如何用 Python 批量处理通达信财务数据【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/mootdxmootdx 是一个通达信TDX数据的 Python 封装库其中财务数据模块负责批量处理通达信财务数据下载 gpcw 系列财务文件、把二进制 .dat 解析为 DataFrame并支持按报告期批量回补。适合想搭建本地财务数据底表的量化开发和研究员阅读。痛点对照传统做法和 mootdx 做法在动手之前先看财务数据整理中三个常见痛点。与不做任何免费数据源对接的传统流程相比做法上的差异大致如下传统做法mootdx 做法在通达信客户端里逐季切换查看财务数据或从数据源网站逐个导出 ExcelAffair.files()一次拉取全部报告期文件清单Affair.parse()直接输出 pandas DataFrame多年历史数据要逐个下载 zip、解压、手工拼接字段名是数字编号可读性差按文件列表批量解析自动转成中文表头pd.concat即可合并多个报告期季度更新靠人工记忆定期重新跑一遍下载流程基于哈希清单比对只重下缺失或过期文件脚本可交给定时任务无人值守 安装与最短可运行片段安装命令一条包含 pandas、tdxpy 等依赖pip install -U mootdx[all]下面的片段演示最短流程取最新一期文件名并解析成本地 DataFrame核心只用了两个方法from mootdx.affair import Affair files Affair.files() # 从远端哈希清单取全部报告期 latest files[0][filename] # 首条即最新一期如 gpcw20241231.zip df Affair.parse(downdiroutput, filenamelatest) print(df.shape, list(df.columns)[:8])预期输出是 DataFrame 的形状和若干列名索引为股票代码列是基本每股收益营业收入资产总计等中文字段一家上市公司一行。整个过程不需要安装或启动通达信客户端只要求网络可达。 财务文件怎么批量下载一次回补多年历史报告期Affair.fetch(downdir)不带文件名参数时执行批量下载内部逐条比对本地文件的 md5已存在的直接跳过重复执行没有副作用。下载完成后按文件名循环解析并用文件名中间 8 位作为报告期标识合并成长表from mootdx.affair import Affair import glob import pandas as pd Affair.fetch(downdiroutput) # 批量下载已存在的文件按 md5 跳过 rows [] for path in glob.glob(output/gpcw*.zip): name path.rsplit(/, 1)[1] df Affair.parse(downdiroutput, filenamename) df[period] name[4:12] # gpcw20191231.zip - 20191231 rows.append(df.reset_index()) hist pd.concat(rows, ignore_indexTrue) hist.to_csv(gpcw_history.csv, indexFalse)得到的是一张代码 报告期为联合主键的平铺表可以直接导入数据库或按公司透视成宽表。用命令行导出文件不想写 Python 时随包提供的mootdx affair命令覆盖同样功能-l列出全部报告期、-a批量下载、-p解析单个文件-o可指定 CSV、Excel 等输出格式mootdx affair -f gpcw20191231.zip -d output -o output/gpcw20191231.csv⏰ 让财务数据定期自动刷新仓库里 mootdx/tools/DownloadTDXCaiWu.py 是一个独立的更新脚本先从 data.tdx.com.cn 拉取 gpcw.txt、gpszsh.txt 两份哈希清单与本地通达信安装目录下的财务数据目录默认new_tdx/vipdoc/cw逐条比对只下载哈希不一致或缺失的数据包校验后再复制回通达信目录from mootdx.tools.DownloadTDXCaiWu import DownloadTDXCaiWu DownloadTDXCaiWu().run(clear_temp_dirFalse)整个流程是幂等的网络中断后重跑只会补齐缺口。把这条语句包一层 cron 或 Windows 计划任务就是低成本的定期更新机制。注意它写入的是工作目录下的 new_tdx接入已有通达信安装时要确认路径。解析结果的常见现象与处理字段里出现大量 0 或异常数值。现象某些指标为 0或出现 -4e34 这类占位负数原因通达信口径中空值以 0 存储不适用项用占位值填充并非公司真实值处理按指标含义过滤后再计算300 多个字段编号与含义的对照见 docs/api/fields.md。首次下载超时或速度很慢。现象连接失败或长时间无进度原因请求走通达信行情公网服务器默认 7727 端口公开 IP 质量参差处理先执行mootdx bestip测速并把最快服务器写入 config.json再重试下载。最新一期文件只有几百字节。现象最新一期 zip 下载后仅一两百字节解析出的行很少原因哈希清单更新领先于包体文件可能仍在生成或只发布了部分处理回退到上一期使用或借助更新脚本的 md5 校验确认包体完整后再入库。边界说明mootdx 的财务数据来自通达信公开数据通道字段与口径以通达信规范为准适合搭建本地研究库和做因子筛选对外披露口径请以交易所公告为准。更多用法参考仓库内 docs/api/affair.md 与 mootdx/financial/ 源码。文中数据仅供研究参考不构成投资建议。【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
