Mootdx 实战：3 行代码把通达信本地行情读成 Pandas DataFrame
【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 是通达信数据读取的简便使用封装：离线文件走Reader，在线行情走Quotes，可以把通达信本地的.day、.lc1行情文件和在线 K 线数据直接读成 Pandas DataFrame，省去手工导出再清洗的流程。本文面向希望把通达信数据接入 Python 量化分析的开发者，按安装、首次取数、常用操作、排错的顺序过一遍完整动线。
安装 Mootdx 并验证数据目录
环境要求与数据目录从哪来
- Python 3.8 及以上，Windows、macOS、Linux 均可运行。
- 离线数据目录来自通达信终端的安装目录。以
C:/new_tdx为例：vipdoc/sh/lday/存放沪市日线文件，vipdoc/sz/lday/存放深市日线文件；- 每只股票一个文件，例如
sz000001.day就是平安银行的日线数据； T0002子目录存放板块与缓存文件，供block等接口使用。
Reader的默认路径是C:/new_tdx，实际使用时通过tdxdir参数指定任意安装目录；在线的Quotes则不需要数据目录。
用 pip 安装并验证版本
pip install 'mootdx[all]' # 只装核心依赖可用: pip install 'mootdx' python -c "import mootdx; print(mootdx.__version__)"需要命令行工具（mootdx quotes、mootdx reader等批量导出命令）时，改装pip install 'mootdx[cli]'。
五分钟拿到第一份数据
本地已有通达信数据目录时，最小可运行路径只有三行：
from mootdx.reader import Reader reader = Reader.factory(market='std', tdxdir='C:/new_tdx') df = reader.daily(symbol='600036') print(df.head())几个值得注意的行为：
tdxdir必须指向已存在的目录，否则初始化时直接抛出tdxdir 目录不存在，便于尽早发现路径配错；- 市场不用自己传，代码前缀会自动判断，内部自行拼出
sh600036.day这样的文件路径； - 该股票文件不存在时返回空 DataFrame，而不是
None； - 返回值以时间为索引，
vol列会被复制为volume列。
仓库里的 sample/basic_reader.py 给出了分钟、5 分钟与日线读取的完整示例。
支持的数据类型一览
| 数据类型 | 接口 | 典型用途 |
|---|---|---|
| 本地日线 | Reader.daily(symbol=...) | 回测、指标计算 |
| 本地 1 分钟 / 5 分钟线 | Reader.minute(symbol=..., suffix=1)/Reader.fzline(symbol=...) | 日内数据分析 |
| 在线 K 线 | Quotes.bars(symbol=..., frequency=9, offset=800) | 获取最新行情 |
| 指数 K 线 | Quotes.index(symbol='000001', frequency=9) | 大盘指数走势 |
| 扩展市场（期货等） | Reader.factory(market='ext')+daily(symbol='29#A1801') | 非 A 股行情 |
| 板块数据 | Reader.block(symbol='block_zs', group=False) | 行业、概念、地域板块成分 |
| 除权除息 | Quotes.xdxr(symbol=...) | 前复权 / 后复权 |
| 财务文件 | Affair.files()/Affair.parse(downdir=...) | 解析公司财务数据 |
market='std'是 A 股标准市场，'ext'是扩展市场（期货、期权等），两种Reader相互独立。
三个高频操作
读取在线 K 线
在线接口不依赖数据目录，直接连接行情服务器取数。frequency是周期代码（9 为日线），offset是每次获取的条数，内部单次上限为 800 条：
from mootdx.quotes import Quotes client = Quotes.factory(market='std', multithread=True, heartbeat=True) raw = client.bars(symbol='600036', frequency=9, offset=100) # 不复权 qfq = client.bars(symbol='600036', frequency=9, offset=100, adjust='qfq') # 前复权不复权与复权数据
上面第二行演示了复权写法：bars的adjust参数会被底层的转换函数透传处理，取'qfq'前复权、'hfq'后复权，不传则不复权。除权系数从公开数据源获取，并写入~/.mootdx/xdxr/下的文件缓存，缓存有效期 24 小时，重复调用不会每次都发起请求。
给取数函数加文件缓存
同一份数据被反复读取的场景（批量回测、生成股票列表），可以用mootdx.utils.pandas_cache里的pd_cache装饰器：结果默认 pickle 到.pd_cache目录，expired参数按秒设置过期时间。
from mootdx.utils.pandas_cache import pd_cache @pd_cache(expired=3600) def load_daily(symbol): return reader.daily(symbol=symbol)常见问题
数据目录定位：报 "tdxdir 目录不存在" 怎么办
结论：tdxdir要传终端安装根目录（vipdoc的上一级），而不是vipdoc本身。先确认路径是否正确：
python -c "import os; print(os.path.isdir('C:/new_tdx/vipdoc'))
输出False说明路径不对；在磁盘上找到vipdoc目录，取其父目录作为tdxdir即可。
市场代码：sh / sz 会自动判断吗
会。离线Reader与在线Quotes都按代码前缀判断：5、6、9 开头（含 50/51/60/68/90 等）归沪市，00/12/13/15/16/20/30/39 等开头归深市，4、8 开头归北交所（bj）；代码本身以sh或sz开头时直接按前缀使用。扩展市场使用带#的代码（如29#A1801），会自动路由到对应数据目录，不需要自己换算市场号。
复权结果出现异常值或 NaN
最常见原因是除权系数缺失：内部逻辑先对缺失值做前向 / 后向传播，剩余位置填 1.0（等价于不复权），所以结果可能"看起来没复权"。排查顺序：
- 执行
client.xdxr(symbol='600036')看除权除息记录是否为空； - 删除
~/.mootdx/xdxr/缓存后重新运行，排除过期缓存的影响； - 回测中对比除权日前后的收盘价，正常除权日应能看出复权带来的连续变化。
继续深入
仓库内 docs/quick.md 提供了上述流程的精简版本，以及bestip服务器测速命令；docs/api/reader.md 覆盖了扩展市场与板块读取等离线接口的完整参数；sample/ 下还有在线行情、复权、财务数据的可运行脚本。命令行工具另外提供bundle批量导出行情、mootdx affair下载财务文件两类命令，用法见 docs/cli/。
【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
