企业官网建设流程全解析

用 mootdx 获取通达信 K 线与实时行情：五分钟安装与完整教程

【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

mootdx 是一个通达信（TDX）行情数据的简便 Python 封装：从通达信安装目录读取本地离线 K 线，也连线上获取实时行情与 K 线，直接返回 Pandas DataFrame。适合量化新手、数据分析学生和想自建股票数据管线的开发者。

mootdx 解决什么问题

做 A 股数据，通常卡在三个地方：

• 商业数据服务贵、Web API 繁琐：要注册、申请 token、处理限频，接口文档参差不齐。
• 通达信的数据不好读：历史 K 线以.day/.lc1/.lc5等二进制文件存放在安装目录的vipdoc子目录下，pandas 无法直接读取。
• 底层协议库不友好：pytdx 一类库 API 偏底层，行情服务器 IP 变动频繁还要自己处理。

mootdx 填补的就是这个空缺：基于 tdxpy 二次封装的纯 Python 实现，Windows / macOS / Linux 全平台可用，任何入口返回的都是 DataFrame。本地数据零网络直接解析，线上行情直连通达信行情协议，不需要账号和 token。

五分钟安装与第一次运行：一条 pip 命令跑通 K 线

要求 Python 3.8 及以上，一条命令装好全部扩展依赖：

pip install -U 'mootdx[all]'

第一个例子：连线上获取平安银行最近 10 根日 K：

from mootdx.quotes import Quotes client = Quotes.factory(market='std', heartbeat=True, quiet=True) df = client.bars(symbol='000001', frequency=9, offset=10) print(df.tail())

frequency=9表示日 K，返回结果包含open / high / low / close / volume等列，日期直接做成了索引，可以立刻交给 pandas 计算。如果首次连接较慢，可以先在终端跑一次mootdx bestip -v测试最快行情服务器。

核心功能拆解：离线、线上、财务与命令行四个入口

用 Reader 读取本地离线历史 K 线：零网络解析通达信文件

有本地通达信安装目录时，Reader直接解析vipdoc下的二进制文件：

from mootdx.reader import Reader reader = Reader.factory(market='std', tdxdir='C:/new_tdx') print(reader.daily(symbol='600036')) # 日 K print(reader.minute(symbol='600036')) # 1 分钟 K print(reader.fzline(symbol='600036')) # 5 分钟 K

tdxdir指向通达信安装目录（即vipdoc的上一级），市场前缀按代码自动判断，分钟文件.lc1/.1后缀也能自动识别。期货、期权等扩展市场用market='ext'，板块数据可用reader.block()读取。

用 Quotes 获取线上实时行情与 K 线：factory 参数与 frequency 代码

Quotes.factory()是线上行情的统一入口，常用组合参数：multithread=True多线程批量取数、heartbeat=True保活、bestip=True重新测速、timeout控制超时。主要方法：

• client.quotes(symbol=[...])：多股票实时行情，返回 DataFrame
• client.bars(symbol, frequency, offset)：K 线，frequency0=5 分钟、3=小时、4/9=日 K、5=周 K、6=月 K
• client.bars(symbol, adjust='qfq')/'hfq'：自动做前复权 / 后复权
• client.index()、client.minute()、client.minutes(date=)：指数 K、当日分时与历史分时
• client.xdxr()、client.finance()：除权除息事件与单只股票财务信息

用 Affair 批量下载历史财务数据 📥

Affair处理的是按年发布的长期财务数据：Affair.files()返回远程文件列表（带哈希与大小，可据此判断本地是否需要增量更新）；Affair.fetch(downdir='tmp')下载；Affair.parse(downdir='tmp')把本地.zip/.dat解析成 DataFrame，再to_csv()导出。字段含义见文档中的财务字段对照表。

用 mootdx CLI 快速导出数据 🖥️

安装[cli]依赖后自带命令行，不用写脚本就能落盘：

• mootdx reader --tdxdir C:/new_tdx -s 600000 -a daily -o dt.csv：离线导出
• mootdx bundle -s 600036,600519 -a daily -e csv：批量下载多只股票

一个完整实战案例：用 mootdx 搭最小股票监控

把实时行情和 K 线两个能力串起来，一个脚本盯住自选股并输出 5 日均线：

from mootdx.quotes import Quotes client = Quotes.factory(market='std', heartbeat=True, quiet=True) for symbol in ['000001', '600519']: bar = client.bars(symbol=symbol, frequency=9, offset=60) ma5 = bar['close'].rolling(5).mean().iloc[-1] price = client.quotes(symbol=symbol)['price'].iloc[-1] print(symbol, '现价', price, 'MA5', round(ma5, 2))

跑一次即得每只股票的最新价与 5 日均线；外面再套一层定时循环就是一个简单监控，返回的 DataFrame 也能直接扩展出 RSI、MACD 等技术指标或喂给回测框架。

新手使用 mootdx 常见问题

Q1：Reader报“tdxdir 目录不存在”？tdxdir要指向通达信安装目录，也就是vipdoc的上一级目录。默认配置是C:/new_tdx，请按自己的实际安装路径修改。

Q2：线上连接超时或时好时坏？行情服务器 IP 会变动，建议定期执行下面命令，把测速最优的服务器写入~/.mootdx/config.json：

mootdx bestip -v -w

也可以在Quotes.factory中用server=('ip', 7709)手动指定。

Q3：std和ext有什么区别？std是 A 股标准市场；ext是扩展市场（期货、期权、贵金属等），扩展市场代码带#前缀，例如29#A1801。

Q4：M1 Mac 上 PyMiniRacer 报错？只影响节假日（交易日历）判断功能，行情与 K 线读取不受影响。

进阶与避坑：连接、数据量与复权 🧭

• 断线处理：项目基础异常是MootdxException，生产代码里捕获它，短暂等待后调用client.reconnect()再重试；长期挂着的进程建议始终开heartbeat=True。
• 控制数据量：bars单次offset上限 800 条，要更长的历史就用start参数翻页，或直接切换到本地离线数据，一次读全量。
• 复权依赖外部数据源：adjust='qfq'/'hfq'会从外部行情源拉复权因子，需要联网；只要不复权数据就不要传该参数。另外项目声明仅用于学习交流，不得用于商业目的。

结语与学习资源

从“读不了通达信数据”到“DataFrame 到手”，mootdx 只需要几行代码。建议按下面的路径逐步深入：

• 快速上手：docs/quick.md
• 线上行情 API：docs/api/quote1.md
• 离线 Reader API：docs/api/reader.md
• 财务数据与字段对照：docs/api/affair.md
• 可运行示例：sample/

【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