A股实时行情数据

核心用法

Mootdx是基于TDX协议的Python库封装，专用于获取中国A股市场数据。该技能提供K线数据（1分钟/日线）、实时行情快照（含五档盘口）、逐笔成交明细等核心功能。支持单股查询与批量并发获取，通过get_bars()获取历史K线，get_realtime_quote()/get_realtime_quotes()获取实时行情，get_transactions_history()/get_transactions_realtime()获取tick级成交数据。

关键特性包括：自动处理代码格式转换（去除.SZ/.SH后缀）、内置时区补丁解决非交易时段调用失败问题、智能计算交易日历偏移量（考虑午间休市）。初始化时需Quotes.factory(market='std')创建客户端，所有API均为异步设计。

显著优点

• 数据源直接：直连TDX行情服务器，无需券商接口，延迟较低
• 功能完整：覆盖K线、实时行情、逐笔成交全品类数据
• 批量高效：原生支持批量查询，避免单股循环性能损耗
• 高频支持：1分钟级分钟线，适合日内策略回测与实时监控
• 自动修复：内置time_frame猴子补丁，解决服务器时区不匹配导致的空返回问题

潜在局限

• 协议依赖：基于非官方逆向的TDX协议，存在协议变更导致失效的风险
• 北交所缺失：不支持.BJ后缀的北京证券交易所股票
• 无官方维护：mootdx/tdxpy为社区维护项目，长期稳定性存疑
• 数据质量：Level-2深度有限（仅五档），无完整订单簿
• 时段限制：原始库强制交易时段检查，虽可patch但属变通方案

适合人群

量化研究者、个人投资者、A股日内交易策略开发者、需要低成本行情数据的Python量化项目。特别适合预算有限、无需实时推送拉取模式的场景。

常规风险

• 合规风险：TDX协议未公开授权，存在潜在合规灰色地带
• 数据准确性：分钟线数据可能与其他商业数据源存在微秒级差异
• 连接稳定性：无官方SLA保障，高峰时段可能出现连接中断
• 时区陷阱：服务器若非UTC+8时区，必须应用补丁否则返回空数据
• 节假日处理：需自行对接交易日历服务过滤非交易日查询

核心功能

Mootdx China Stock Data 是一个封装了 mootdx 库的文档型工具，专门用于获取中国A股市场数据。它覆盖了从K线历史数据到实时 tick 流的完整数据链路，适合量化交易、策略回测和实时监控系统开发。

核心用法

1. K线数据获取：支持 1 分钟/日K线（get_bars/get_batch_bars），自动处理交易日历和交易时间计算
2. 实时行情：单股/批量实时报价（get_realtime_quote/get_realtime_quotes），包含完整的五档买卖盘口
3. 逐笔成交：历史 tick 数据（get_transactions_history）和实时成交流（get_transactions_realtime），支持 fallback 机制

显著优点

• 纯文档型安全设计：本身不含可执行代码，仅提供 API 文档和调用示例，通过 CLS A 级安全认证
• 交易时间智能处理：内置 time_frame 补丁解决时区导致的交易时间检测问题，自动适配非北京时间服务器
• 批量接口优化：原生支持批量查询，避免单股轮询的性能瓶颈
• 代码格式自动转换：内部处理 .SH/.SZ 标准格式与 TDX 纯数字格式的映射

潜在缺点与局限性

• 第三方库依赖：实际运行必须安装 mootdx/tdxpy，这些社区库的维护活跃度和长期稳定性存在不确定性
• 数据源限制：不支持北交所（.BJ）股票，需前置过滤；依赖 TDX 服务器，存在单点故障风险
• 时间计算复杂度：1分钟线 offset 计算需手动处理 240 分钟/天的交易时间和午休缺口
• 无官方 SLA：行情数据延迟、完整性无服务等级保证

适合人群

• 量化策略开发者需要 A 股历史/实时数据接入
• 已有 Python 生态、熟悉 pandas 数据处理的用户
• 对数据延迟容忍度在秒级、不依赖北交所标的的投资者

常规风险

1. 时区陷阱：未打 time_frame 补丁时，非北京时间服务器会静默返回空数据
2. 节假日盲区：非交易日查询返回空结果，必须配合交易日历服务使用
3. 第三方库安全风险：mootdx/tdxpy 作为外部依赖，需独立评估其安全更新
4. 实时性 disclaim：文档明确提示"行情数据仅供参考，不构成投资建议"