自己更新。本地 .day 文件停在你最后一次用通达信下载数据的那天，跑历史回测前记得核对最新交易日，缺数据就打开客户端补一次下载。

批量取数别裸开多线程。如果你一次要拉几百只股票，给 client 设好 timeout 并控制并发数；另外 K 线单次最多返回 800 条，历史更长要用 start 参数翻页，而不是一次把 offset 调大。

网络抖动用 bestip 换线路。连接偶发超时的话，可以先跑python -m mootdx bestip测出最快服务器再显式传入，初始化时带上 heartbeat=True 也有助于维持长连接。

下一步建议：打开你本地的通达信目录，用 Reader 跑一次reader.daily(symbol='600036')，确认列名和最新交易日期符合预期，再去接后面的回测流程。

【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