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
quotes = client.get_security_quotes([
(MARKET_SH, "600519"), (0, "000858"), (0, "300750")
])| 场景 | tdxrs (Rust) | tdxpy (Python) | 提升 |
|---|---|---|---|
| 日线解析 1000 条 | 0.3ms | 2.8ms | 9× |
| 分钟线解析 1000 条 | 0.5ms | 5.1ms | 10× |
| 板块解析 500 条 | 1.2ms | 12.0ms | 10× |
| 网络 K 线 100 条 | 73ms | 110ms | 1.5× |
| 网络行情 3 只 | 75ms | 95ms | 1.3× |
| 60 线程并发 K 线 | 344ms | — | 零退化 |
吞吐量 ~260 万条/秒。全市场 5000 只股票日线解析约 2 秒。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 |
| 逐笔成交 | 当日 + 历史，含买卖方向 |
| 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 |
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：
- 中国 A 股标准除权除息公式：
P_ex = (P_close - D + P_rights × R_rights) / (1 + R_bonus + R_rights) - 支持分红+送股+配股联动
- 自动补全早期除权事件 (context_bars 机制)
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 |
TdxDirectClient |
每请求独立 TCP | 高并发 (60线程零退化) |
TdxFinanceClient |
独立超时(15s) + 磁盘缓存 | gpcw 大文件下载 |
AsyncTdxHqClient |
tokio 异步 | 异步生态集成 |
| 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 |
pip install maturin
git clone https://github.com/jiangtaovan/tdxrs && cd tdxrs
maturin develop --releaseWindows x86_64-pc-windows-gnu 需额外安装 MSYS2 dlltool。详见 安装说明。
from tdxrs import TdxHqClient
from tdxrs.constants import MARKET_SH, MARKET_SZ, KLINE_DAILY, KLINE_WEEKLY, FQ_QFQ, FQ_HFQ, FQ_NONE
client = TdxHqClient()
client.connect_to_any()
# 前复权 (默认)
bars = client.get_security_bars(KLINE_DAILY, MARKET_SH, "600519", 0, 100)
# 未复权原始数据
raw = client.get_security_bars(KLINE_DAILY, MARKET_SH, "600519", 0, 100, fq=FQ_NONE)
# 后复权
hfq = client.get_security_bars(KLINE_DAILY, MARKET_SH, "600519", 0, 100, fq=FQ_HFQ)
# 周K + 自动分页 (3000条)
all_bars = client.get_security_bars_all(KLINE_WEEKLY, MARKET_SH, "600519", count=3000)
# Tuple 高性能模式 (快 40-60%)
tuples = client.get_security_bars_tuples(KLINE_DAILY, MARKET_SH, "600519", 0, 500)
# → (open, close, high, low, vol, amount, year, month, day, hour, minute, datetime)
client.disconnect()# 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: 93 个单元/集成测试 (91 passed)
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)
周期: 12 天, v0.1.0 → v0.5.1
Python API ─── dict / tuple / DataFrame
│
Net 层 ─── Pool / Direct / Finance / Async 四个客户端
│ └── utils.rs 公共工具 (packet / handshake / decompress)
│
Protocol 层 ─── 13 个解析器 + 复权算法 + gpcw 字段映射
│
Reader 层 ─── 日线 / 分钟线 / 板块 / 财务
│
基础设施 ─── error / logging / helpers / constants
| 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 |
| 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 |
| 文件格式 | TDX 二进制格式参考 |
| 代码引用 | 模块依赖 + 变更影响矩阵 |
| 工程经验 | 可复用的开发方法论 |
- Rust 1.83+ | Python 3.8+ | maturin 1.5+
- pandas (可选, DataFrame 输出)
MIT License — 详见 LICENSE