# easy-tdx [![License: MIT](https://img.shields.io/badge/License-MIT-yellow.svg)](LICENSE) [![PyPI](https://img.shields.io/pypi/v/easy-tdx.svg)](https://pypi.org/project/easy-tdx/) [![GitHub Repo stars](https://img.shields.io/github/stars/handsomejustin/easy-tdx?style=social)](https://github.com/handsomejustin/easy-tdx) [![GitHub last commit](https://img.shields.io/github/last-commit/handsomejustin/easy-tdx)](https://github.com/handsomejustin/easy-tdx) [![Checked with mypy](http://www.mypy-lang.org/static/mypy_badge.svg)](http://mypy-lang.org/) [![Security: bandit](https://img.shields.io/badge/security-bandit-yellow.svg)](https://github.com/PyCQA/bandit) 量化基金花百万买的毫秒级行情通道,散户连一根日线都要手动截图——这不是技术差距,这是数据霸凌。 easy-tdx 要做的事很简单:**把机构的数据锁砸开,扔到每个普通人桌面。** 它是一个完全免费、无需注册、无需 API Key、纯开源的行**情核武器**。 一行命令,A股、港股、美股、期货——K线、报价、资金流向、板块轮动、分时明细、逐笔成交,**毫秒级拉满**。 **34个技术指标**(MACD、KDJ、RSI、BOLL……连”捉妖大师”和”30日乖离率信号”都给你算好)开箱即用。 **缠论分析**(笔、中枢、买卖点、背驰)一键出结果——你不再需要手画分型、猜线段。 **内置回测引擎**——写个策略文件,一行命令跑回测,16 个经典策略自带,多因子组合、策略选股扫描,批量对比哪个最赚钱一目了然。 装上就能跑。**Python API + CLI + Web API 三通道**,输出 JSON 天然喂给 AI Agent:Claude Code、OpenClaw、Hermes 直接吃。`easy-tdx serve` 一键起 REST 服务,浏览器打开就是交互式 API 文档。 **你不懂 TCP 协议?不用。** **你不会写量化框架?不用。** **你想回测验证策略?自带引擎,不用。** **你不想给任何平台付一分钱?完全不用。** `pip install easy-tdx`,30秒后——你屏幕上的数据,和机构看到的**是同一份**。 --- **为什么做这个?** 金融数据的获取门槛,从来不该是散户亏钱的理由。 当量化基金用程序化交易像割草一样收割市场时,普通人至少应该**有权利拿一样的武器**。 这不是一个帮你“赚钱”的工具。 这是让你**不再裸奔**的工具。 **MIT 协议,代码全开源。** 随便用,随便改,随便分发。 **数据面前,人人平等。** 📖 **详细用法请查看 [GitHub Wiki](https://github.com/handsomejustin/easy_tdx/wiki)** ## 安装 ```bash pip install easy-tdx ``` 安装后自动注册 `easy-tdx` CLI 命令: ```bash easy-tdx --help ``` 开发模式: ```bash pip install -e ".[dev]" # 开发 Web API 模式(含 FastAPI + Uvicorn) pip install -e ".[web]" ``` ## CLI 参考 `easy-tdx` 默认输出 JSON(一行一条记录),`--table` 切换表格,`--output csv` 输出 CSV。 ### 基础 ```bash easy-tdx ping # 服务器测速 easy-tdx version # 版本号 ``` ### 行情 ```bash # K 线 easy-tdx kline SZ 000001 --count 30 --table easy-tdx kline SH 600519 --period 5MIN --adjust QFQ # 实时报价 easy-tdx quote "SZ 000001,SH 600519" --table # 市场分类报价(按涨幅排序) easy-tdx quote-list A --count 20 --table easy-tdx quote-list KCB --sort TOTAL_AMOUNT --order ASC easy-tdx quote-list CYB --count 50 ``` ### 分时 / 成交 ```bash easy-tdx tick SZ 000001 --table easy-tdx tick SH 600519 --days 5 easy-tdx tick SZ 000001 --date 20250115 easy-tdx transaction SZ 000001 --count 100 --table easy-tdx transaction SH 600519 --date 20250115 ``` ### 板块 ```bash easy-tdx board-list --type GN --table easy-tdx board-list --type HY --count 200 easy-tdx board-members 881001 --table easy-tdx belong-board SZ 000001 --table easy-tdx board-summary 881001 --table # 板块汇总(成交额/主力净流入/涨跌家数) easy-tdx board-summary 881001 --members --table # 含成分股明细 easy-tdx board-ranking --type HY --top 10 --table # 行业板块排行 easy-tdx board-ranking --type GN --sort-by amount # 概念板块按成交额排行 # 板块 N 日涨跌幅排行(默认全部,支持指定日期) easy-tdx board-change-ranking --table # 行业 20 日涨跌幅排行 easy-tdx board-change-ranking --type GN --days 10 --table # 概念 10 日涨跌幅排行 easy-tdx board-change-ranking --type HY --date 20250530 --days 20 --table easy-tdx board-change-ranking --type HY --top 10 --asc # 行业跌幅前10 ``` ### 资金 / 监控 ```bash easy-tdx capital-flow SH 600519 --table easy-tdx auction SZ 000001 --table easy-tdx unusual SH --count 100 --table easy-tdx market-stat --table easy-tdx server-info --table easy-tdx symbol-info SZ 000001 --table ``` ### 公告检索(巨潮资讯网) ```bash easy-tdx announcement 688017 # 默认 30 条,JSON 输出 easy-tdx announcement 601088 --count 10 --page 2 # 翻页 easy-tdx announcement 000001 --table # 表格输出(不截断 url) # 下载最新 5 条公告的 PDF 到 ./pdfs 目录 easy-tdx announcement 601088 --count 5 --download 5 --download-dir ./pdfs ``` > 独立数据源(巨潮资讯网),无需连接 TDX 行情服务器即可使用。 > 返回的 ``url`` 含 4 参数可直接打开,``pdf_url`` 为 PDF 直链。 ### 技术指标 ```bash easy-tdx indicator-list --table # 列出所有可用指标 easy-tdx indicator MACD -m SH -c 600519 --table # MACD easy-tdx indicator KDJ -m SZ -c 000001 --table # KDJ easy-tdx indicator RSI -m SH -c 600519 --table # RSI easy-tdx indicator BOLL -m SH -c 600519 --table # BOLL 布林带 easy-tdx indicator DMI -m SH -c 600519 --table # DMI 动向指标 easy-tdx indicator ATR -m SH -c 600519 --table # ATR 真实波幅 easy-tdx indicator WR -m SH -c 600519 --table # WR 威廉指标 easy-tdx indicator CCI -m SH -c 600519 --table # CCI 顺势指标 easy-tdx indicator BIAS -m SZ -c 000001 --table # BIAS 乖离率 easy-tdx indicator BIAS_SIGNAL -m SH -c 600519 --table # 30日乖离率信号 easy-tdx indicator OBV -m SZ -c 000001 --table # OBV 能量潮 # 多指标同时计算 easy-tdx indicator MACD,KDJ,RSI,BOLL -m SH -c 600519 --count 10 --table # 自定义参数 easy-tdx indicator MACD -m SH -c 600519 --params SHORT=10,LONG=22 # 分钟线指标 easy-tdx indicator MACD -m SH -c 600519 --period 5MIN --count 50 # 仅输出指标值(不含 OHLCV) easy-tdx indicator RSI -m SZ -c 000001 --no-ohlcv ``` ### 缠论分析 基于缠论理论的技术分析,计算管道:`K 线合并 → 分型识别 → 笔 → 中枢 → 线段 → 买卖点 → 背驰`。默认输出 JSON,加 `--table` 输出可读表格。 ```bash easy-tdx chanlun SZ 000001 --table easy-tdx chanlun SH 600519 --adjust QFQ --table easy-tdx chanlun SZ 000001 --period 30MIN # 多级别联立:分析日线最后一笔在 30 分钟级别中的走势结构 easy-tdx chanlun SZ 000001 --multi-level 30MIN --table easy-tdx chanlun SH 600519 --multi-level 5MIN ``` #### 输出示例 以 `easy-tdx chanlun SH 601088 --table` 为例,输出分五个部分: **概要统计** ``` 标的: 601088 周期: DAILY 原始K线: 800 缠论K线: 589 分型: 275 笔: 131 中枢: 21 线段: 40 买卖点: 125 背驰: 73 ``` | 字段 | 含义 | |------|------| | 原始 K 线 | 从服务端获取的原始 K 线条数 | | 缠论 K 线 | 经过包含处理(合并)后的 K 线条数,数量一定 ≤ 原始 K 线 | | 分型 | 识别出的顶分型 + 底分型总数 | | 笔 | 相邻两个异向分型之间的连线(涨跌方向交替) | | 中枢 | 至少 3 笔重叠区域形成的密集成交区间 | | 线段 | 由笔构成的更大级别走势单位 | | 买卖点 | 一二三类买卖点信号总数 | | 背驰 | 力度衰减信号总数(笔背驰 / 盘整背驰 / 趋势背驰) | **笔** ``` [0] ↑ 2023-02-17 → 2023-02-23 h=28.46 l=26.76 ✓ [1] ↓ 2023-02-23 → 2023-02-28 h=28.46 l=27.8 ✓ [2] ↑ 2023-02-28 → 2023-03-09 h=29.77 l=27.8 ✓ ``` 笔是缠论的基本走势单位。每条笔连接一个顶分型和一个底分型,方向严格交替(↑↓↑↓…)。`✓` 表示已确认(后续出现了反向笔),`…` 表示仍在进行中。 - `↑`:向上笔,起点是底分型(低点),终点是顶分型(高点) - `↓`:向下笔,起点是顶分型(高点),终点是底分型(低点) - `h`/`l`:该笔范围内的最高价 / 最低价 **中枢** ``` [0] zg=28.46 zd=28.11 gg=32.56 dd=26.76 lines=11 ✓ [1] zg=31.2 zd=30.45 gg=32.56 dd=27.9 lines=3 ✓ ``` 中枢是至少 3 笔重叠形成的密集成交区间,代表多空博弈的平衡区域。`✓` 表示已脱离,`…` 表示价格仍在中枢区间内震荡。 | 字段 | 含义 | |------|------| | `zg` | 中枢上沿(区间内最高的低点)— 支撑/压力的关键分界 | | `zd` | 中枢下沿(区间内最低的高点) | | `gg` | 中枢区间内的最高价 | | `dd` | 中枢区间内的最低价 | | `lines` | 构成该中枢的笔数,笔数越多代表震荡越充分 | 中枢的意义:价格在中枢内震荡 → 突破中枢上沿看涨,跌破下沿看跌。`zg`/`zd` 是实战中最常用的参考价位。 **线段** ``` [0] ↑ 2023-02-17 → 2023-03-09 h=29.77 l=26.76 [1] ↓ 2023-02-28 → 2023-03-29 h=29.77 l=27.18 ``` 线段是比笔更大的走势单位,由多笔重叠组合而成。线段的方向不严格交替,可能出现连续同向(如连续多段向上),代表更高一级的趋势方向。实战中通常在线段级别判断大方向,在笔级别找买卖点。 **买卖点** ``` 1buy: 中枢下方力度衰减,一类买点 (l=27.30 < zd=46.72) 2buy: 回调不创新低,二类买点 (l=27.33) 3buy: 回调不破中枢上沿,三类买点 (l=27.80 > zg=27.58) 1sell: 中枢上方力度衰减,一类卖点 (h=50.38 > zg=46.97) 2sell: 反弹不创新高,二类卖点 (h=29.32) 3sell: 反弹不破中枢下沿,三类卖点 (h=28.46 < zd=46.72) ``` 缠论定义三类买点和三类卖点: | 类型 | 买点含义 | 卖点含义 | |------|----------|----------| | 一类 | 下跌趋势末端,力度衰减后的第一个低点(抄底) | 上涨趋势末端,力度衰减后的第一个高点(逃顶) | | 二类 | 一类买点后的回调不创新低(确认反转) | 一类卖点后的反弹不创新高(确认反转) | | 三类 | 回调不进入中枢上沿(趋势确认,中枢上方买) | 反弹不进入中枢下沿(趋势确认,中枢下方卖) | 括号内的条件是该信号的触发依据,如 `l=27.80 > zg=27.58` 表示回调低点 27.80 高于中枢上沿 27.58,所以是三类买点。 **背驰** ``` [✓] bi: 笔背驰: 笔[4] 力度=1.32 < 笔[2] 力度=1.97 [✓] pz: 盘整背驰: 中枢[11] 内末笔力度=2.49 < 首笔力度=6.64 [✓] qs: 趋势背驰(上): 中枢[1] 离开力度=3.32 < 中枢[0] 离开力度=4.45 ``` 背驰是力度衰减信号,表明当前走势动力正在减弱,可能即将反转。力度通过 MACD 面积计算,数值越小力度越弱。 | 类型 | 含义 | |------|------| | `bi`(笔背驰) | 同向相邻两笔比较,后一笔力度 < 前一笔 → 该方向动力减弱 | | `pz`(盘整背驰) | 同一中枢内,末笔力度 < 首笔 → 中枢内动力衰减,即将突破 | | `qs`(趋势背驰) | 两个同向中枢之间比较,后一中枢离开力度 < 前一中枢 → 趋势可能终结 | `[✓]` 表示确认背驰。趋势背驰(上)代表上涨趋势可能结束,趋势背驰(下)代表下跌趋势可能结束。 ### 回测引擎 内置向量回测引擎,加载 Python 策略文件即可跑回测。策略继承 `Strategy` 基类,在 `init()` 注册指标,在 `next()` 逐 bar 生成买卖信号,引擎完成订单模拟、持仓跟踪和绩效分析。 **单策略回测:** ```bash easy-tdx backtest SZ 300308 --strategy-file strategies/expma_cross.py --count 2000 --cash 1000000 --adjust QFQ --table # 推荐加上 --slippage 0.01 模拟真实滑点(元/股),使回测更贴近实盘 # 缠论自动桥接:引擎自动计算缠论分析并注入策略 self.chanlun easy-tdx backtest SZ 000001 --strategy-file strategies/chanlun_strategy.py --chanlun-level DAILY --table ``` 输出示例: ``` === 回测绩效概要 === 总收益率: 1413.51% 年化收益: 40.85% 最大回撤: 76.75% 夏普比率: 0.88 胜率: 20.8% 交易次数: 24 ``` > ⚠️ **回测 ≠ 实盘**。以上收益率为历史数据回测结果,包含幸存者偏差和过拟合风险, > 不构成投资建议。实际交易需考虑滑点、流动性、涨跌停无法成交等因素。 > 请在充分理解策略逻辑后谨慎使用。 **全策略批量对比(CLI):** `easy-tdx run-all` 一行命令跑完 `strategies/` 下所有策略并排名: ```bash easy-tdx run-all SZ 300308 --count 2000 --cash 1000000 --adjust QFQ # 多因子组合回测 easy-tdx run-all SZ 300308 --combo 2 --combo-mode MAJORITY # 加 --show 自动弹出最佳策略的资金曲线 vs 股价对比图 easy-tdx run-all SZ 300308 --count 2000 --cash 1000000 --adjust QFQ --show # 自定义策略目录 easy-tdx run-all SZ 300308 --strategies-dir my_strategies/ ``` 也可使用项目自带的 `run_all_strategies.py` 脚本(功能相同): ```bash python -X utf8 run_all_strategies.py SZ 300308 --count 2000 --cash 1000000 --adjust QFQ # 加 --show 自动弹出最佳策略的资金曲线 vs 股价对比图 python -X utf8 run_all_strategies.py SZ 300308 --count 2000 --cash 1000000 --adjust QFQ --show ``` **多因子组合回测:** 自动遍历所有 2 因子 / 3 因子组合,找到最优搭配: ```bash # 自动寻找最佳 2 因子和 3 因子组合(MAJORITY 模式) python -X utf8 run_all_strategies.py SZ 300308 --combo 2 --combo 3 --combo-mode majority # CLI 方式 easy-tdx run-all SZ 300308 --combo 2 --combo 3 --combo-mode majority ``` CLI 指定策略文件组合: ```bash easy-tdx backtest SZ 000001 \ --combo-strategies strategies/macd_cross.py,strategies/rsi_reversal.py,strategies/bollinger_breakout.py \ --combo-mode majority --table ``` Python API: ```python from easy_tdx.backtest import CombinationRunner runner = CombinationRunner( strategy_classes=[MACDStrategy, RSIStrategy, BollingerStrategy], df=df, cash=100000, ) results = runner.screen(combo_sizes=(2, 3), mode="MAJORITY") for r in results[:5]: print(f"{r.name}: 收益={r.result.performance['total_return']:.2%}") ``` 信号合并模式: | 模式 | 买入条件 | 卖出条件 | 特点 | |------|---------|---------|------| | `AND` | 所有因子都看多 | 所有因子都看空 | 极保守,交易少但精确 | | `MAJORITY` | 过半因子看多 | 过半因子看空 | 平衡,推荐默认 | | `OR` | 任一因子看多 | 任一因子看空 | 激进,信号多噪声大 | `--show` 会用 matplotlib 弹出一个双轴对比窗口:左轴蓝色线是归一化股价,右轴红色线是最佳策略的资金曲线,绿三角=买入、黄三角=卖出,标题显示股票名称和关键绩效指标。需要 `pip install matplotlib`。 **多标的组合回测(portfolio):** `easy-tdx portfolio` 对多只股票同时回测,共享资金池,按均等比例分配,汇总组合整体绩效: ```bash # 两只股票组合回测 easy-tdx portfolio --stocks SZ:000001,SH:600519 --strategy-file strategies/ma_cross.py --table # 自定义资金和周期 easy-tdx portfolio --stocks SZ:000001,SH:600519,SH:600036 \ --strategy-file strategies/expma_cross.py --cash 500000 --period DAILY --count 1000 --table # 搭配缠论桥接 easy-tdx portfolio --stocks SZ:000001,SH:600519 \ --strategy-file strategies/chanlun_strategy.py --chanlun-level DAILY --table ``` 输出示例: ``` === 组合回测绩效概要 === 标的数量: 3 总资金: 200,000 组合收益率: 28.50% 组合年化: 28.50% ── 各标的详情 ── SZ000001: 收益=35.20% 夏普=0.92 回撤=15.30% 分配=33% 交易=12 SH600519: 收益=18.40% 夏普=0.68 回撤=8.50% 分配=33% 交易=8 SH600036: 收益=31.90% 夏普=0.85 回撤=12.10% 分配=33% 交易=15 ``` | 参数 | 说明 | |------|------| | `--stocks` | 股票列表:逗号分隔的 `市场:代码`(如 `SZ:000001,SH:600519`) | | `--cash` | 总资金(默认 20 万) | | `--allocation` | 资金分配方式(目前支持 `equal` 均等分配) | | `--chanlun-level` | 自动计算缠论分析并注入策略(如 DAILY/30MIN) | 输出示例(以 SZ 300308 为例): ``` 发现 9 个策略文件 标的: SZ 300308 | K线: 2000 | 资金: 1,000,000 | 复权: QFQ ================================================================================ >> 运行策略: bias_reversal ... 完成 (2.4s) >> 运行策略: bollinger_breakout ... 完成 (0.6s) >> 运行策略: expma_cross ... 完成 (0.6s) >> 运行策略: kdj_golden ... 完成 (0.1s) >> 运行策略: ma_cross ... 完成 (1.4s) >> 运行策略: macd_cross ... 完成 (2.1s) >> 运行策略: rsi_reversal ... 完成 (0.2s) >> 运行策略: turtle_breakout ... 完成 (0.1s) >> 运行策略: volume_price ... 完成 (6.3s) ================================================================================ [*] 策略绩效排名 (按总收益率降序) ================================================================================ 排名 策略 总收益率 年化收益 最大回撤 夏普 胜率 交易次数 盈亏比 ---------------------------------------------------------------------------------------------------- *1* 1 expma_cross 1413.51% 40.85% 76.75% 0.88 20.8% 24 6.45 *2* 2 ma_cross 1258.07% 38.94% 58.01% 0.87 38.2% 55 2.21 *3* 3 turtle_breakout 905.07% 33.76% 48.30% 0.83 75.0% 4 10.14 4 bias_reversal 504.94% 25.47% 42.25% 0.70 66.3% 95 2.08 5 macd_cross 387.67% 22.11% 61.08% 0.60 40.0% 85 2.20 6 volume_price 247.72% 17.01% 65.73% 0.50 43.3% 254 1.40 7 bollinger_breakout 169.65% 13.32% 49.71% 0.44 66.7% 24 1.93 8 rsi_reversal 95.89% 8.85% 56.51% 0.33 57.1% 7 2.48 9 kdj_golden 89.10% 8.36% 61.86% 0.32 66.7% 3 10.49 ``` 综合评分(夏普 × 0.4 + 收益/回撤 × 0.3 + 胜率 × 0.3): ``` *1* 1 turtle_breakout 23.04 0.83 0.70 75.0% *2* 2 bias_reversal 20.35 0.70 0.60 66.3% *3* 3 bollinger_breakout 20.26 0.44 0.27 66.7% ``` 换一个标的再跑: ```bash # 贵州茅台 python -X utf8 run_all_strategies.py SH 600519 --count 2000 --cash 1000000 --adjust QFQ ``` #### `--show` 可视化效果


SH601088 中国神华 — bollinger_breakout 策略 | 收益 1281.8%


SH600522 中天科技 — kdj_golden 策略 | 收益 568.6%


SH601179 中国西电 — expma_cross 策略 | 收益 168.0%


SH600519 贵州茅台 — bollinger_breakout 策略 | 收益 187.0%

> **⚠️ Demo 展示,不作为操作依据。** 历史回测收益不代表未来表现,策略参数未经过样本外验证。 #### 自带策略示例 `strategies/` 目录下有 16 个开箱即用的策略文件,可直接用于 `--strategy-file`: | 文件 | 策略 | 类型 | 适合行情 | |------|------|------|----------| | `ma_cross.py` | 双均线交叉(MA5/MA20) | 趋势跟踪 | 单边趋势 | | `expma_cross.py` | EMA12/EMA50 交叉 | 趋势跟踪 | 单边趋势(比 MA 更灵敏) | | `macd_cross.py` | MACD 金叉死叉 | 趋势跟踪 | 中长线趋势 | | `bollinger_breakout.py` | 布林带突破 | 震荡反转 | 横盘震荡 | | `rsi_reversal.py` | RSI 超买超卖 | 反转 | 震荡市 | | `kdj_golden.py` | KDJ 低位金叉/高位死叉 | 反转 | 短线震荡 | | `turtle_breakout.py` | 海龟交易法(唐安奇通道) | 趋势突破 | 牛市启动 | | `bias_reversal.py` | 乖离率反转 | 反转 | 震荡回归 | | `volume_price.py` | 量价配合 | 综合判断 | 放量突破 | | `zhuoyao_momentum.py` | 捉妖大师多周期共振 | 趋势跟踪 | 多周期共振强势股 | | `dmi_trend.py` | DMI/ADX 趋势强度跟踪 | 趋势跟踪 | 单边趋势(过滤震荡) | | `cci_breakout.py` | CCI ±100 区间突破 | 区间突破 | 震荡转趋势 | | `mfi_volume.py` | MFI 量价反转 | 量价反转 | 震荡市(带量能确认) | | `trix_cross.py` | TRIX 三重平滑趋势交叉 | 趋势跟踪 | 中长线(抗噪音) | | `mtm_momentum.py` | MTM 动量零线穿越 | 动量 | 趋势拐点 | | `obv_trend.py` | OBV 能量潮趋势 | 量价趋势 | 资金持续流入的上升趋势 | 编写自定义策略只需继承 `Strategy` 基类: ```python from easy_tdx.backtest import Strategy from easy_tdx import MyTT class MyStrategy(Strategy): def init(self): self.ma = self.I(MyTT.MA, self.data.close, 10) def next(self): if self.data.close[0] > self.ma[self._bar_index]: self.buy(size=0) # size=0 表示全仓 elif self.position["size"] > 0: self.sell(size=0) # size=0 表示清仓 ``` 完整 API 参考:[docs/backtest_usage.md](docs/backtest_usage.md) ### 量化因子与组合管理 新增三大模块:**因子引擎**(19 个内置因子 + 自定义扩展)、**因子分析**(IC/分层/衰减)、**组合管理**(4 种优化器 + 再平衡引擎)。加上**高级回测增强**:可插拔滑点模型(方根冲击/成交量比例)、执行仿真(TWAP/VWAP/限价单)、归因分析(Brinson + 因子归因)。 ```python from easy_tdx.factor import FactorEngine, FactorAnalyzer, preprocess from easy_tdx.portfolio import RebalanceEngine, FactorWeightedOptimizer from easy_tdx.backtest import BacktestEngine from easy_tdx.backtest.slippage import SquareRootSlippage from easy_tdx.backtest.execution import TWAPExecution # 因子研究 engine = FactorEngine() factor_data = engine.compute_cross_section(data, ["momentum_20d", "rsi_14"]) clean = preprocess(factor_data, ["momentum_20d", "rsi_14"]) forward_returns = engine.compute_forward_returns(data, period=5) report = FactorAnalyzer(clean, forward_returns).full_report("momentum_20d") print(f"IC均值={report.mean_ic:.4f} ICIR={report.icir:.4f}") # 组合回测 result = RebalanceEngine( FactorWeightedOptimizer(), factor_name="momentum_20d", n_stocks=50, cash=1_000_000, ).run(data, start_date=20230101, end_date=20240101) print(f"年化={result.performance['annual_return']:.2%}") # 高级回测(滑点 + 执行仿真) engine = BacktestEngine( MyStrategy, cash=1_000_000, slippage_model=SquareRootSlippage(impact_coeff=0.1), execution_model=TWAPExecution(n_bars=3), ) ``` 详细用法和完整工作流示例:**[docs/quantitative-guide.md](docs/quantitative-guide.md)** ### 策略选股扫描(screen) 把策略翻转成选股器:给定一个策略,扫描全市场找出今天触发买入信号的股票,再对这些信号做历史回测排名。**纯离线数据**,读取本地通达信 `.day` 文件,全市场约 30-60 秒。 两步走工作流: **第一步:信号扫描(scan)** ```bash # 扫描沪深全 A,找出 RSI 超卖触发的股票 easy-tdx screen scan --strategy strategies/rsi_reversal.py --output signals.json # 缩小范围 easy-tdx screen scan --strategy strategies/macd_cross.py --universe sz --output signals.json # 从自定义股票列表扫描 easy-tdx screen scan --strategy strategies/bollinger_breakout.py --universe my_stocks.txt --output signals.json # 并发扫描(推荐 4-8 进程,速度提升 4-8 倍) easy-tdx screen scan --strategy strategies/rsi_reversal.py --workers 4 --output signals.json # 增量扫描(缓存未修改的 .day 文件,跳过重复计算) easy-tdx screen scan --strategy strategies/rsi_reversal.py --cache scan_cache.json --output signals.json ``` 输出示例(JSON): ```json { "scan_time": "2026-06-10T18:30:00", "strategy": "RSIStrategy", "total_scanned": 4832, "total_signals": 37, "signals": [ {"code": "000001", "market": "SZ", "signal_date": 20260610, "last_close": 12.35}, {"code": "600519", "market": "SH", "signal_date": 20260610, "last_close": 1800.0} ] } ``` **第二步:回测排名(rank)** ```bash # 按夏普比率排名(默认) easy-tdx screen rank --from signals.json --sort sharpe --top 20 --table # 按最大回撤排名(越小越好,用 --sort-reverse) easy-tdx screen rank --from signals.json --sort max_drawdown --sort-reverse --table # 管道模式:一步到位 easy-tdx screen scan --strategy strategies/rsi_reversal.py | easy-tdx screen rank --from - --table # 补齐股票名称(需要网络) easy-tdx screen rank --from signals.json --sort sharpe --top 10 --table --names ``` 输出示例(`--table`): ``` [*] 信号排名 (按 sharpe 降序, 共 37 只) ══════════════════════════════════════════════════════════════════════════ 排名 代码 名称 总收益率 年化收益 最大回撤 夏普 胜率 交易 *1 SZ300308 中际旭创 45.23% 18.72% 12.35% 1.85 62.5% 16 *2 SH600519 贵州茅台 38.10% 15.90% 8.21% 1.62 58.3% 12 ``` | 参数 | 说明 | |------|------| | `--universe` | `all`(默认,沪深全 A)/ `sh` / `sz` / 文件路径(每行 "市场 代码") | | `--vipdoc` | 离线数据目录(默认自动检测通达信安装路径) | | `--workers` | 并发进程数:`0` 串行(默认)/ `2+` ProcessPoolExecutor 并发(推荐 4-8) | | `--cache` | 增量扫描缓存文件路径(JSON,mtime 未变的文件自动跳过) | | `--sort` | 排序指标:`sharpe`(默认)/ `total_return` / `max_drawdown` / `win_rate` 等 | | `--sort-reverse` | 升序(用于回撤等越小越好的指标) | | `--names` | 在线补齐股票名称(默认关闭,只查排名中的几十只) | | `--count` | rank 使用最近 N 条 K 线(0=全部,默认 0) | #### 强势股排名(strength) 按 **5 / 20 / 60 日涨幅加权**合成强势分,从全市场选出"最近最强"的股票。**纯离线数据**,读取本地通达信 `.day` 文件,全市场约 30-60 秒(并发可压到 10 秒内)。 **三种预设模式:** | 模式 | 性格 | 权重 (w5/w20/w60) | 波动率惩罚 | 适合 | |------|------|-------------------|-----------|------| | `steady`(默认) | 中长期稳健 | 0.2 / 0.3 / 0.5 | ✅ 除以 vol_20 | 选"稳着涨"的票,妖股被高波动压低 | | `breakout` | 近期妖股爆发 | 0.6 / 0.3 / 0.1 | ❌ 纯加权涨幅 | 选"短期最猛"的票,妖股本身就是高波动 | | `balanced` | 三周期均衡 | 等权 + vol 调整 | ✅ 除以 vol_20 | 不确定时的安全默认 | > 💡 **为什么 breakout 不除波动率?** 妖股本质高波动,除以 vol 会把它压下去,与"找妖股"目标矛盾。steady 除以 vol 是为了奖励"稳着涨"的票(vol 小,score 放大)。 ```bash # 中长期稳健强势 Top 50(默认 steady 模式) easy-tdx screen strength --preset steady --top 50 --table # 近期妖股爆发 Top 20(补齐股票名称) easy-tdx screen strength --preset breakout --top 20 --names --table # 三周期均衡 easy-tdx screen strength --preset balanced --top 30 --table # 自定义权重(自动归一化,5:3:2 = 0.5:0.3:0.2) easy-tdx screen strength --w5 0.5 --w20 0.3 --w60 0.2 --top 30 --table # 并发扫描(推荐 4-8 进程) easy-tdx screen strength --preset steady --top 100 --workers 4 --table # 过滤低流动性(最近 5 日日均成交额 ≥ 5000 万) easy-tdx screen strength --preset breakout --top 30 --min-amount 50000000 --table # 缩小范围 + 输出到文件 easy-tdx screen strength --universe sz --top 30 --output sz_strength.json ``` 输出示例(`--table`): ``` [*] 强势股排名 [steady] 共 50 只 数据截止: 2026-06-24 | 中长期稳健强势:权重偏 60 日,波动率惩罚,选出稳着涨的票 ════════════════════════════════════════════════════════════════════════════════ 排名 代码 名称 现价 5日 20日 60日 波动率 强势分 *1 SZ300308 中际旭创 85.20 8.12% 15.34% 30.21% 0.0180 9.52 *2 SH600519 贵州茅台 1800.00 3.25% 5.10% 10.05% 0.0120 6.21 ``` 输出示例(JSON): ```json { "scan_time": "2026-06-25T10:30:00", "preset": "steady", "preset_desc": "中长期稳健强势:权重偏 60 日,波动率惩罚...", "data_date": 20260624, "total_ranked": 50, "ranking": [ {"rank": 1, "code": "300308", "market": "SZ", "name": "中际旭创", "last_close": 85.20, "last_date": 20260624, "ret_5": 0.0812, "ret_20": 0.1534, "ret_60": 0.3021, "vol_20": 0.0180, "strength": 9.52} ] } ``` | 参数 | 说明 | |------|------| | `--preset` | 预设模式:`steady`(默认)/ `breakout` / `balanced` | | `--w5` `--w20` `--w60` | 自定义三周期权重(覆盖预设,自动归一化) | | `--vol-adjusted` / `--no-vol-adjusted` | 波动率惩罚开关(覆盖预设) | | `--top` | 返回前 N 名(默认 50) | | `--universe` | `all`(默认)/ `sh` / `sz` / 文件路径 | | `--min-listed-days` | 最小上市天数(默认 65,保证能算 60 日涨幅) | | `--min-amount` | 最近 5 日日均成交额下限(元,默认 0 不过滤) | | `--workers` | 并发进程数:`0` 串行 / `4+` 并发(推荐 4-8) | | `--names` | 在线补齐股票名称(默认关闭) | | `--output` | 输出 JSON 文件(默认 stdout) | > ⚠️ **数据时效**:strength 依赖本地 `.day` 文件。输出中的 `data_date` / `last_date` 字段标注数据截止日,请先用 `easy-tdx offline sync` 同步最新数据。 ### 捉妖大师(重点) 捉妖大师是多周期涨幅共振指标,通过 20/60/120 日涨幅及指数平滑判断短中长线趋势是否同向,用于筛选趋势刚启动的强势股。 ```bash easy-tdx indicator ZHUOYAO -m SH -c 600519 --count 30 --table # 自定义周期参数 easy-tdx indicator ZHUOYAO -m SZ -c 000001 --params N1=90,N2=45,N3=15 # 结合其他指标一起看 easy-tdx indicator ZHUOYAO,MACD,KDJ -m SH -c 600519 --count 20 --table ``` 输出列说明: | 列名 | 含义 | |------|------| | `ZY_LONG` | 长线 — 120 日涨幅的 10 日指数平滑 | | `ZY_MID` | 中线 — 60 日涨幅(%) | | `ZY_SHORT` | 短线 — 20 日涨幅(%) | | `ZY_TREND` | 趋势 — 中线的 10 日指数平滑 | **核心信号:** 四线全部 > 0 且短线 > 中线 > 长线 = 短中长趋势完全一致向上,是强势股特征。详见 [捉妖大师指标详解](docs/indicator-zhuoyao.md)。 ### 30日乖离率信号(重点) 30日乖离率信号指标,在标准乖离率(BIAS)基础上叠加短/长信号线,通过三者位置关系判断趋势方向和转折点。源自通达信经典指标。 ```bash easy-tdx indicator BIAS_SIGNAL -m SH -c 600519 --count 60 --table # 自定义周期参数 easy-tdx indicator BIAS_SIGNAL -m SZ -c 000001 --params P=5,M=20 # 结合其他指标一起看 easy-tdx indicator BIAS_SIGNAL,MACD,KDJ -m SH -c 600519 --count 30 --table ``` 输出列说明: | 列名 | 含义 | |------|------| | `BS_X` | M日乖离率 — 当前价格偏离30日均线的百分比 | | `BS_SMA` | 短周期信号线 — 乖离率的 P 日均线,过滤短期噪音 | | `BS_LMA` | 长周期信号线 — 乖离率的 M 日均线,捕捉中期趋势方向 | **核心信号:** X > S_SMA 且 X_LMA 上升 = 多头确认(通达信红色);S_SMA > X 或 X_LMA 下降 = 空头预警(通达信绿色)。多空判断非对称设计——多头需两个条件同时满足,空头只需其一,偏向保守预警。详见 [30日乖离率信号指标详解](docs/indicator-bias-signal.md)。 ```python # Python API 用法 from easy_tdx import MacClient, Market with MacClient.from_best_host() as c: df = c.get_stock_kline_with_indicators( Market.SH, "600519", indicators=["BIAS_SIGNAL"], count=60, ) # df 包含: datetime, open, close, high, low, vol, amount # + BS_X, BS_SMA, BS_LMA ``` 支持 34 个指标:MACD, KDJ, RSI, BOLL, DMI, ATR, WR, CCI, BIAS, BIAS_SIGNAL, OBV, VR, EMV, MFI, BRAR, ASI, TRIX, DPO, MTM, ROC, EXPMA, BBI, PSY, DFMA, CR, KTN, XSII, MASS, TAQ, ZHUOYAO, SAR, VWAP, AROON, FK。 ```python # Python API 用法 from easy_tdx import MacClient, Market with MacClient.from_best_host() as c: df = c.get_stock_kline_with_indicators( Market.SH, "600519", indicators=["ZHUOYAO"], count=30, ) # df 包含: datetime, open, close, high, low, vol, amount # + ZY_LONG, ZY_MID, ZY_SHORT, ZY_TREND ``` 支持 34 个指标:MACD, KDJ, RSI, BOLL, DMI, ATR, WR, CCI, BIAS, BIAS_SIGNAL, OBV, VR, EMV, MFI, BRAR, ASI, TRIX, DPO, MTM, ROC, EXPMA, BBI, PSY, DFMA, CR, KTN, XSII, MASS, TAQ, ZHUOYAO, SAR, VWAP, AROON, FK。 ### 财务 ```bash easy-tdx f10 600519 # 茅台利润表,最近 8 期(默认 lrb) easy-tdx f10 600519 --type fzb --num 4 # 资产负债表,最近 4 期 easy-tdx f10 000001 --type llb --table # 平安现金流量表,表格输出 ``` > 新浪财经数据源,``--type`` 支持 ``lrb``(利润表)/``fzb``(资产负债表)/``llb``(现金流量表)。 > 独立于 TDX 行情服务器,``item_value`` 已转 float 可直接数值计算,同比附 ``{科目}_同比`` 列。 ### 扩展市场(港股/美股/期货) ```bash easy-tdx ex markets # 列出可用市场 easy-tdx ex kline HK_MAIN_BOARD 00700 --count 30 --table # 港股 K 线 easy-tdx ex kline US_STOCK AAPL --table # 美股 K 线 easy-tdx ex quote US_STOCK TSLA --table # 美股报价 easy-tdx ex quote-list HK_MAIN_BOARD --table # 港股商品列表 easy-tdx ex tick HK_MAIN_BOARD 00700 --table # 港股分时 ``` ### 离线数据(读取 + 写入同步) 从本地通达信安装目录直接读取数据文件,无需网络连接: ```bash easy-tdx offline home # 检测通达信安装目录 easy-tdx offline daily SH 600000 --count 10 --table # A 股日线 easy-tdx offline min SZ 000001 --type lc5 --table # 分钟线(5min/lc1/lc5) easy-tdx offline ex-files --table # 列出扩展市场可用文件 easy-tdx offline ex-daily 38#2_CPI --count 5 --table # 扩展市场日线(期货/港股/外盘) easy-tdx offline gbbq C:\new_jyplug\T0002\hq_cache\gbbq --table # 股本变迁 easy-tdx offline financial C:\new_jyplug\vipdoc\fin\gpcw20260331.dat # 历史财务 easy-tdx offline blocks C:\new_jyplug\T0002\blocknew --table # 自定义板块 ``` 从服务端获取最新日线并写入本地 .day 文件,替代通达信内置下载功能: ```bash # 同步单只股票日线(自动增量/全量) easy-tdx offline sync-daily SZ 000001 easy-tdx offline sync-daily SH 600519 --vipdoc C:\new_jyplug\vipdoc # 一键同步沪深全市场(每天一条命令) easy-tdx offline sync-all ``` > 建议在通达信关闭时执行 sync 命令,避免文件被锁定。空文件自动全量下载,已有数据只做增量追加。 ## Web API 将 easy-tdx 暴露为 REST + WebSocket 服务,供前端、其他语言或远程调用。无需额外注册,零配置启动。 ### 安装 ```bash # 标准安装 pip install easy-tdx[web] # 开发模式(从源码安装,支持热重载) pip install -e ".[web]" ``` ### 快速启动 ```bash # 启动 Web API 服务器(自动连接最优 TDX 服务器) easy-tdx serve # 启动后浏览器打开 http://127.0.0.1:8000/docs 查看完整 API 文档(Swagger UI) # 也可以访问 http://127.0.0.1:8000/redoc 查看 ReDoc 格式文档 # 指定端口和 TDX 服务器 easy-tdx serve --port 8080 --tdx-host 119.147.212.81 # 开发模式(代码修改后自动重载) easy-tdx serve --reload ``` > 💡 启动后访问 **http://127.0.0.1:8000/docs** 可以看到完整的交互式 API 文档,支持在线调试每个接口。 ### REST API 示例 ```bash # ── 基础行情 ── # 获取深圳市场证券数量 curl "http://localhost:8000/api/v1/security/count?market=SZ" # 获取股票K线 curl "http://localhost:8000/api/v1/bars?market=SZ&code=000001&category=DAY&count=100" # 批量获取实时行情 curl -X POST "http://localhost:8000/api/v1/quotes" \ -H "Content-Type: application/json" \ -d '{"stocks": [{"market": "SZ", "code": "000001"}, {"market": "SH", "code": "600000"}]}' # 市场统计 curl "http://localhost:8000/api/v1/market/stat" # 全市场强势股排名(基于本地 vipdoc 数据,扫描约 30-60 秒) # steady = 中长期稳健 / breakout = 近期妖股 / balanced = 均衡 curl "http://localhost:8000/api/v1/market/strength?preset=breakout&top_n=20" # 自定义权重 + 过滤低流动性(日均成交额 ≥ 5000 万) curl "http://localhost:8000/api/v1/market/strength?w5=0.5&w20=0.3&w60=0.2&min_amount=50000000&top_n=30" # 板块信息(标准协议) curl "http://localhost:8000/api/v1/block?filename=block_gn.dat" # ── 板块分析(MAC 协议)── # 行业板块列表 curl "http://localhost:8000/api/v1/board-mac/list?board_type=HY&count=50" # 板块成分股(按涨幅排序) curl "http://localhost:8000/api/v1/board-mac/members?board_symbol=881001&count=20" # 个股所属板块 curl "http://localhost:8000/api/v1/board-mac/belong?market=SZ&code=000001" # 板块摘要(含主力净流入、涨跌家数) curl "http://localhost:8000/api/v1/board-mac/summary?board_symbol=881001" # 行业板块涨幅排名 Top 10 curl "http://localhost:8000/api/v1/board-mac/ranking?board_type=HY&top_n=10" # 板块 20 日涨幅排行 curl "http://localhost:8000/api/v1/board-mac/change-ranking?board_type=HY&days=20&top_n=10" # ── 资金 / 信息 ── # 个股资金流向(主力/散户净流入) curl "http://localhost:8000/api/v1/mac/capital-flow?market=SH&code=600519" # 个股基本信息快照 curl "http://localhost:8000/api/v1/mac/symbol-info?market=SZ&code=000001" # 服务器交易时段信息 curl "http://localhost:8000/api/v1/mac/server-info" # ── 公告检索(巨潮资讯网,独立数据源)── # 检索公司公告(无需 TDX 行情服务器) curl "http://localhost:8000/api/v1/announcements?code=688017&count=30&page=1" # 返回每条含 url(4 参数可直点打开)和 pdf_url(PDF 直链): # {"data": [{"title":"...","type":"...","date":"...","url":".../detail?stockCode=...","pdf_url":"http://static.cninfo.com.cn/.../xxx.PDF",...}], "count": 30} # ── 财报三表(新浪财经,独立数据源)── # 利润表(type: lrb/fzb/llb) curl "http://localhost:8000/api/v1/sina/financial-report?code=600519&type=lrb&num=8" # 返回每行一期(最新在前),列为科目名(float)+ {科目}_同比(如有): # ── 排行 / 竞价 / 异动 ── # 全 A 涨幅排行前 20 curl "http://localhost:8000/api/v1/mac/quote-list?category=A&count=20&sort_type=CHANGE_PCT" # 集合竞价数据 curl "http://localhost:8000/api/v1/mac/auction?market=SZ&code=000001" # 市场异动行情 curl "http://localhost:8000/api/v1/mac/unusual?market=SH&count=50" # ── 扩展市场(期货/港股/美股)── # 港股 K 线 curl "http://localhost:8000/api/v1/ex/bars?market=HK_MAIN_BOARD&code=00700&category=DAY&count=30" # 美股实时报价 curl "http://localhost:8000/api/v1/ex/quote?market=US_STOCK&code=AAPL" # ── 技术指标 ── # 列出所有可用指标 curl "http://localhost:8000/api/v1/indicator/list" # 计算 MACD + KDJ 指标 curl -X POST "http://localhost:8000/api/v1/indicator/compute" \ -H "Content-Type: application/json" \ -d '{"data": [{"open":10,"close":10.5,"high":11,"low":9.5,"vol":1000}], "indicators": ["MACD", "KDJ"]}' # ── 缠论分析 ── curl -X POST "http://localhost:8000/api/v1/chanlun/analyze" \ -H "Content-Type: application/json" \ -d '{"market": "SZ", "code": "000001", "category": "DAY", "count": 200}' ``` ### WebSocket 实时行情 ```javascript // JavaScript 示例 const ws = new WebSocket("ws://localhost:8000/ws/realtime/SZ000001"); ws.onmessage = (event) => { const data = JSON.parse(event.data); console.log(data); // {type: "tick", market: "SZ", code: "000001", price: 10.5, ...} }; // 动态订阅更多标的 ws.send(JSON.stringify({action: "subscribe", symbol: "SH600000"})); ``` ### API 文档 启动服务后访问: - Swagger UI: http://localhost:8000/docs - ReDoc: http://localhost:8000/redoc ### 编程 API ```python from easy_tdx.web import create_app import uvicorn app = create_app(host="119.147.212.81", port=7709) uvicorn.run(app, host="0.0.0.0", port=8000) ``` ## CLI 命令汇总 | 命令 | 说明 | |------|------| | `ping` | 服务器延迟测速 | | `version` | 版本号 | | `kline` | K 线(日/周/月/分钟,支持复权) | | `quote` | 实时报价(单只/批量) | | `quote-list` | 市场分类排序报价(A/SH/SZ/KCB/CYB) | | `tick` | 分时图(单日/多日/历史) | | `transaction` | 逐笔成交 | | `board-list` | 板块列表(行业/概念/风格) | | `board-members` | 板块成分股报价 | | `board-summary` | 板块汇总(成交额、主力净流入、涨跌家数) | | `board-ranking` | 板块涨跌幅排行榜(行业/概念排行) | | `board-change-ranking` | 板块 N 日涨跌幅排行(支持指定截止日期) | | `belong-board` | 个股所属板块 | | `capital-flow` | 资金流向 | | `auction` | 集合竞价 | | `unusual` | 市场异动 | | `market-stat` | 全市场涨跌统计 | | `server-info` | 服务器交易时段 | | `symbol-info` | 个股特征快照 | | `indicator` | 技术指标计算(34 个:MACD/KDJ/RSI/BOLL/DMI/ATR...) | | `indicator-list` | 列出可用技术指标 | | `backtest` | 回测引擎(加载策略文件,输出绩效报告) | | `portfolio` | 多标的组合回测(共享资金池,均等分配,汇总绩效) | | `factor list` | 列出所有内置因子 | | `factor analyze` | 因子分析(IC/分层/衰减) | | `pfactor backtest` | 组合因子选股回测 | | `run-all` | 批量运行所有策略并排名(绩效排名 + 综合评分 + 可选图表) | | `screen scan` | 策略选股扫描(纯离线,全市场信号扫描) | | `screen rank` | 扫描结果回测排名(按夏普/回撤等指标排序) | | `serve` | 启动 Web API 服务器(REST + WebSocket,需 `easy-tdx[web]`) | | `f10` | 财报三表(新浪:利润表/资产负债表/现金流量表) | | `fund-flow` | 历史资金流向 | | `ex kline` | 扩展市场 K 线 | | `ex quote` | 扩展市场报价 | | `ex quote-list` | 扩展市场商品列表 | | `ex tick` | 扩展市场分时 | | `ex markets` | 列出可用扩展市场 | | `offline home` | 检测通达信安装目录 | | `offline daily` | A 股日线(本地 .day 文件) | | `offline sync-daily` | 从服务端同步单只股票日线到本地 .day 文件 | | `offline sync-all` | 一键同步沪深全市场日线(扫描本地 .day 文件) | | `offline min` | 分钟线(本地 .5/.lc1/.lc5 文件) | | `offline ex-files` | 列出扩展市场可用文件 | | `offline ex-daily` | 扩展市场日线(期货/港股/外盘) | | `offline gbbq` | 股本变迁数据 | | `offline financial` | 历史财务数据 | | `offline blocks` | 自定义板块数据 | ## Python API ### 连接管理 所有客户端支持 `from_best_host()` 自动选最低延迟服务器: ```python from easy_tdx import MacClient with MacClient.from_best_host() as c: df = c.get_stock_kline(...) ``` | 客户端 | 端口 | 覆盖范围 | |--------|------|----------| | `MacClient` / `AsyncMacClient` | 7709 | A 股行情(MAC 协议,推荐) | | `MacExClient` / `AsyncMacExClient` | 7727 | 港股/美股/期货(MAC 协议) | | `UnifiedTdxClient` / `AsyncUnifiedTdxClient` | 自动 | A 股 + 扩展市场统一入口 | | `TdxClient` / `AsyncTdxClient` | 7709 | A 股行情(标准协议) | ### MAC 协议(推荐) #### 报价 ```python from easy_tdx import MacClient, Market, Category, SortType, SortOrder with MacClient.from_best_host() as c: # 批量报价(最多 80 只/次) df = c.get_stock_quotes([(Market.SH, "600519"), (Market.SZ, "000858")]) # 市场分类排序报价 df = c.get_stock_quotes_list( Category.A, count=20, sort_type=SortType.CHANGE_PCT, sort_order=SortOrder.DESC, ) ``` 返回列:`market, code, name` + 动态字段(`pre_close, open, high, low, close, vol, amount, turnover, vol_ratio` 等)。 #### K 线(支持复权) ```python from easy_tdx import MacClient, Market, Period, Adjust with MacClient.from_best_host() as c: # 日K前复权 df = c.get_stock_kline(Market.SH, "600519", Period.DAILY, count=10, adjust=Adjust.QFQ) # 5分钟线 df = c.get_stock_kline(Market.SZ, "000001", Period.MIN_5, count=100) ``` 返回列:`datetime, open, close, high, low, vol, amount`。 #### 技术指标 自动获取 200+ 条历史数据预热 EMA,返回最后 `count` 条带指标的结果: ```python from easy_tdx import MacClient, Market, Period, Adjust from easy_tdx.indicator import compute_indicators, list_indicators with MacClient.from_best_host() as c: # 便捷方法:获取 K 线 + 计算指标一步完成(默认前复权) df = c.get_stock_kline_with_indicators( Market.SH, "600519", indicators=["MACD", "KDJ", "RSI", "BOLL"], count=30, ) # df 包含: datetime, open, close, high, low, vol, amount # + MACD_DIF, MACD_DEA, MACD_HIST, KDJ_K, KDJ_D, KDJ_J, RSI, # BOLL_UPPER, BOLL_MID, BOLL_LOWER # 自定义指标参数 df = c.get_stock_kline_with_indicators( Market.SH, "600519", indicators=["MACD"], params={"MACD": {"SHORT": 10, "LONG": 22}}, ) # 独立使用:对已有 DataFrame 计算指标 raw = c.get_stock_kline(Market.SH, "600519", Period.DAILY, count=200, adjust=Adjust.QFQ) result = compute_indicators(raw, ["ATR", "CCI", "WR"], tail=30) # 查看所有可用指标 for info in list_indicators(): print(info["name"], info["description"], info["outputs"]) ``` 支持 34 个技术指标: | 指标 | 输入 | 输出列 | |------|------|--------| | MACD | close | MACD_DIF, MACD_DEA, MACD_HIST | | KDJ | close, high, low | KDJ_K, KDJ_D, KDJ_J | | RSI | close | RSI | | BOLL | close | BOLL_UPPER, BOLL_MID, BOLL_LOWER | | DMI | close, high, low | DMI_PDI, DMI_MDI, DMI_ADX, DMI_ADXR | | ATR | close, high, low | ATR | | WR | close, high, low | WR1, WR2 | | CCI | close, high, low | CCI | | BIAS | close | BIAS1, BIAS2, BIAS3 | | OBV | close, vol | OBV | | VR | close, vol | VR | | EMV | high, low, vol | EMV, EMV_MA | | MFI | close, high, low, vol | MFI | | BRAR | open, close, high, low | AR, BR | | ASI | open, close, high, low | ASI, ASI_MA | | TRIX | close | TRIX, TRIX_MA | | DPO | close | DPO, DPO_MA | | MTM | close | MTM, MTM_MA | | ROC | close | ROC, ROC_MA | | EXPMA | close | EXPMA_12, EXPMA_50 | | BBI | close | BBI | | PSY | close | PSY, PSY_MA | | DFMA | close | DFMA_DIF, DFMA_DMA | | CR | close, high, low | CR | | KTN | close, high, low | KTN_UPPER, KTN_MID, KTN_LOWER | | XSII | close, high, low | XSII_TD1, XSII_TD2, XSII_TD3, XSII_TD4 | | MASS | high, low | MASS, MASS_MA | | TAQ | high, low | TAQ_UP, TAQ_MID, TAQ_DOWN | | ZHUOYAO | close | ZY_LONG, ZY_MID, ZY_SHORT, ZY_TREND | | BIAS_SIGNAL | close | BS_X, BS_SMA, BS_LMA | | SAR | high, low | SAR(抛物线转向/动态止损位) | | VWAP | close, high, low, vol | VWAP(N日滚动成交量加权均价) | | AROON | high, low | AROON_UP, AROON_DOWN, AROON_OSC | | FK | close | FK(EMA(2) 突破斜率外推 EMA(42)) | #### 分时 ```python with MacClient.from_best_host() as c: df = c.get_tick_chart(Market.SH, "600519") # 单日分时 df = c.get_tick_charts(Market.SH, "600519", days=3) # 多日分时(最多5天) df = c.get_chart_sampling(Market.SH, "600519") # 240点缩略采样 ``` #### 逐笔成交 ```python with MacClient.from_best_host() as c: df = c.get_transactions(Market.SH, "600519", count=100) df = c.get_transactions(Market.SH, "600519", count=100, date=20250115) ``` #### 板块 ```python from easy_tdx import BoardType with MacClient.from_best_host() as c: df = c.get_board_list(BoardType.GN) # 概念板块 df = c.get_board_members("881001", sort_type=SortType.CHANGE_PCT) df = c.get_belong_board(Market.SZ, "000001") # 个股所属板块 # 板块汇总:成交额、主力净流入、涨跌家数 summary = c.get_board_summary("881001") # summary = { # "member_count": 82, # "amount": 5823456000.0, # 板块总成交额(元) # "vol": 412356789, # 板块总成交量(股) # "main_net_amount": -123456.0, # 当日主力净流入 # "main_net_3d": -567890.0, # 近3日主力净流入 # "main_net_5d": -234567.0, # 近5日主力净流入 # "up_count": 45, # "down_count": 37, # "members": DataFrame(...), # 成分股明细 # } # 板块涨跌幅排行榜 df = c.get_board_ranking(BoardType.HY, top_n=10, sort_by="change_pct") df = c.get_board_ranking(BoardType.GN, top_n=20, sort_by="main_net_amount") # 返回列:code, name, change_pct, amount, vol, main_net_amount, up_count, down_count, member_count # 板块 N 日涨跌幅排行(支持指定截止日期,默认全部) df = c.get_board_change_ranking(BoardType.HY, days=20) df = c.get_board_change_ranking(BoardType.GN, target_date=20250530, days=10, top_n=15) # 返回列:code, name, close_end, close_start, change_pct ``` #### 资金流向 ```python with MacClient.from_best_host() as c: df = c.get_capital_flow(Market.SH, "600519") ``` 返回列:`date, main_in, main_out, main_net, small_in/out/net, mid_in/out/net, large_in/out/net`。 #### 监控 ```python with MacClient.from_best_host() as c: df = c.get_auction(Market.SH, "600519") # 集合竞价 df = c.get_unusual(Market.SH) # 市场异动 df = c.get_symbol_info(Market.SZ, "000001") # 个股特征快照 df = c.get_server_info() # 服务器交易时段 ``` ### 扩展市场 ```python from easy_tdx import MacExClient, ExMarket, Period with MacExClient.from_best_host() as c: count = c.goods_count(ExMarket.HK_MAIN_BOARD) df = c.goods_list(ExMarket.HK_MAIN_BOARD, start=0, count=50) df = c.goods_kline(ExMarket.US_STOCK, "AAPL", Period.DAILY, count=10) df = c.goods_quotes([(ExMarket.HK_MAIN_BOARD, "00700")]) df = c.goods_tick_chart(ExMarket.HK_MAIN_BOARD, "00700") df = c.goods_transaction(ExMarket.HK_MAIN_BOARD, "00700", count=100) ``` ### 统一客户端 ```python from easy_tdx import UnifiedTdxClient, ExMarket, Market, Period with UnifiedTdxClient() as client: # A 股 -- 自动路由到 MacClient df = client.get_stock_kline(Market.SH, "600519", Period.DAILY, count=5) df = client.get_stock_quotes([(Market.SH, "600519")]) df = client.get_board_list() # 扩展市场 -- 自动路由到 MacExClient df = client.goods_kline(ExMarket.HK_MAIN_BOARD, "00700", Period.DAILY, count=5) ``` ### 标准协议 ```python from easy_tdx import TdxClient, Market, KlineCategory with TdxClient.from_best_host() as c: count = c.get_security_count(Market.SH) stocks = c.get_security_list(Market.SH, start=0) quotes = c.get_security_quotes([(Market.SH, "600000"), (Market.SZ, "000001")]) bars = c.get_security_bars(Market.SZ, "002176", KlineCategory.DAY, 0, 100) minute = c.get_minute_time_data(Market.SH, "600000") trades = c.get_transaction_data(Market.SH, "600000", 0, 20) flow = c.get_fund_flow(Market.SH, "600519") blocks = c.get_block_info("block_gn.dat") xdxr = c.get_xdxr_info(Market.SH, "600519") stat = c.get_market_stat() ``` `AsyncTdxClient` 提供对应的 `async def` 方法,接口一一对应。 ### SecurityQuote 字段说明 `get_security_quotes()` 返回的 DataFrame 包含以下特殊字段: | 字段 | 类型 | 说明 | |------|------|------| | `trading_status` | int | 交易状态标志。`0x8020`(32800) = 停牌,其余值表示正常交易或集合竞价 | | `open_amount` | float | 集合竞价成交金额(元)。仅个股有效,指数该字段无意义 | | `server_time` | str | 服务器时间,格式 `HH:MM:SS.mmm` | | `unknown_2` | int | 指数: 集合竞价成交金额/100;个股: 舍入残差≈0 | | `unknown_3` | int | 个股: 集合竞价成交金额/100;指数: 负值/无意义 | | `unknown_5-8` | int | 保留字段,恒为 0 | 检测停牌: ```python df = c.get_security_quotes([(Market.SH, "600000")]) is_suspended = df.iloc[0]["trading_status"] == 0x8020 ``` ### 离线数据读取 无需网络,从本地通达信安装目录直接读取: ```python from easy_tdx.offline import detect_tdx_home, read_daily_bars, find_daily_bar_file from easy_tdx import Market home = detect_tdx_home() filepath = find_daily_bar_file(Market.SH, "600000") bars = read_daily_bars(filepath) ``` 支持:日线、分钟线、扩展市场日线、板块、股本变迁、历史财务数据。 ### 离线数据写入同步 从服务端获取最新数据并追加写入本地通达信数据文件: ```python from easy_tdx.offline import ( encode_daily_bar, append_daily_bars, get_last_bar_date, encode_5min_bar, append_5min_bars, encode_lc_min_bar, append_lc_min_bars, ) from easy_tdx import Market from easy_tdx.client import TdxClient # 追加日线到 .day 文件(自动跳过重复日期) from easy_tdx.offline import sync_daily_bars_from_security_bars # 手动编码单条记录 bar_bytes = encode_daily_bar(bar, price_coeff=0.01, vol_coeff=0.01) # 获取文件末尾日期 last_date = get_last_bar_date("C:/new_jyplug/vipdoc/sh/lday/sh600000.day") ``` v1.5.0 起可通过 CLI 直接使用: ```bash easy-tdx offline daily SH 600000 --count 10 --table easy-tdx offline ex-files --table easy-tdx offline ex-daily 29#A1801 --table ``` ### 缠论分析 基于缠论理论的技术分析模块,接收 easy_tdx 的 K 线 DataFrame,输出笔、中枢、线段、买卖点、背驰等分析结果: ```python from easy_tdx.chanlun import ChanlunAnalyser, ChanlunConfig # 使用 easy_tdx 获取 K 线数据 with TdxClient() as client: df = client.get_security_bars(Market.SH, "600519", KlineCategory.DAY, 0, 800) # 缠论分析 analyser = ChanlunAnalyser("SH600519", "DAILY") result = analyser.process_klines(df) # 获取结果 print(f"笔数: {len(result.bis)}") print(f"中枢数: {len(result.zss)}") print(f"线段数: {len(result.xds)}") print(f"买卖点: {[m.msg for m in result.mmds]}") print(f"背驰: {[b.msg for b in result.bcs]}") # JSON 兼容字典输出 print(result.to_dict()) ``` ### 公告检索(巨潮资讯网) 独立数据源(巨潮资讯网 cninfo),无需连接 TDX 行情服务器即可检索公司公告。 标准库 urllib 实现,零额外依赖。 ```python from easy_tdx.cninfo import CninfoClient client = CninfoClient() # 检索公告(默认 30 条,最新在前) df = client.get_announcements("688017") # → DataFrame[title, type, date, url, code, org_id, announcement_id, announcement_time, pdf_url] # 翻页 + 自定义数量 df = client.get_announcements("601088", count=10, page=2) # 返回示例(url 含 4 参数可直点打开,pdf_url 为 PDF 直链): # title type date url pdf_url # 0 关于召开2025年年度股东大会... 股东大会 2025-06-14 .../detail?stockCode=688017&announcementId=... http://static.cninfo.com.cn/.../xxx.PDF # 1 2024年年度报告 PDF 2025-03-28 .../detail?stockCode=688017&announcementId=... http://static.cninfo.com.cn/.../yyy.PDF ``` > - ``type`` 优先取 cninfo 的 ``announcementTypeName``;该字段对很多公告为 null > (数据源限制),此时回退到 ``adjunctType``(如 "PDF"),再为空给空字符串。 > - ``url`` 必须含 4 参数(``stockCode``/``announcementId``/``orgId``/``announcementTime``) > 才能打开,少参数会 404。 > - orgId 解析沿用 #19 修复:动态拉取官方映射表,查不到回退硬编码规则, > 保证 601xxx 等非标 orgId 段也能正常查询。 #### 下载公告 PDF ```python # 下载最新一条公告的 PDF 到当前目录 df = client.get_announcements("601088", count=5) path = client.download_pdf(df.iloc[0]) # 接受 Announcement 或 DataFrame 的一行 print(path) # /abs/path/20260605_1225351400.PDF # 批量下载 for _, row in df.iterrows(): try: path = client.download_pdf(row, dest_dir="./pdfs") except Exception as e: print(f"跳过(无附件或失败): {e}") ``` ### 财报三表(新浪财经) 独立数据源(新浪财经),无需连接 TDX 行情服务器即可获取利润表/资产负债表/现金流量表。 标准库 urllib 实现,零额外依赖。 ```python from easy_tdx.sina import SinaClient client = SinaClient() # 利润表(默认 8 期,最新在前) df = client.get_financial_report("600519", report_type="lrb") # → DataFrame,每行一期,列 = [报告期, 营业总收入, 营业总收入_同比, ...] # 资产负债表 / 现金流量表(report_type 也接受中文别名:利润表/资产负债表/现金流量表) df = client.get_financial_report("600519", report_type="fzb", num=4) df = client.get_financial_report("600519", report_type="llb", num=4) # 返回示例(item_value 已转 float,可直接数值计算): # 报告期 营业总收入 营业总收入_同比 营业收入 营业收入_同比 # 0 2026-03-31 54702912385.23 0.06336 53909252220.51 0.06538 # 1 2025-12-31 174000000000.00 0.10000 NaN NaN ``` > - ``item_value`` 是字符串(新浪原始格式),本实现转 float;空/非数值转 None > - 有同比的科目附加 ``{科目}_同比`` 列(float 比例,如 0.06336 = +6.3%) > - 大类标题行(如 ``流动资产``,原 ``item_value=""``)保留为 None,反映报表结构 ## 枚举参考 ### Period(K 线周期) | 值 | 名称 | 说明 | |----|------|------| | 7 | `MIN_1` | 1 分钟 | | 0 | `MIN_5` | 5 分钟 | | 1 | `MIN_15` | 15 分钟 | | 2 | `MIN_30` | 30 分钟 | | 3 | `MIN_60` | 60 分钟 | | 4 | `DAILY` | 日线 | | 5 | `WEEKLY` | 周线 | | 6 | `MONTHLY` | 月线 | | 10 | `QUARTERLY` | 季线 | | 11 | `YEARLY` | 年线 | ### Adjust(复权类型) | 值 | 名称 | 说明 | |----|------|------| | 0 | `NONE` | 不复权 | | 1 | `QFQ` | 前复权 | | 2 | `HFQ` | 后复权 | ### Category(市场分类) | 值 | 名称 | 说明 | |----|------|------| | 0 | `SH` | 上证 A 股 | | 2 | `SZ` | 深证 A 股 | | 6 | `A` | 全部 A 股 | | 7 | `B` | B 股 | | 8 | `KCB` | 科创板 | | 12 | `BJ` | 北证 A 股 | | 14 | `CYB` | 创业板 | ### BoardType(板块类型) | 值 | 名称 | 说明 | |----|------|------| | 0 | `HY` | 行业一级 | | 1 | `HY2` | 行业二级 | | 3 | `GN` | 概念 | | 4 | `FG` | 风格 | | 5 | `DQ` | 地区 | | 255 | `ALL` | 全部 | ### SortType(排序字段) | 名称 | 说明 | |------|------| | `CODE` | 代码 | | `PRICE` | 现价 | | `CHANGE_PCT` | 涨幅% | | `VOLUME` | 成交量 | | `TOTAL_AMOUNT` | 成交额 | | `TURNOVER_RATE` | 换手% | | `MAIN_NET_AMOUNT` | 主力净额 | ### ExMarket(扩展市场) | 值 | 名称 | 说明 | |----|------|------| | 28 | `ZZ_FUTURES` | 郑州商品 | | 29 | `DL_FUTURES` | 大连商品 | | 30 | `SH_FUTURES` | 上海期货 | | 31 | `HK_MAIN_BOARD` | 香港主板 | | 47 | `CFFEX_FUTURES` | 中金所期货 | | 48 | `HK_GEM` | 香港创业板 | | 74 | `US_STOCK` | 美国股票 | ### Market(市场) | 值 | 名称 | 说明 | |----|------|------| | 0 | `SZ` | 深圳 | | 1 | `SH` | 上海 | | 2 | `BJ` | 北京 | ## 完整 API 列表 ### MacClient / AsyncMacClient | 方法 | 说明 | |------|------| | `get_stock_quotes(stocks, fields)` | 批量实时报价 | | `get_stock_quotes_list(category, ...)` | 市场分类排序报价 | | `get_stock_kline(market, code, period, ...)` | K 线(支持复权) | | `get_stock_kline_with_indicators(market, code, indicators, ...)` | K 线 + 技术指标 | | `get_tick_chart(market, code, date)` | 单日分时图 | | `get_tick_charts(market, code, days)` | 多日分时图 | | `get_chart_sampling(market, code)` | 分时缩略采样 | | `get_transactions(market, code, ...)` | 逐笔成交 | | `get_symbol_info(market, code)` | 个股特征快照 | | `get_board_list(board_type, ...)` | 板块列表 | | `get_board_members(board_symbol, ...)` | 板块成分股报价 | | `get_board_summary(board_symbol, ...)` | 板块汇总(成交额、主力净流入、涨跌家数) | | `get_board_ranking(board_type, top_n, sort_by, ...)` | 板块涨跌幅排行榜(行业/概念排行) | | `get_board_change_ranking(board_type, target_date, days, ...)` | 板块 N 日涨跌幅排行 | | `get_belong_board(market, code)` | 个股所属板块 | | `get_capital_flow(market, code)` | 资金流向 | | `get_auction(market, code)` | 集合竞价 | | `get_unusual(market, ...)` | 市场异动 | | `get_server_info()` | 服务器交易时段 | | `get_kline_offset(offset, count)` | K 线偏移信息 | | `get_goods_list(market, ...)` | 扩展市场商品列表 | ### MacExClient / AsyncMacExClient | 方法 | 说明 | |------|------| | `goods_count(market)` | 商品总数 | | `goods_list(market, start, count)` | 商品列表 | | `goods_quotes(stocks, fields)` | 批量报价 | | `goods_quotes_list(market, ...)` | 市场分类报价列表 | | `goods_kline(market, code, period, ...)` | K 线(支持复权) | | `goods_tick_chart(market, code, ...)` | 分时图 | | `goods_chart_sampling(market, code)` | 分时缩略采样 | | `goods_transaction(market, code, ...)` | 逐笔成交 | ### TdxClient / AsyncTdxClient | 方法 | 说明 | |------|------| | `get_security_count(market)` | 市场证券总数 | | `get_security_list(market, start)` | 证券列表(分页) | | `get_security_list_all()` | 沪深 A 股完整列表(含行业) | | `get_security_quotes(stocks)` | 批量五档行情 | | `get_security_bars(market, code, ...)` | 个股 K 线 | | `get_index_bars(market, code, ...)` | 指数 K 线 | | `get_minute_time_data(market, code)` | 今日分时 | | `get_history_minute_time_data(market, code, date)` | 历史分时 | | `get_transaction_data(market, code, ...)` | 当日逐笔成交 | | `get_history_transaction_data(...)` | 历史逐笔成交 | | `get_fund_flow(market, code)` | 当日资金流向 | | `get_history_fund_flow(market, code, ...)` | 历史资金流向 | | `get_xdxr_info(market, code)` | 除权除息历史 | | `get_finance_info(market, code)` | 最新财务数据 | | `get_company_info_category(market, code)` | 公司信息目录 | | `get_company_info_content(...)` | 公司信息文本 | | `get_block_info(filename)` | 板块信息 | | `get_report_file(filename)` | 下载服务器文件 | | `get_market_stat()` | 全市场涨跌统计 | | `get_price_limits(market, code, name, pre_close)` | 涨跌停价 | ## 架构 ``` src/easy_tdx/ ├── client.py # TdxClient / AsyncTdxClient(标准协议) ├── unified.py # UnifiedTdxClient(统一入口) ├── config.py # 服务器地址、端口、超时配置 ├── indicator.py # 技术指标计算(34 个,基于 MyTT) ├── MyTT.py # 麦语言技术指标算法库 ├── mac/ │ ├── client.py # MacClient / AsyncMacClient(MAC 协议) │ ├── enums.py # Period, Adjust, Category, ExMarket, SortType, ... │ ├── models.py # MacBar, MacQuoteField, MacTick, BoardInfo, ... │ └── commands/ # MAC 命令(build_request + parse_response,无 IO) ├── ex/ │ ├── client.py # ExTdxClient / AsyncExTdxClient(标准协议扩展市场) │ ├── mac_client.py # MacExClient / AsyncMacExClient(MAC 协议扩展市场) │ └── transport/ # ExTdxConnection(端口 7727) ├── transport/ │ ├── sync.py # TdxConnection + ping_host / ping_all │ └── async_.py # AsyncTdxConnection(asyncio) ├── commands/ # 标准协议命令(无 IO) ├── codec/ # price / volume / datetime / frame / bitmap 编解码 ├── chanlun/ # 缠论技术分析(K线合并/分型/笔/线段/中枢/买卖点/背驰) ├── factor/ # 因子引擎(Factor ABC/19内置因子/截面计算/因子分析/预处理管道) ├── portfolio/ # 组合管理(4优化器/风险模型/再平衡引擎) ├── backtest/ # 回测引擎(Strategy基类/向量化引擎/多因子组合/滑点模型/执行仿真/归因分析) ├── screen/ # 策略选股扫描(scan信号扫描/rank回测排名/并发扫描/增量缓存) ├── realtime/ # 实时数据推送框架(EventBus/事件驱动/asyncio) ├── web/ # Web API(FastAPI REST + WebSocket) ├── models/ # 纯 dataclass,无业务逻辑 ├── offline/ # 离线数据读写模块(读取 + 写入同步) └── cli/ # easy-tdx CLI(click) ``` commands 层不依赖 transport,可独立单测。 ## 开发 ```bash python -m pytest tests/unit/ -v # 单元测试(无需网络) XMTDX_LIVE=1 python -m pytest tests/integration/ -v # 集成测试 mypy src/ # 类型检查 ruff check src/ tests/ # lint ruff format --check src/ tests/ # format check ``` ## 致谢 - [pytdx](https://github.com/rainx/pytdx) -- 离线数据读取模块借鉴自 pytdx 项目,感谢 rainx 及所有贡献者 - [xmtdx](https://github.com/minionszyw/xmtdx) -- 本项目初始原型 - [mootdx](https://github.com/mootdx/mootdx) -- 工程化封装参考 - [MyTT](https://github.com/mpquant/MyTT) -- 麦语言技术指标算法库,技术指标计算基于此实现 详见 [NOTICE](NOTICE) 和 [LICENSE](LICENSE)。 ## Changelog ### 1.14.5 (2026-06-17) **缠论可视化日期自适应时分** — 响应网友反馈,分钟级别(1/5/15/30/60min)的缠论结果日期字段现在输出完整时分 `YYYY-MM-DD HH:MM`,日/周/月/年级别仍只输出日期 `YYYY-MM-DD`(无多余 `00:00`)。 新增 `ChanlunResult._fmt_dt()` 按 `frequency` 自适应格式化,统一作用于 `bis` / `zss` / `mmds` / `bcs` / `xds` 所有日期字段。兼容 CLI 原始值(`5MIN`/`30MIN`)与 Web 映射值(`5min`/`30min`)的大小写。三层接入同步生效。 ### 1.14.4 (2026-06-16) **CI 修复** — 修复 v1.14.3 中 `cmd_chanlun.py` 两处 `click.echo(...)` 未按 `ruff format` 行宽规则合并导致的 CI 格式检查失败(纯格式调整,无功能变化)。 ### 1.14.3 (2026-06-16) **缠论 CLI table 模式补日期** — 延续 v1.14.2 的可视化增强,在 `easy-tdx chanlun --table` 表格输出中也为中枢 / 买卖点 / 背驰带上对应日期,与 `笔` / `线段` 的风格对齐。日期缺失时显示 `—`。 - **中枢**:`[idx] zg=... zd=...` - **买卖点**:` (): ` - **背驰**:`[✓/✗] (): ` ### 1.14.2 (2026-06-16) **缠论结果可视化字段增强** — 响应 [Discussion #2](https://github.com/handsomejustin/easy-tdx/discussions/2),为缠论分析 JSON 输出(`ChanlunResult.to_dict()`)中的中枢 / 买卖点 / 背驰补上对应 K 线日期,方便前端/可视化工具直接用来标点画图。纯增量、向后兼容,不破坏任何已有 JSON 字段。 新增字段: - **中枢 `zss`**:输出起始笔与结束笔的日期 `start_date` / `end_date`(第一笔起点 → 最后一笔终点)。 - **买卖点 `mmds`**:输出触发该买卖点的笔确认日期 `date`(买卖点确立时刻的 K 线日期)。 - **背驰 `bcs`**:输出背驰对照两笔的日期 `curr_date`(当前背驰笔)/ `prev_date`(对照基准笔)。 日期统一采用 `YYYY-MM-DD` 格式(与已有 `bis` / `xds` 输出一致),全部字段对 `None` 做了兜底。三层接入(Python API / CLI `easy-tdx chanlun` / Web `/chanlun/analyze`)同步生效,Web 接口直接返回新字段无需改动。 ### 1.14.1 (2026-06-15) **高级回测 ExecutionModel 路径 3 个真实数据兼容 Bug 修复** — 实测 `601088` 高级回测(方根滑点 + TWAP)暴露:权益曲线恒定、收益归零。根因为 ExecutionModel 路径与真实行情数据的格式/列名/类型脱节。 Bug 修复: - **datetime 类型分歧(致命)**:`ExecutionModel` 把 `Trade.datetime` 转成 `int(YYYYMMDD)`,而 `PortfolioTracker` 用 df 原始 `Timestamp` 作为 `trade_map` 字典 key,导致 TWAP/VWAP/Limit 路径的交易**全部静默丢失**、权益曲线恒定、收益恒为 0%。修复:`Trade.datetime` 改用 df 原始值,与 `OrderSimulator` 一致。 - **volume 列名分歧**:`execution.py`/`orders.py` 仅认 `"volume"` 列,但真实行情(`get_security_bars`)列为 `"vol"`,导致滑点模型 volume 恒为 0、`SquareRootSlippage` 退化百分比模式、VWAP 退化为等权。修复:兼容 `vol`/`volume` 列名。 - **date/datetime 列名分歧**:日线 `get_security_bars` 返回 `date` 列,但 `BacktestEngine` 硬性要求 `datetime` 列,按文档直接跑日线回测会 `ValueError`。修复:`BacktestEngine.run` 入口缺 `datetime` 时由 `date` 派生,下游无感兼容。 为何此前未发现:`test_engine_with_twap` 仅断言「生成了交易」,未断言「交易实际影响了组合」;execution 单测用 int datetime 掩盖了类型分歧。本次新增 3 个回归测试编码「权益曲线随交易变化」「vol 列可读」「date 列可跑」契约,均经红灯验证(修复前精确失败)。 验证:全部 650 单测通过,backtest 模块 ruff + mypy strict 清洁,`examples/22_backtest_advanced/backtest_601088_advanced.py` 实测权益曲线不再恒定、高级档收益从假的 0% 修正为真实的 -3.57%。 ### 1.14.0 (2026-06-15) **新增新浪财报三表** — 三层接入(编程 API / CLI / Web API),独立数据源,无需连接 TDX 行情服务器。 - 新模块 `easy_tdx.sina`:`SinaClient().get_financial_report(code, report_type=, num=)` 返回 `DataFrame`(每行一期,列为科目名 + `{科目}_同比`) - 三表:`lrb`(利润表)/ `fzb`(资产负债表)/ `llb`(现金流量表),report_type 支持中英文别名 - CLI:`easy-tdx f10 600519 [--type lrb|fzb|llb] [--num N]`(接管原 f10 占位符) - Web:`GET /api/v1/sina/financial-report?code=&type=&num=` - 标准库 urllib 实现,零新依赖 - 修复参考脚本 bug:`item_value` 字符串转 float(原 object 列无法数值计算) - 大类标题行(如「流动资产」)保留为 None,完整反映报表结构 - `SinaError` 继承 `TdxError`,保证全局 `except TdxError` 覆盖 测试:`tests/unit/test_sina.py` 27 个离线用例(mock HTTP,零网络),覆盖三表解析、数值转换、报告期格式化、同比键、paperCode 推导、错误转换。 ### 1.13.1 (2026-06-15) **cninfo 公告检索 Bug 修复 + PDF 下载**(实测 `easy-tdx announcement 601088` 暴露的 3 个 Bug + 新增 PDF 下载功能)。 Bug 修复: - `url` 404:原仅拼 `announcementId` 一个参数,补全 4 参数 `stockCode`/`announcementId`/`orgId`/`announcementTime`(少任一参数 404) - `type` 列全 null:cninfo 对很多公告不填 `announcementTypeName`,回退到 `adjunctType`(如 "PDF") - 表格输出 `url` 被截断成 `https://www.cninfo.com.cn/new/`:`output._render_table` 对 object 列硬切 30 字符;新增 `_render_table_full`,`announcement --table` 专用不截断 新增功能 — PDF 下载: - `CninfoClient.download_pdf(announcement, dest_dir=, filename=)`:接受 `Announcement` 或 DataFrame 一行,自动建目录,默认文件名 `{YYYYMMDD}_{announcement_id}.PDF` - CLI:`--download N --download-dir DIR` 批量下载最新 N 条 PDF - `Announcement` dataclass 扩展字段:`code`/`org_id`/`announcement_id`/`announcement_time`/`pdf_url`(`pdf_url` 为 `static.cninfo.com.cn` 直链) 测试:`tests/unit/test_cninfo.py` 24 → 35 个用例,新增 URL 4 参数、type 回退、pdf_url 构建、`download_pdf`(成功/无附件/建目录/Series 兼容/网络失败/自定义文件名)共 11 个场景。全部 621 单测通过,mypy strict + ruff 清洁。 ### 1.13.0 (2026-06-14) **新增巨潮公告检索** — 三层接入(编程 API / CLI / Web API),独立数据源,无需连接 TDX 行情服务器。 - 新模块 `easy_tdx.cninfo`:`CninfoClient().get_announcements(code, count=, page=)` 返回 `DataFrame[title, type, date, url]` - CLI:`easy-tdx announcement 688017 [--count N --page N --table]` - Web:`GET /api/v1/announcements?code=&count=&page=` - 标准库 urllib 实现,零新依赖 - 沿用 #19 修复的 orgId 动态映射 + 三段硬编码 fallback(保证 601xxx 段可查) ### 1.12.0 (2026-06-14) **新增 4 个技术指标(30 → 34)** — 按"语义空白"补齐三类现有指标库缺失的维度:止损位、机构成本价、趋势启动时机。均为纯 numpy 实现,零新依赖。 **新增指标**: - **SAR 抛物线转向**(`high, low` → `SAR`):基于 Wilder 加速因子的动态止损位,填补 32 个指标里"止损位"语义的空白。可直接喂给 `BacktestEngine` 做动态 `stop_loss`。实现含反转检测、AF 加速/封顶、SAR 不穿越前两根 K 线极值的限制。 - **VWAP 成交量加权均价**(`close, high, low, vol` → `VWAP`):N 日滚动机构基准成本价,填补"机构成本"维度空白。用典型价格 `(H+L+C)/3` 加权,含除零保护(零成交量返回 nan)。 - **AROON 阿隆指标**(`high, low` → `AROON_UP, AROON_DOWN, AROON_OSC`):用"N 周期内新高/新低距今多少根"识别趋势启动时机,与现有 DMI(判断趋势强度但滞后)互补而非冗余。 - **FK 趋势指标**(`close` → `FK`):清理孤儿函数——`MyTT.FK` 此前已实现但未在 `indicator.py` 注册,用户通过 CLI/API 无法调用。现正式注册暴露。语义为 EMA(2) 是否突破斜率外推 EMA(42),本质是动量偏离检测。 **架构**:所有新指标沿用现有 `IndicatorSpec` 注册模式,`compute_indicators()` / `get_stock_kline_with_indicators()` / CLI `easy-tdx indicator` 自动可用,无需改动调度层。 **除零与边界保护**: - SAR:一字板/停牌(高低价相同)不崩溃、不产生 inf;空输入返回空数组 - VWAP:零成交量返回 nan(不产生 inf);前 N-1 根为 nan(rolling 窗口) - AROON:输出严格落在 [0, 100] 区间 **类型存根**:`MyTT.pyi` 同步补充 SAR/VWAP/AROON/FK 四个函数签名,mypy strict 零错误。 **测试**:新增 `tests/unit/test_mytt.py`,22 个用例覆盖三个新指标 + FK 的数值正确性、单边行情行为、除零/空输入边界。注册层端到端覆盖复用 `test_indicator.py::test_all_registered_indicators_run`。 ### 1.11.6 (2026-06-13) **CI 类型与格式修复** — 修复 CI 流水线 mypy strict(13 errors)和 ruff format(8 files)失败,全部为类型标注与存根问题,无运行时行为变更。 **mypy strict 修复(13 errors → 0)**: - `portfolio/optimizer.py`:`register_optimizer` 装饰器返回类型从 `type[WeightOptimizer]` 改为 `Callable[[type[WeightOptimizer]], type[WeightOptimizer]]`,消除 4 个子类 "Too many arguments" 误报 - `factor/engine.py`:`_datetime_to_int` 用 `isinstance` 收窄替代 `object → int` 强转,消除 call-overload + no-any-return - `backtest/orders.py` / `execution.py`:年化波动率 `np.sqrt()` 表达式用 `float()` 包裹,消除 no-any-return - `factor/builtin/technical.py`:`MyTT.pyi` 的 `MACD` 存根删除错误的 `LOW/HIGH` 参数,与 `MyTT.py` 实际签名 `MACD(CLOSE, SHORT, LONG, M)` 对齐 - `pyproject.toml`:新增 scipy mypy override(`ignore_missing_imports`),统一处理可选依赖的 stubs 缺失,移除冗余 inline `type: ignore` **ruff format**:8 个 test 文件统一格式化。 **测试**:564 passed, 0 failed;mypy 192 文件零错误;ruff check/format 全绿。 ### 1.11.5 (2026-06-13) **稳定性与代码质量修复** — 全项目代码审计 + 一个潜伏的 ping 崩溃 bug 修复。 **Bug 修复**: - 修复 `easy-tdx ping` 在非交易时间(服务器握手阶段关闭连接)整个命令崩溃的问题。根因:`ping_host` 仅捕获 `OSError`,但握手期 `_recv_exact_sock` 抛出的 `TdxConnectionError`(继承自 `TdxError(Exception)` 而非 `OSError`)逃出捕获,经 `ping_all` 的 `fut.result()` 重新抛出,导致单台服务器不可用就拖垮整条测速命令。修复后符合 docstring 承诺"不可达服务器不包含在结果中",并加防御层让 `ping_all` 对异常 future 容错跳过。 - 修复回测 `OrderSimulator._find_bar_index` 把 DataFrame 的 index label 当位置索引用的隐患。当传入 df 的 index 非默认 RangeIndex 时,`idxmax()` 返回的 label 与 `iloc[]` 期望的位置不一致,可能导致撮合取错 K 线。改用 `to_numpy().argmax()` 取真实位置。 **依赖与工程化**: - scipy 隐式硬依赖声明:`factor/analysis.py` 的 Rank IC(spearman)通过 pandas lazy import scipy,干净环境必报 `ModuleNotFoundError`。新增 `science` 可选依赖组(`pip install easy-tdx[science]`),并在 spearman 分支加 try-import 友好报错(复用 `optimizer.py` 现有模式)。 - `mac/client.py` 板块 N 日涨跌幅排行中静默吞异常的 `except Exception: continue` 补上 `logger.debug` 日志,便于排查。 - `.gitignore` 补全 `.coverage`、`signals.json`。 **文档**: - `CLAUDE.md` 架构章节更新:补全 `mac/`、`ex/`、`unified.py`、`portfolio/`、`factor/`、`offline/`、`screen/` 等子包,说明四套 client(Windows/macOS/扩展/macOS扩展)的 sync+async 镜像关系。 **测试**:564 passed, 0 failed(+8 新增:2 ping 容错回归、2 非连续 index 回归、4 既有覆盖增强) ### 1.11.1 (2026-06-12) **量化因子引擎 + 组合管理 + 高级回测增强** — 三大新模块,补齐从因子研究到组合执行的完整量化链路。 **因子引擎(factor/)**: - `Factor` ABC + 注册表模式(`@register_factor` 装饰器),19 个内置因子 - `FactorEngine`:单股多因子 / 截面批量 / 远期收益计算 - 因子类别:动量、波动率、质量、成交量、技术(桥接 MyTT)、缠论(桥接 ChanlunAnalyser)、价值(占位) - 因子预处理管道:去极值(MAD)、标准化、排名归一化、填充缺失、正交化 - `FactorAnalyzer`:IC(Spearman)、分层收益(5 组)、换手率、衰减分析、完整报告 **组合管理(portfolio/)**: - 4 种权重优化器:等权、因子加权、风险平价(逆波动率)、均值方差(scipy 可选) - 风险模型:Ledoit-Wolf 收缩协方差、组合风险分解 - `RebalanceEngine`:多期调仓回测(周/月/季),100 股整手、佣金+印花税 **高级回测增强(backtest/)**: - 4 种滑点模型:Fixed、Percent、SquareRoot(Almgren-Chriss)、Volume - 4 种执行仿真:Immediate、TWAP、VWAP、Limit(限价单 + TTL) - `AttributionAnalyzer`:成本归因、Brinson 归因(配置/选股/交叉)、因子归因 - 完全向后兼容(`BacktestEngine` 新增 `slippage_model` / `execution_model` 可选参数) **CLI**: - `easy-tdx factor list` / `factor analyze` — 因子列表和分析 - `easy-tdx pfactor backtest` — 组合因子选股回测 **测试**:556 passed, 0 failed(+176 新增) ### 1.10.5 (2026-06-12) **Web API 全面补齐 + 稳定性修复** — 新增 18 个 REST 端点,Web API 与 CLI 接口覆盖对齐,修复多个生产环境问题。 - **板块分析(6 端点)**:板块列表、成分股、所属板块、板块摘要、涨幅排名、N日涨幅排行 - **资金/信息(3 端点)**:个股资金流向、个股信息快照、服务器交易时段 - **排行/竞价/异动(3 端点)**:分类排序行情列表、集合竞价、市场异动 - **扩展市场(4 端点)**:港股/美股/期货的 K 线、报价、分时、逐笔成交 - **技术指标(2 端点)**:指标列表、指标计算(POST) - 新增 `AsyncMacClient` 依赖注入(`get_mac_client`),Web 层同时管理 TDX + MAC 双客户端连接 - 新增 `AsyncExTdxClient` 依赖注入(`get_ex_client`),可选启用扩展市场端点 - 新增 6 个 MAC 枚举转换器(BoardType/SortType/SortOrder/Category/ExMarket/FilterType) - 新增 `DictResponse` 和 `ComputeIndicatorsRequest` schemas - Web API 端点总数从 22 增至 40 - 修复 MAC 客户端连接失败时 12 个端点返回 `AttributeError`(500),现正确返回 503 - 修复扩展市场 dataclass 序列化时 `_raw: bytes` 字段导致 JSON 编码 500 错误 - 修复 `/redoc` 页面 404(CDN `redoc@next` 已失效),手动注册端点并锁定 `redoc@2.2.0` 稳定版 ### 1.10.0 (2026-06-12) **Web API 层** — 新增 FastAPI REST + WebSocket 服务,一键将 easy-tdx 暴露为 HTTP API。 - 新增 `src/easy_tdx/web/` 模块:app factory、6 个路由(market/bars/finance/block/chanlun/realtime)、Pydantic schemas、异常处理 - 新增 `easy-tdx serve` CLI 命令,支持 `--host`、`--port`、`--tdx-host`、`--reload` 参数 - REST 端点覆盖全部 `AsyncTdxClient` 方法(K线/报价/资金流向/板块/财务/缠论分析等) - WebSocket 端点 `/ws/realtime/{symbol}` 支持实时行情订阅和多标的动态切换 - 自动生成 Swagger UI (`/docs`) 和 ReDoc (`/redoc`) 文档 - 可选依赖 `pip install easy-tdx[web]`,核心安装不受影响 - 20 个离线单元测试覆盖 schemas、路由注册、OpenAPI schema 生成、输入验证 - 修复 `deps.py` 中 `AsyncTdxClient` 在 `TYPE_CHECKING` 下导致运行时 `NameError`(500 → 正常启动) - 修复 market/category 参数不支持小写(`sz`/`sh`)和非法值(`ZZZ`)导致 500 的问题,统一返回 400 Bad Request ### 1.9.10 (2026-06-11) **板块 N 日涨跌幅排行** — 新增 `board-change-ranking` 命令,支持按行业/概念/风格板块计算指定日期前 N 个交易日的涨跌幅并排行。 - 新增 `MacClient.get_board_change_ranking()` / `AsyncMacClient` 同名异步方法 - 新增 CLI 命令 `easy-tdx board-change-ranking`,支持 `--type`、`--date`、`--days`、`--top`、`--asc` 参数 - 利用板块指数 K 线直接计算,无需逐个聚合成分股,效率远高于现有 `board-ranking` - 支持指定截止日期(`--date YYYYMMDD`),周末/节假日自动回退到前一交易日 - 默认列出全部板块,`--top N` 截断前 N 个 - 12 个单元测试覆盖计算正确性、边界条件、排序方向 ### 1.9.9 (2026-06-11) **Bug 修复** — 修复并发扫描(`--workers`)在动态加载策略时静默返回空结果的问题。 - **根因**:`ProcessPoolExecutor` 将动态 `importlib` 加载的策略类 pickle 序列化后发送到子进程,子进程无法反序列化(模块未注册到 `sys.modules`),异常被 `except` 静默吞掉 - **修复**:`_scan_parallel` 改为传递策略文件路径(字符串),子进程内通过 `_load_strategy_class` 自行加载策略类 - 新增 `_get_strategy_file` 辅助函数:从类方法 `co_filename` 反查策略文件路径 - 新增回归测试 `TestParallelPickleFix` ### 1.9.8 (2026-06-11) **CI 修复** — 修复 CI 流水线 ruff 和 pytest 配置问题。 - 修复 `MyTT.pyi` 类型存根文件行过长导致 ruff check 失败(`.pyi` 文件排除 ruff 检查) - 添加 `pytest-asyncio` 依赖,修复 `test_realtime.py` 异步测试报错 - 修复 `test_backtest_engine.py` 中未使用变量 `result` 的 lint 警告 - 380 个测试全部通过,CI 全绿 ### 1.9.7 (2026-06-11) **CLI 全量集成** — v1.9.6 新增的 6 项功能全部暴露到 CLI,修复缠论多级别联立的 client 生命周期 bug。 - **`screen scan` 并发扫描**:新增 `--workers N` 参数,ProcessPoolExecutor 并行处理,推荐 4-8 进程,扫描速度提升 4-8 倍 - **`screen scan` 增量缓存**:新增 `--cache PATH` 参数,mtime 检测未修改的 `.day` 文件自动跳过 - **`backtest` 缠论桥接**:新增 `--chanlun-level LEVEL` 参数,引擎自动计算缠论分析并注入策略 `self.chanlun` - **`portfolio` 组合回测**:新增 `easy-tdx portfolio` 命令,多标的共享资金池、均等分配、汇总绩效 - **`chanlun` 多级别联立**:新增 `--multi-level PERIOD` 参数,分析高级别最后一笔在低级别中的趋势方向、笔重叠、背驰条件 - **Bug 修复**:`cmd_chanlun.py` 中 `_run_multi_level` 在 `with` 块外使用 `client`,导致已关闭连接报错 ### 1.9.6 (2026-06-11) **工程质量全面升级** — 基于 Devin AI 代码审查的 12 项改进建议全部落地,覆盖 CI、回测引擎、缠论模块、扫描引擎和架构层面。 - **CI 覆盖率强制执行**:pytest 命令加入 `--cov-fail-under=50`,CI 不再空转 - **真实平均持仓天数**:`avg_holding_days` 从硬编码 5.0 改为 FIFO 配对计算,区分 int/Timestamp 两种日期格式 - **向量化 datetime 转换**:`_datetime_to_int` 用 `pd.to_datetime` 向量化替代 Python for 循环,大数组性能提升 100x+ - **止损/止盈实际执行**:`BacktestEngine` 新增 `_StopCondition` 跟踪,`OrderSimulator` 在每根 bar 检查 SL/TP 并触发平仓信号 - **缠论信号自动桥接**:`BacktestEngine` 新增 `chanlun_level` 参数,自动调用 `ChanlunAnalyser` 并注入策略,两模块正式打通 - **多标的组合回测**:新增 `PortfolioBacktestEngine`,支持多股票共享资金池、均等/自定义分配、资金加权绩效汇总 - **并发扫描**:`SignalScanner` 新增 `workers` 参数,`ProcessPoolExecutor` 并行处理,扫描速度提升 4-8 倍 - **增量扫描缓存**:新增 mtime 检测 + JSON 缓存文件,未修改的 `.day` 文件自动跳过 - **缠论增量更新**:`ChanlunAnalyser` 新增 `append_klines()` 方法,追加新 K 线后去重重新计算,支持实时场景 - **多级别联立增强**:`query_low_level_qs` 新增趋势方向、笔重叠、背驰条件判断字段 - **MyTT 类型存根**:新增 `MyTT.pyi`,50+ 指标函数的类型标注,mypy strict 零错误 - **实时推送框架**:新增 `realtime/` 模块,`EventBus` 发布/订阅 + `RealtimeStrategy` 基类,asyncio 事件驱动架构(API 骨架) - 380 个测试通过,57.56% 覆盖率,mypy strict 150 文件零错误 ### 1.9.5 (2026-06-10) **OBV 能量潮趋势策略** — 新增 `obv_trend.py` 策略,基于 OBV 与其 30 日均线 MAOBV 的关系判断多空方向。 - 新增 `strategies/obv_trend.py`:OBV 能量潮趋势策略 - 入场条件:OBV 超过 MAOBV 达 2% 缓冲带 且 MAOBV 趋势向上(20 根确认) - 出场条件:OBV 跌破 MAOBV,资金流向转空即离场 - MAOBV 趋势仅作入场过滤(确认趋势存在),出场只看 OBV/MAOBV 交叉信号 - 可调参数:`maobv_period`(30)、`maobv_lookback`(20)、`obv_buffer`(0.02) ### 1.9.4 (2026-06-10) **Bug 修复** — 修复 `easy-tdx version` 命令硬编码版本号的问题,改为从 `pyproject.toml` 动态读取。 - 修复 `cmd_admin.py` 中 `version` 命令硬编码 `1.1.0` 的问题 - 版本号现在通过 `importlib.metadata` 从 `pyproject.toml` 动态获取,不再需要手动同步 ### 1.9.3 (2026-06-10) **新增 `run-all` CLI 命令** — 一行命令批量运行 strategies/ 目录下所有策略并排名,与 `run_all_strategies.py` 脚本功能完全一致。 - 新增 `easy-tdx run-all` CLI 命令,支持 `--count`、`--cash`、`--commission`、`--adjust`、`--period`、`--combo`、`--combo-mode`、`--show`、`--strategies-dir` 参数 - 绩效排名 + 综合评分 + 最佳策略交易明细,输出与脚本完全一致 - 支持多因子组合回测(`--combo 2 --combo 3`)和资金曲线图表展示(`--show`) - 支持自定义策略目录(`--strategies-dir`) - `run_all_strategies.py` 保持不变,两种方式并存 ### 1.9.2 (2026-06-10) **策略选股扫描器** — 新增 `screen` 命令组,用策略扫描全市场找出触发买入信号的股票,再做历史回测排名。纯离线数据,零网络 IO。 - 新增 `screen scan` CLI 命令:纯离线扫描本地 `.day` 文件,提取策略信号,输出 JSON - 新增 `screen rank` CLI 命令:读取扫描结果,批量回测并按夏普/回撤等指标排名 - 新增 `src/easy_tdx/screen/` 模块:`SignalScanner`(扫描引擎)、`SignalRanker`(排名引擎) - 两步走工作流:scan 几秒扫完全市场 → rank 对信号股做历史评估 - 支持 `--universe` 指定范围(all/sh/sz/自定义文件)、`--sort` 排序、`--names` 在线补名称 - 支持管道模式:`easy-tdx screen scan ... | easy-tdx screen rank --from - --table` - 新增 20 个单元测试(离线,无需网络) ### 1.9.0 (2026-06-10) **多因子组合回测** — 新增组合回测引擎,支持 2-3 个因子信号叠加,自动遍历所有组合寻找最优搭配。 - 新增 `backtest/combo.py` 模块:`CombinationRunner`、`extract_factor_signals`、`combine_masks`、`FactorSignals`、`ComboResult` - 信号合并模式:AND(全部同意)、OR(任一同意)、MAJORITY(过半同意) - CLI 新增 `--combo-strategies` 和 `--combo-mode` 参数,支持指定策略文件组合回测 - `run_all_strategies.py` 新增 `--combo` 和 `--combo-mode` 选项,自动遍历 C(N,2)/C(N,3) 所有组合并排名 - 核心思路:预提取 N 个因子信号(只跑一次)→ 遍历组合合并遮罩(纯 numpy)→ 批量回测排名 - 新增 14 个单元测试(离线,无需网络) - 修复 MyTT `MFI()` / `CR()` 指标分母为零时的 RuntimeWarning ### 1.8.2 (2026-06-09) **策略扩充 + 可视化** — 新增 6 个策略(共 15 个)、`--show` 资金曲线图、茅台 demo 截图。 - 新增 `run_all_strategies.py --show` 参数:自动弹出最佳策略资金曲线 vs 股价归一化对比图(matplotlib 双轴图 + 买卖点标记) - 新增 `zhuoyao_momentum` 策略:ZHUOYAO 多周期共振(SHORT/TREND/MID 三重过滤) - 新增 `dmi_trend` 策略:DMI/ADX 趋势强度跟踪 - 新增 `cci_breakout` 策略:CCI ±100 区间突破 - 新增 `mfi_volume` 策略:MFI 量价反转(带成交量权重的 RSI) - 新增 `trix_cross` 策略:TRIX 三重平滑趋势交叉 - 新增 `mtm_momentum` 策略:MTM 动量零线穿越 - 新增 SH600519 贵州茅台 demo 截图 ### 1.8.1 (2026-06-09) **回测增强** — 批量策略对比脚本新增最佳策略完整交易明细输出;版本号统一为单一来源(`pyproject.toml`)。 - `run_all_strategies.py` 排名结束后自动输出最佳策略的绩效概要 + 最近 10 笔交易记录 - 修复 `turtle_breakout` 策略 `TAQ()` 返回 3 值但只解包 2 个的 bug - 版本号统一:`pyproject.toml` 为唯一来源,`__init__.py` / `cli/__init__.py` / `docs/conf.py` 均动态读取 ### 1.8.0 (2026-06-09) **回测引擎** — 内置向量回测引擎,支持自定义策略回测和全策略批量对比。 - 新增 `backtest` 子包:Strategy 基类、BacktestEngine、OrderSimulator、PortfolioTracker、PerformanceAnalyzer - 新增 `easy-tdx backtest` CLI 命令,支持 `--strategy-file`、`--cash`、`--commission`、`--adjust` 等参数 - 绩效报告包含 19 项指标:总收益率、年化收益、最大回撤、夏普比率、索提诺、卡玛、胜率、盈亏比等 - 新增 `strategies/` 目录,包含 9 个开箱即用的策略示例(MA/EMA/MACD/BOLL/RSI/KDJ/BIAS/海龟/量价) - 新增 `run_all_strategies.py` 批量对比脚本,一键跑完全部策略并按收益率和综合评分排名 - 自带策略在 SZ 300308 上 3 年回测:收益率最高 1413%(expma_cross),综合最优 turtle_breakout - 30+ 离线单元测试覆盖,零网络依赖 ### 1.7.1 (2026-06-08) **Bug 修复** — 修复缠论笔计算在持续下跌/上涨走势中因"分型陷阱"导致近期笔丢失的问题。 - 修复 `find_bis()` 贪心算法在密集交替分型场景下提前终止的 bug - 根因:当异类型分型 gap=0 时,算法仍用更极端的同类型分型替换 start_fx,导致 right_kline_index 不断前推,后续所有异类型分型 gap 永远为 0 - 新增 `pending_opposite` 保护机制:存在未配对异类型分型时冻结替换,保留 start_fx 较前位置 - 影响范围:持续下跌/上涨中的高价股(如贵州茅台)或分型密度高的股票 - 新增回归测试 `test_fractal_trap_regression` ### 1.7.0 (2026-06-07) **缠论技术分析模块** — 新增完整的缠论(ChanLun)计算引擎,通过 CLI 和 Python API 提供个股缠论分析。 - 新增 `chanlun` 子包:K线合并、分型识别、笔/线段/中枢/买卖点/背驰计算 - 新增 `easy-tdx chanlun` CLI 命令,支持 JSON/表格输出 - 新增 MACD 指标计算(纯 numpy,无额外依赖) - 新增多级别联立分析(MultiLevelAnalyser) - 计算管道:`DataFrame → K线合并 → 分型 → 笔 → 中枢 → 线段 → 买卖点 → 背驰` - 49 个离线单元测试覆盖,零网络依赖 ### 1.6.1 (2026-06-07) **Bug 修复** — 修复 sync-all/sync-daily 对指数文件误用股票解析器导致垃圾日期的问题。 - 修复 `_fetch_all_daily_bars` 对指数文件(sh00/sh88/sh99, sz39)错误调用 `get_security_bars()` 的问题 - 指数文件现在正确使用 `get_index_bars()`(服务端响应每条记录多 4 字节上涨/下跌家数) - 新增 `_is_index_code()` 辅助函数,根据市场和代码前缀判断证券类型 ### 1.6.0 (2026-06-07) **离线数据写入同步** — 从服务端获取最新日线数据并写入本地通达信 .day 文件,替代通达信内置下载功能。 - 新增 `offline sync-daily` CLI 命令:同步单只股票日线,自动增量/全量判断,支持分页获取完整历史 - 新增 `offline sync-all` CLI 命令:一键扫描沪深全市场 .day 文件并同步 - 新增 `write_daily.py` 模块:日线编解码(`encode_daily_bar`)、追加写入(`append_daily_bars`)、末尾日期检测 - 新增 `write_ex_daily.py` 模块:扩展市场日线写入(期货/港股,价格 float32) - 新增 `write_min_bar.py` 模块:分钟线写入(.5/.lc1/.lc5 格式) - 写入自动跳过重复日期,空文件自动全量下载,已有数据只做增量追加 - 50 个新增单元测试覆盖编解码 round-trip、追加去重、边界条件 ### 1.5.0 (2026-06-02) **离线数据 CLI 命令** — 新增 `offline` 命令组,无需网络即可通过 CLI 读取本地通达信数据文件。 - 新增 `offline home`:检测通达信安装目录 - 新增 `offline daily`:A 股日线数据(.day 文件) - 新增 `offline min`:分钟线数据(.5/.lc1/.lc5 文件,`--type` 指定格式) - 新增 `offline ex-files`:列出扩展市场可用日线文件 - 新增 `offline ex-daily`:扩展市场日线数据(期货/港股/外盘) - 新增 `offline gbbq`:股本变迁数据 - 新增 `offline financial`:历史财务数据 - 新增 `offline blocks`:自定义板块数据 ### 1.4.3 (2026-05-28) **30日乖离率信号指标** — 新增 BIAS_SIGNAL 指标,在标准乖离率基础上叠加短/长信号线,通过三者位置关系判断趋势方向和转折点。源自通达信经典指标。 - 新增 `BIAS_SIGNAL` 指标:输出 BS_X/BS_SMA/BS_LMA 三条线 - CLI: `easy-tdx indicator BIAS_SIGNAL -m SH -c 600519 --table` - Python API: `indicators=["BIAS_SIGNAL"]` - 详见 [30日乖离率信号指标详解](docs/indicator-bias-signal.md) ### 1.4.2 (2026-05-28) 修复 1.4.1 发布遗漏:MyTT.py 中 ZHUOYAO 函数定义未包含在 1.4.1 的 PyPI 包中。 ### 1.4.1 (2026-05-28) **捉妖大师指标** — 新增 ZHUOYAO 多周期涨幅共振指标,通过 20/60/120 日涨幅及指数平滑判断短中长线趋势是否同向,用于筛选趋势刚启动的强势股。 - 新增 `ZHUOYAO` 指标:输出 ZY_LONG/ZY_MID/ZY_SHORT/ZY_TREND 四条线 - CLI: `easy-tdx indicator ZHUOYAO -m SH -c 600519 --table` - Python API: `indicators=["ZHUOYAO"]` - 详见 [捉妖大师指标详解](docs/indicator-zhuoyao.md) ### 1.4.0 (2026-05-28) **技术指标计算** — 集成 [MyTT](https://github.com/mpquant/MyTT) 麦语言指标库,支持 30 个常用技术指标,一步获取 K 线 + 指标值。 - 新增 `indicator.py` 核心模块:注册表驱动的指标调度,`compute_indicators()` 纯计算无 IO - 新增 `MacClient.get_stock_kline_with_indicators()` / `AsyncMacClient` 同名方法 - 新增 `UnifiedTdxClient.get_stock_kline_with_indicators()` / `AsyncUnifiedTdxClient` 同名方法 - 新增 CLI 命令 `easy-tdx indicator` 和 `easy-tdx indicator-list` - 自动获取 200+ 条历史数据预热 EMA,用户只需指定返回条数 - 支持的指标:MACD, KDJ, RSI, BOLL, DMI, ATR, WR, CCI, BIAS, OBV, VR, EMV, MFI, BRAR, ASI, TRIX, DPO, MTM, ROC, EXPMA, BBI, PSY, DFMA, CR, KTN, XSII, MASS, TAQ ### 1.3.1 (2025-05-15) - 新增 `board-summary` 和 `board-ranking` CLI 命令 - 新增 `get_board_summary()` 板块汇总(成交额、主力净流入、涨跌家数) - 新增 `get_board_ranking()` 板块涨跌幅排行榜 ### 1.3.0 (2025-05-12) - 新增 MAC 协议客户端 `MacClient` / `AsyncMacClient`(端口 7709) - 新增扩展市场客户端 `MacExClient` / `AsyncMacExClient`(端口 7727) - 新增统一客户端 `UnifiedTdxClient` 自动路由 A 股 / 扩展市场 - 新增板块、资金流向、集合竞价、异动、个股特征等数据接口 - 新增 `easy-tdx` CLI 工具,默认 JSON 输出 ### 1.2.1 (2025-04-20) - 离线数据读取模块(日线、分钟线、板块、财务) - 除权除息、股本变迁读取 ### 1.0.0 (2025-03-01) - 首个正式版本 - TdxClient / AsyncTdxClient 标准协议客户端 - K 线、实时报价、分时、逐笔成交、财务数据 ## 免责声明 本工具仅供学习和技术研究使用,不构成任何投资建议。使用者应自行承担投资决策的全部风险。 作者不对因使用本工具导致的任何直接或间接损失负责。