5分钟跑通 mootdx 通达信数据获取：实时行情、历史K线与财务数据完整上手

5分钟跑通 mootdx 通达信数据获取：实时行情、历史K线与财务数据完整上手

【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/mootdx

mootdx 是一个通达信数据获取的 Python 封装库：一条安装命令之后，三行代码就能把 A 股实时行情变成 pandas DataFrame，还能读本地历史 K 线文件、下载并解析上市公司财报。全文按"先跑起来、再看家底、逐个功能上手、最后用稳"的顺序展开，5 分钟能走完全程。

安装与最小示例

环境要求很简单：Python 3.6+，Windows / MacOS / Linux 都能跑。新手建议直接装全集：

pip install -U 'mootdx[all]'

新建一个hello.py，贴入下面三行代码：

from mootdx.quotes import Quotes client = Quotes.factory(market='std') print(client.quotes(symbol=["000001"]))

预期输出：一个 pandas DataFrame，000001（平安银行）对应一行，包含代码、名称、最新价等固定列。如果你看到的是规整的表格而不是字节流，说明行情通道已经通了。想一次看多只股票，把代码列表改成["000001", "600300"]即可。

能力总览：三个模块各管一摊

mootdx 由三块能力拼成，入口模块、能拿到的数据和对应文档如下：

找文档时按这个顺序走：入门看 docs/quick.md 和 docs/setup.md；完整 API 在 docs/api/，其中 docs/api/quote1.md 是标准行情接口、docs/api/reader.md 是离线数据接口、docs/api/affair.md 加 docs/api/fields.md 是财务接口和字段对照表；能直接跑通的示例在 sample/basic_quotes.py、sample/basic_reader.py、sample/basic_affairs.py。

功能一：拉 K 线与复权数据

做回测、画均线的人，主要和bars打交道：

client = Quotes.factory(market='std') print(client.bars(symbol='600036', frequency=9, offset=10)) # 最近 10 根日K print(client.bars(symbol='600036', adjust='qfq')) # 前复权

预期输出：DataFrame，列为date, open, high, low, close, volume, amount。frequency=9是日 K，换 0/1/2/3 就是 5 分钟到小时 K；adjust还能传hfq取后复权，做收益测算时记得用复权价，否则除权日会出现假跳空。

功能二：除权除息与 F10 公司资料

事件研究和选股要的不是价格，而是"发生了什么"：

client.xdxr(symbol='600036') # 除权除息历史 client.finance(symbol='600300') # 财务摘要 client.F10(symbol='000001', name='最新提示') # F10 详情

效果：分红送转、配股记录和公司资料同样被整理成 DataFrame，配合前面的 K 线，"价格 + 事件 + 基本面"三件套就齐了。

功能三：读取本地通达信离线数据

本地装了通达信、想要完整历史又不想受接口限制的人，用 Reader。它相当于一个仓库管理员，把vipdoc目录下一堆.day文件逐只整理成表格：

from mootdx.reader import Reader reader = Reader.factory(market='std', tdxdir='C:/new_tdx') print(reader.daily(symbol='600036').tail())

预期输出：该股完整历史日线，列同样是date, open, high, low, close, volume, amount，全程离线、不联网。minute()可继续读 1/5 分钟线（两种后缀格式它会自动判断），block()能读板块数据。tdxdir换成你自己的通达信安装目录即可。

功能四：下载与解析上市公司财报

要搭基本面因子库，用 Affair 拉历年专业财务数据：

from mootdx.affair import Affair print(Affair.files()[0]) Affair.fetch(downdir='tmp', filename='gpcw19960630.zip') data = Affair.parse(downdir='tmp', filename='gpcw19960630.zip')

预期输出：files()先返回远程财报清单，第一个元素长这样——

{'filename': 'gpcw19990630.zip', 'hash': '65228d9db21d42e683698ac8dd72ef57', 'filesize': 443065}

parse返回的data是财务指标 DataFrame，具体每个编号对应什么指标，查 docs/api/fields.md 里的对照表；拿到数据后一行data.to_csv('out.csv')就能落盘，也可以直接用命令行导出：mootdx affair -f gpcw20170930.zip -o gpcw20170930.csv。

从能用到用稳：三条工程化建议

1. 先跑一次 bestip 选最快服务器。官方行情服务器有好几台，实测延迟能从 0.13ms 差到 1 秒以上，选对节点相当于先找好最近的出口再上路：

   mootdx bestip -v -w

   加-w会把最快节点写进~/.mootdx/config.json，之后Quotes.factory自动连最优节点，输出里能看到每台服务器的耗时排名。

2. 长驻脚本开启心跳并设置超时。参考 docs/quick.md 的推荐写法：Quotes.factory(market='std', multithread=True, heartbeat=True, bestip=True, timeout=15)。心跳防止空闲连接被服务器掐断，轮询一整天不用 babysit。

3. 一个 client 用到底。Quotes.factory每次都是一次完整握手，轮询循环里反复建连既慢又费配额，把 client 建在循环外面复用即可。

适用场景与边界

mootdx 适合的场景很明确：A 股实时行情与 K 线抓取、本地历史数据回测、财报基础整理、个人研究用的数据管道。纯 Python 实现，跨平台无压力。

有几个边界条件，第一次用的人最容易踩：

• 在线行情只做标准股票市场（market='std'）。扩展市场（期货、期权等）的在线接口官方文档已注明目前失效，别在实盘化场景里指望它。
• Reader 依赖本机通达信数据目录。没有装过通达信怎么办？在线行情不需要装，只有离线读取需要，从别处拷一份vipdoc数据目录也能用。
• bars单次offset上限 800 条，取更深的历史要用start参数翻页。
• 项目 README 有郑重声明：只作学习交流，不得用于商业目的，数据使用请遵守交易所相关规范。

收尾

mootdx 是你和通达信协议之间的翻译官：它说二进制协议，你拿 DataFrame，行情、历史、财务一条管道全通了。

📌 现在就打开终端，执行pip install -U 'mootdx[all]'，把开头的三行示例跑起来，再把000001换成你真正关心的代码——你的数据管道就开工了。想交流问题，可以扫下方二维码加作者微信：

【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