tdxrs 是通达信 (TDX) 行情数据解析库的 Rust 高性能实现,通过 PyO3/maturin 提供原生 Python 接口。它与 [tdxpy] 的 API 无缝兼容,并将核心解析引擎重构为 Rust,从而实现了数量级的本地解析性能提升,在海量历史数据处理场景中表现尤为突出。
tdxrs 是通达信 (TDX) 行情数据解析库的 Rust 高性能实现,通过 PyO3/maturin 提供原生 Python 接口。它与 [tdxpy] 的 API 无缝兼容,并将核心解析引擎重构为 Rust,从而实现了数量级的本地解析性能提升,在海量历史数据处理场景中表现尤为突出。
English | 中文 tdxrs 是通达信 (TDX) 行情数据解析库的 Rust 高性能实现。通过 PyO3/maturin 提供 Python 调用接口,保持与 Python tdxpy 的 API 兼容,本地解析性能提升 9-11 倍。
from tdxrs import TdxHqClient
from tdxrs.constants import MARKET_SH, KLINE_DAILY, FQ_QFQ
client = TdxHqClient()
client.connect_to_any()
# 贵州茅台日K → DataFrame
df = client.get_security_bars_dataframe(KLINE_DAILY, MARKET_SH, "600519", 0, 500)
df["ma20"] = df["close"].rolling(20).mean()
# 批量实时行情 (上限 60 只/次)
quotes = client.get_security_quotes([
(MARKET_SH, "600519"), (0, "000858"), (0, "300750")
])| 操作 | tdxrs (Rust) | tdxpy (Python) | 加速比 |
|---|---|---|---|
| 日线 1000 条 | 0.3ms | 2.8ms | 9× |
| 分钟线 1000 条 | 0.5ms | 5.1ms | 10× |
| 板块 500 条 | 1.2ms | 12.0ms | 10× |
| 财务 500 条 | 0.8ms | 8.5ms | 11× |
| 操作 | tdxrs | tdxpy | 加速比 |
|---|---|---|---|
| K 线 100 条 | 73ms | 110ms | 1.5× |
| 行情 3 只 | 75ms | 95ms | 1.3× |
| 日K 800 条 | 290ms | — | — |
| 方案 | 5 线程 | 60 线程 | 扩展比 |
|---|---|---|---|
| 裸连接 (Direct) | 381ms | 344ms | 0.9× (零退化) |
| 连接池 (Pool) | 337ms | 4110ms | 12.2× |
| 异步 (Async) | 345ms | 3880ms | 11.2× |
详见 性能基准。
| 数据 | 覆盖 |
|---|---|
| K 线 | 个股 + 指数,12 种周期 (1分钟 ~ 年线) |
| 实时行情 | 五档盘口,含成交额/总量 |
| 分时数据 | 当日 + 历史 (按日期查询) |
| 逐笔成交 | 当日 + 历史 (按日期查询,自动翻页) |
| 证券信息 | 全市场列表 + 数量 (带缓存) |
| 财务数据 | 实时 34 项 + 45 个英文命名财务指标 |
| 除权除息 | 分红/送股/配股/缩股历史 |
| 板块数据 | 行业/概念/地域分类 |
TdxHqFundClient 提供基金专用 API,接口格式与股票一致:
from tdxrs import TdxHqFundClient
from tdxrs.constants import MARKET_SH, MARKET_SZ, KLINE_DAILY
client = TdxHqFundClient()
client.connect_to_any()
# 基金实时行情 (上限 60 只/次)
quotes = client.get_fund_quotes([
(MARKET_SH, "510300"), # 沪深300ETF
(MARKET_SZ, "159915"), # 创业板ETF
])
# 基金 K 线 (接口与股票相同)
bars = client.get_fund_bars(KLINE_DAILY, MARKET_SH, "510300", 0, 100)
# 基金列表
funds = client.get_fund_list(MARKET_SH) # 返回 code, name, fund_type| 类型 | 代码前缀 | 示例 |
|---|---|---|
| ETF | 510/512/513/515/516, 159 | 510300 沪深300ETF |
| LOF | 501/502, 160/161 | 160105 南方积配 |
| REITs | 508 | 508000 普洛斯 |
| 分级基金 | 162/163/164 | 162006 银华锐进 |
| 债券基金 | 511 | 511010 国债ETF |
| 场外基金 | 519 | 519003 海富通收益 |
详细说明见 基金模块文档。
TDX 服务端返回未复权原始数据。tdxrs 在客户端自行计算前复权/后复权:
fq=0 路径零额外开销| 客户端 | 策略 | 场景 |
|---|---|---|
TdxHqClient |
连接池(5) + 心跳 + 重试 + 缓存 | 主力,顺序请求 |
TdxHqFundClient |
共享连接池 + 基金代码验证 | 基金数据 |
TdxDirectClient |
每请求独立 TCP | 高并发 (60线程零退化) |
AsyncTdxHqClient |
tokio 异步 + 心跳 | 异步生态集成 |
内置交易时段自适应限流,保护服务器:
| 时段 | 默认限流 | 说明 |
|---|---|---|
| 盘中 (9:30-15:00) | 15 req/s | 交易活跃期 |
| 盘前/盘后 | 30 req/s | 过渡时段 |
| 休市 | 60 req/s | 非交易日 |
client = TdxHqClient()
client.connect_to_any()
client.auto_detect_phase() # 自动检测当前时段
# 或手动设置
client.set_phase("trading") # trading / prepost / closed每连接独立限流,4 连接池实际吞吐 ×4。批量行情单次上限 60 只,超出自动截断。
| 格式 | Reader | 输出 |
|---|---|---|
.day 日线 |
DailyBarReader |
dict / tuple / DataFrame |
.lc5 .lc1 分钟线 |
MinBarReader LcMinBarReader |
同上 |
.dat 板块 |
BlockReader |
flat / group 两种模式 |
gpcw*.dat 财务 |
FinancialReader |
f32 字段数组 |
tdxrs.downloader)多服务器分发 + 自动翻页 + 增量更新 + 断点续传:
from tdxrs.downloader import Downloader
# 日线下载 (默认 .day 格式,原始数据 fq=0)
dl = Downloader(data_dir="./data")
dl.run(markets=["sh", "sz"], categories=["daily"])
dl.update() # 增量更新 (仅 fq=0 支持)
# 按日下载分时/逐笔数据 (需指定股票代码)
dl.download_minute(dates=["2026-06-25"], codes=["600519", "000858"])
dl.download_ticks(dates=["2026-06-25"], codes=["600519"])无需编写代码,直接在终端查询行情:
tdxrs quote 600519,000858 # 实时行情
tdxrs bars 600519 --count 30 --fq 1 # K线 (前复权)
tdxrs trades 600519 --count 100 # 逐笔成交
tdxrs download --market sh --category daily # 批量下载
tdxrs servers # 测试服务器完整文档见 CLI 使用指南。
pip install tdxrs或从源码构建:
git clone https://github.com/jiangtaovan/tdxrs && cd tdxrs
pip install maturin
maturin develop --releaseWindows x86_64-pc-windows-gnu 需额外安装 MSYS2 dlltool。详见 安装说明。
…# 实时财务 (TDX 原始值, 不自动转换单位)
info = client.get_finance_info(market=1, code="600519")
# 经验规则: 股本类 ≈万元, 资产类 ≈万元, 每股指标 ≈元
print(f"净资产: {info['jingzichan']:.0f}") # e.g. 270894048 → 2709亿元
print(f"每股净资产: {info['meigujingzichan']:.2f}") # 216.32元
# 多股票对比 DataFrame
df = client.get_finance_info_dataframe([
(MARKET_SH, "600519"), (MARKET_SZ, "000858"), (MARKET_SZ, "300750")
])
print(df[["code", "jingzichan", "jinglirun", "meigujingzichan"]])from tdxrs import DailyBarReader
reader = DailyBarReader(coefficient=0.01)
df = reader.to_dataframe(open("600519.day", "rb").read())
# df.columns: date, open, high, low, close, amount, volume, year, month, day语言: Rust 2021 edition, 0 行 unsafe
测试: 139 个单元/集成测试
依赖: 6 个核心 crate (pyo3, flate2, tokio, serde, thiserror, encoding_rs)
文档: 12 篇维护文档 (6 public + 6 internal)…客户端:TdxHqClient(连接池 + 心跳 + 重试)、TdxHqFundClient(基金专用)、TdxDirectClient(独立连接,高并发)、AsyncTdxHqClient(tokio 异步)
Reader:DailyBarReader(.day 日线)、MinBarReader / LcMinBarReader(.lc5 分钟线)、BlockReader(.dat 板块)、FinancialReader(gpcw 财务)
输出格式:list[dict](调试)、list[tuple](遍历,快 40-60%)、DataFrame(分析回测)
详细架构说明见 ARCHITECTURE.md
| 文档 | 说明 |
|---|---|
| API 参考 | 完整 Python API + 最佳实践 |
| 架构说明 | 模块设计、数据流、客户端策略 |
| 性能基准 | 顺序/并发性能 + 场景选择指南 |
| CLI 指南 | 命令行工具使用说明 |
| 基金模块 | 基金数据 (ETF/LOF/REITs/分级基金) |
| 复权算法 | 公式推导、版本迭代、验证方法 |
| 变更日志 | 版本历史 |
| 贡献指南 | 参与开发 + 可贡献方向 |
| 安装说明 | 环境配置 + FAQ |
MIT License — 详见 LICENSE
暂无开放 Issues,或尚未同步最近议题。