Files
pytdxdata/CHANGELOG.md
T
2026-10-29 18:38:54 +08:00

52 KiB
Raw Blame History

更新日志

本项目遵循 语义化版本。

0.7.1 - 2026-10-29

性能

  • DataFrame 转换提速近一倍:24 万行 K 线 894ms → 462ms(polars)/ 1,001ms → 587ms(pandas)。

    0.7.0 的取列实现有两处浪费:每个单元格都套一层 Python 闭包(顺带做 IntEnum 判断), 而 trading_date 每行都重新格式化三个整数 —— 24 万行里这个值往往只有 1~2 种。

    转换层(不碰网络) 0.7.0 现在
    5,225 行报价 → polars 66 ms 51 ms
    5,225 行报价 → pandas 74 ms 62 ms
    240,000 行 K 线 → polars 1,038 ms 444 ms
    240,000 行 K 线 → pandas 1,234 ms 585 ms

    端到端(缓存已热,1,000 只 × 240 根 1 分钟):df=None 1,386ms、 polars 1,768ms(原 2,680ms)、pandas 1,976ms(原 2,848ms)。

    • 普通列改用 list(map(attrgetter(name), rows)):取值发生在 C 层,不再每格建一个 Python 帧。
    • trading_date 按「时间字段(除 minute 外)」缓存(_TD_KEYS):A股/港股/期货一个交易日 一个键,美股靠键里的 hour 覆盖凌晨段跨日判断 —— 不依赖 _US_DAY_SPLIT_HOUR 的具体取值。
    • IntEnum 归一化从「每格判断一次」改为「按列判断一次、需要时才整列转」。
    • 逐字段等价有测试锁定(test_every_bar_field_equals_model 等 3 项),口径零变化。

文档

  • docs/dataframe.md 性能一节改为实测数据 + 何时该用/不该用 DataFrame 出口的说明, 并把「缓存命中也要付转换成本」写清。

0.7.0 - 2026-10-28

新增

  • DataFrame 直出:TdxData(df="polars") / TdxData(df="pandas")。

    表格型接口不再只能返回 list[dataclass],构造时声明一次后端即可直接拿到 DataFrame:

    async with TdxData(df="polars") as td:
        df = await td.get_bars("sh600000", KlinePeriod.DAY, count=240)
    
    • 覆盖 42 个返回表格数据的方法(33 个 list[dataclass]、2 个 list[dict]、 2 个批量 dict[str, list[...]]、get_indicators 与 get_index_trade_stats(_multi)), 另含 deprecated 别名(get_kline / get_transactions / get_goods_* 等)。
    • 核心包仍然零依赖:pandas / polars 是可选 extras —— pip install "pytdxdata[polars]" / [pandas] / [dataframe]。
    • df=None(默认)行为与 0.6.x 完全一致,且装饰器直接透传,零额外开销。
    • 取值非法抛 ValueError 并列出可用值;后端未安装抛 FrameBackendError(继承 ImportError, e.name 为缺的包名,消息里带安装命令)——在构造时就失败,不会拖到第一次查询。
  • 列口径(三条约定,一次定死):

    约定 说明
    时间列替换 SecurityBar/IndexBar/MinuteBar 的 year/month/day/hour/minute 不再单列输出,统一给 datetime(polars Datetime('us') / pandas datetime64[ns])与 trading_date;XdxrRecord 给 date
    嵌套定型 SecurityQuote.bid/ask 展开成 bid1_price…ask5_vol 共 10 列(缺档 None);fields 字典 JSON 化成字符串列(空字典给 None);TdxBlock.codes 保持列表
    容器展开 get_indicators → bars + 各指标一列(长度不足补 None);get_index_trade_stats(_multi) → minutes 展开并补 index/date 常量列;get_kline_batch/get_minute_batch → 各标的纵向拼接成一张表
  • 嵌套调用不二次转换:get_kline_batch 这类方法内部还会调 get_bars, 用 ContextVar(按 task 隔离)记录层次,内层一律返回原始 list,只有最外层那次才转 DataFrame。 并发调用互不干扰。

性能

  • 按日期区间取 K 线:右端贴最新时改走「倒推」,1 分钟 K 线 4.2s → 82ms(51 倍)。

    原先 start_date / end_date 一律走「探总根数 → 二分定位偏移」。1 分钟 K 线历史总量 二十万根量级,等于 6 次翻倍探测 + 2 次方向探测 + 两次各 ~18 次跳转,共 36+ 次串行往返。 而「取今天」「增量到最新」这类占绝对多数的调用,右端本来就贴着最新,根本不需要二分。

    场景(1 分钟,冷启动) 优化前 优化后
    单只「取今天」 4,208 ms 82 ms
    单只「2 天前 ~ now」 2,211 ms 75 ms
    单只「取最近 3 天」 2,000 ms+ 239 ms
    单只「历史中段(5~3 天前)」 1,512 ms 285 ms
    全市场 5,225 只「取今天」 — 32.1 s(1,140,699 根,精确当天口径)

    做法:右端离最新不超过 _BACKTRACK_GRACE(10 天,覆盖长假)时,直接 start=0, count=N 拿最新 N 根再裁剪 —— N 按时间跨度估算(_BARS_PER_DAY), 一天内一次就命中,不够才翻倍。历史中段仍走二分,结果完全一致。

    偏移方向是通道级属性(与具体标的无关),首次探测后缓存在实例上: 全市场 5,225 只批量调用只付一次探测成本,不会每只探两遍。

  • 多标的 K 线改「多连接 × 单连接流水线」抓取,全市场 1 分钟 K 线 43.6s → 5s 级 (盘中增量 1.5s)。

    单只 K 线是「一请求一标的」,5,000 只就是 5,000 次往返。实测单连接串行 33ms/只 ≈ 恰好一个 RTT —— 瓶颈是往返次数,不是带宽(此前「单 IP 限流 1.5MB/s」的 结论是浅流水下的假象:同一台服务器 16 连接 × 深度 8 实测能跑到 5.2 MB/s)。

    做法:同一连接连续下发 pipeline 条请求(协议帧自描述长度且服务器按序应答, 无需等前一个回来),再叠加多台服务器并行(每台 1 连接,尊重 per_server_cap)。

    场景(全市场 5,225 只,1 分钟) 优化前(逐只 concurrency=6) 优化后
    取当天全天(240 根) 43.6 s 5~8 s
    盘中 10:00(35 根) 15 s+ ~2 s
    盘中增量(最新 2 根) 12 s+ ~1.5 s
    • 流水深度默认自适应(pipeline=None):按单请求字节数把在途量控制在 60KB, 夹在 832 之间 —— 取 240 根用深度 8,只取最新 2 根用深度 32。 实测过深反而更慢(24 台 depth=64 比 depth=8 慢一倍,服务器会攒够一批才回)。
    • 服务器只取最快的 12 台:池里 24 台全用反而被慢节点拖长尾 (count=2 全市场:24 台 2.95s / 12 台 1.45s)。
    • 盘中只拉已走过的根数:start_date=今天 时按交易时段折算(10:00 → 30 根, 而不是 240 根),数据量直接差 8 倍。收盘后回到一整天的量级。
    • 标准通道(日线不复权)同样走批量:全市场日线 240 根 49~72s → ~10s。
    • 流水线中途失败时该批交回逐只重试(流水线失败意味着响应流已错配、连接作废), 连接全挂时队列里剩下的标的也一并回退 —— 不会静默少数据(新增测试覆盖)。
    • pipeline=1 可关闭批量路径,行为与旧版逐只路径一致。
  • 修正「右端是否贴最新」的时间戳比较:0x122E 返回的 hour/minute 是该周期的 结束时刻,最新一根可能比 datetime.now() 略大(14:29 那根此刻还在走)。 原先没有容差,end_date=datetime.now() 这类最自然的写法会被误判成「历史中段」而走慢路径。

修复

  • EX 通道 K 线的 amount 恒为 0.0,且末位字段(结算价)被解包丢弃。

    0x23FF 一条记录 32B = 4B 时间戳 + 28B 行情,这 28B 只有一个 4B 槽位可复用, 语义按市场分两类(全市场实测,用 成交额 / (close × vol) 逐条校验):

    市场 槽位 5 槽位 6 槽位 7 校验
    港股主板 31 / 港股基金 49 成交额(f) 成交量(手=100 股) 未知 额/(c·vol) = 100.0
    港股创业板 48 / 新三板 44 / 美股 74 成交额(f) 成交量(股) 0 额/(c·vol) ≈ 1.0
    期货 / 期权(7/8/9/47…) 持仓量(I) 成交量 结算价(f) 与 CFFEX 官网日结逐日相符

    改动前:amount 被硬编码成 0.0、第 7 个 float 用 _ 丢弃 —— 于是港股/美股/新三板 明明帧内有成交额却全是 0,期货期权的结算价也拿不到(用户只能换源)。

    • 新增 SecurityBar.settle(结算价,float | None)。仅 EX 期货/期权日线有值, 分钟线该槽位恒 0 已归一化为 None;其它通道恒 None。
    • 权益类市场的 amount 回填真实成交额。⚠️ 港股主板/基金的 vol 单位是手(=100 股), amount/vol 是均价的 100 倍。
    • 期货/期权的 amount 仍是 0.0 —— 帧内确实没有成交额,这是协议限制,已在 SecurityBar 与文档中写清,避免使用者再按文档误判为调用方 bug。
    • 港股指数 27 / 中证指数 62 该槽位量级对不上(既非成交额也非结算价),保守保持 0.0。
    • SecurityBar.__setstate__ 兜底旧磁盘缓存:缓存键没有 schema 版本,升级后读旧 pickle 会缺 settle 槽位,默认反序列化不补默认值 → 直接 AttributeError,已容错。 EX K 线缓存键额外加 @v2 标记,让 amount 恒 0 的旧缓存自然失效。

兼容性

  • 无破坏性变更。不传 df 时所有方法签名、返回类型、行为与 0.6.9 完全相同。
  • 空结果返回列名齐全的空表(列由模型定义推出),dtype 由后端自行推断。
  • SecurityBar 新增可选字段 settle(默认 None):K 线 DataFrame 因此多一列 settle, 位置参数构造的老代码不受影响。

升级

pip install -U pytdxdata                     # 只要 dataclass
pip install -U "pytdxdata[polars]"           # 想直出 DataFrame
  • 磁盘缓存不需要手动清:SecurityBar 的 settle 由 __setstate__ 兜底补默认值, 旧缓存照常可读;EX K 线缓存键已带 @v2,amount 恒 0 的旧记录会自动失效重取。
  • 新参数 pipeline(get_bars)默认自适应,不传就是最优;只有想显式退回旧的逐只路径时才传 1。

文档

  • 新增 DataFrame 输出 专页, API_REFERENCE.md(构造参数表补 df 与 ex_pool_cap、pool_max 默认值修正为 24)、 SKILL.md、llms.txt、README.md、mkdocs.yml 导航同步。
  • 全站同步 0.7.0 口径:首页特性表与导航卡片、安装页(extras 与构造参数表补 df / std_pool_cap / ex_pool_cap)、场景示例的「转成 pandas」改为推荐 df= 开关、 数据模型页说明 dataclass 与 DataFrame 是同一份数据、README「已知限制」补 EX 成交额口径。

[0.6.9] - 2026-10-23

修复

  • get_universe 冷启动 12~18s / 偶发失败:证券清单请求多发了 2 字节,污染连接。

    GetSecurityListCmd 的请求体是「12 字节命令头 + market(H) + start(H)」= 16 字节, 但实现里多塞了一个 H(写死 0),实际发出 18 字节。服务端只消费前 16 字节, 剩下的 00 00 停在它的接收缓冲里,把下一个请求的开头吃掉 —— 于是同一条连接 「第一次成功、第二次起永远无响应」。

    分页器复用连接,等于每拉一页都要先失败重连,冷启动被拖到 12~18s,还经常直接抛 ConnectionError。

    场景 修复前 修复后
    get_universe("sh") 冷启动(27,534 条 / 28 页) 12,267ms 1,610ms
    get_universe("sz") 冷启动(24,460 条 / 25 页) 18,260ms 571ms
    get_universe() 全市场冷启动(146,848 条) 19,085ms 4,371ms
    get_universe() 热缓存 — 669ms
    同一连接连发 2 次清单(27 台主机) 0/27 成功 27/27 成功
  • 北交所清单不再卡 15s 后报错,改为立即返回空列表。

    0x053E 对 market=2 在实测的 27 台标准主机上全部无响应(26 台 6s 无回包、 1 台立刻拒连),而同市场的 0x053D 数量接口正常(返回 389)。原实现会重试 2 次、 每次 3s 超时,最后让 get_universe()(不带参数)整批失败。

    现在该市场直接返回空列表并 WARNING 一次,北交所标的本身不受影响: get_quotes("bj920992") / get_bars / 逐笔全部正常(实测 11.79 与日线 close 一致)。

优化

  • get_universe() 的 EX 全量只取一次:命中缓存也要反序列化 10 万条(~200ms), 原先十几个 EX 市场各来一次,纯属白烧。
  • EX 商品列表改并发翻页(110 页,8 并发):全市场冷启动的一半时间花在这里。

文档

  • get_universe docstring 写明北交所限制;API_REFERENCE / llms.txt / SKILL.md 同步。
  • 新增 tests/test_universe.py 7 项:请求长度锁定 16 字节、无尾部 padding、 北交所返回空且不碰连接池、_ex_all 只取一次。

已知限制(非本次引入)

  • EX 全量列表含非证券条目(如人员名录),(market, code) 在原始数据里就不唯一, 且重复项出现在同一页内部。属数据源特性,未做去重(去重会丢真实品种)。

[0.6.8] - 2026-10-23

修复

  • CLI 价格按品种小数位显示;tdx minute 时间列改回真实时钟。

    两处纯显示层缺陷,数据本身没问题(分时/逐笔数值见 0.6.7 的核对结论):

    现象 原因
    tdx transactions sh113708 打印 128.89 价格写死 %8.2f;可转债报价步长 0.001 元,末位被截掉
    tdx minute sh113708 时间列 00:00~03:59 按序号推算 i // 60, i % 60,与 bar 自带时间无关
    tdx quotes sh113708 打印 128.8920 price_decimal_digits 是解码位数(原始整数 / 10⁴),第 4 位恒为 0
    位置 变化
    _price_fmt(dp)(新) 宽度随小数位走(%8.2f → %9.3f),不破坏表格对齐
    _display_dp(market, code)(新) 可转债(沪 110/111/113/118、深 123/127/128)由解码 4 位降到显示 3 位;其余沿用 price_decimal_digits(ETF 3 位、国债/回购 4 位、股票/指数 2 位)
    cmd_kline / cmd_transactions / cmd_minute / _print_quote 统一改用上面的格式串
    cmd_minute 时间取 MinuteBar.hour/minute,不再用序号推算
    cmd_transactions / cmd_minute 改调 get_ticks / get_minutes,消掉 get_transactions / get_minute 的 DeprecationWarning

    新增回归测试 8 项(tests/test_cli_format.py)。

    文档:docs/cli.md 补「价格小数位按品种适配」对照表与 tdx minute 时间列说明。

[0.6.7] - 2026-10-22

性能

  • 全市场 A股报价 3.5s → 0.33s:单连接流水线 + 工作窃取(5,227 只 / 66 片实测)。

    老实现 get_quotes 是纯串行 for 循环逐片发请求:协议硬上限 80 只/请求, 全市场必须切 66 片,每片一次往返(≈60ms)→ 3.5s 全花在等网络上。

    关键发现:通达信响应是自描述长度帧(16B 帧头 + body)且服务器按序应答, 因此同一 TCP 连接上可以连续下发多条请求、只付一次往返。实测单连接流水 66 个请求 只要 526ms(串行 7,372ms),响应顺序与代码完全对得上(用昨收价交叉比对 30 只,零错配)。

    位置 变化
    TdxConnection.execute_pipeline(cmds)(新) 一次 write 全部请求 → 按序读回全部响应。中途失败强制断连(响应流已错配,不可复用)
    PooledConnection.execute_pipeline(新) 池化包装转发
    api._execute_std_pipeline(新) 借一条连接流水一整组分片;节点不支持流水线时自动降级为逐片
    get_quotes(..., pipeline=True, concurrency=None) 新参数;小批量(≤80 只)仍走原路径,零额外开销
    _quotes_std 改为工作窃取:分片放队列,连接做完一批回来再取,快的多干、慢的少干
    DynamicPool.warm(n)(新) 并发预建连接。acquire() 建连在全局锁内一次一条,22 并发首次会串行握手 22 次 —— 全市场首拉因此多花 5~6s;预热后降到 0.78s
    CacheManager.get_or_fetch_obj(新) 回源直接返回对象,省掉冷路径「pickle→立刻 unpickle」的一次白烧(5,227 条实测 ~40ms)
    TdxData(pool_max=) 默认 12 → 24,让报价并发能到「每台 2 连接」(池仍是懒扩容,不影响其他接口)

    调优实测(5,227 只 A股,11 台服务器,p50/max):

    并发 每台连接 流水深度 p50 max
    11 1 6 455ms 464ms
    12 1~2 3 457ms 523ms
    22 2 3 325ms 334ms
    33 3 2 328ms 345ms

    ⚠️ 剩余下限由公网决定:本机 → 服务器 TCP 握手 RTT 5980ms,66 片最多只能压到 「1 次往返」;网络抖动时段实测会到 460600ms。

    端到端实测(全默认参数 TdxData(),11 台服务器,5,227 只):

    场景 耗时
    首次调用(含并发建 22 条连接) 783ms
    稳态(第 2 次起) 300~343ms
    命中 TTL 缓存 67ms
    老版本对照(串行) 5,996ms(首次)/ 3,460ms(稳态)

修复

  • 指数 / ETF / LOF 的 trade_count 不再伪装成成交笔数。

    通达信对指数和多数场内基金不提供笔数,但逐笔报文里那 4 字节仍塞了值: 指数是「当时均价 × 1000」,ETF/LOF 是「价格 × 1000」,货币 ETF(sh511990)恒为 0。 旧版直接把它当笔数,于是 tdx transactions sh510310 会打印出「3994笔」这种假数据 (实测 2026-10-22,价 3.989,原字段 3994)。

    位置 变化
    TransactionRecord.trade_count_available(新字段) 该品种协议上是否带笔数;默认 True
    symbols.has_order_count(market, code)(新函数) 按品种判定;沪市 501x/502x/506x 实测有真实笔数,不能按「5 开头=基金」一刀切
    transaction.py 三个解析器 不可用时 trade_count=0 + trade_count_available=False;历史通道(0x013001,无笔数字段)同样标记
    tdx transactions CLI 不可用时打印 (-),不再打印假笔数

    实测样本(2026-10-22,按前缀各取样):沪股票/科创/深股票/深可转债/沪逆回购 → 真实笔数; 沪 51/52/56/58、深 159/15x/16x/17x/18x、所有指数 → 不可用。

文档

  • 可转债的量纲口径补全(数据本身无缺陷,但对外文档一片空白,很容易被误判成 bug)。

    起因:核查可转债的分时(0x122D)与逐笔(0x122F)是否有类似 ETF/LOF 的笔数问题。 结论是价格 / 成交量 / 笔数三样全部正确,顺带确认了 K 线标度也对;唯一的问题是 vol 的单位没人写清楚 —— 直接拿 amount / vol 算均价会错 10 倍。

    实测(2026-10-22,16 只 A股可转债当日 + 8 只历史日 2026-10-21):

    校验项 结果
    分时末价 / 快照现价 1.000000
    Σ分时 vol / 日线 vol 1.000000
    Σ逐笔 vol / 日线 vol 1.000000
    逐笔 VWAP vs amount/(vol×10) 吻合(差 ≤0.002,是 amount 精度)
    快照 pre_close vs 上一交易日日线 close 16/16 精确相等
    trade_count 真实笔数(sh111000 3631 条切片 / 20443 笔)

    关键口径对照(这是文档缺失的部分):

    品种 分时 / 逐笔 vol 日线 vol Σ分时vol / 日线vol amount / vol
    股票 / ETF / LOF 手(= 100 股) 股 0.01 均价 ✓
    可转债 手(= 10 张) 手 1.0 均价 ×10 ⚠️
    位置 变化
    SecurityBar / TransactionRecord / MinuteBar 量纲注释补可转债(vol=手;日线 amount/vol 需再 /10)
    symbols.has_order_count 实测表补沪可转债 110/111/113/118、沪 EB 132、深可转债 123/127/128,并说明它们走「排除法」兜底分支
    docs/API_REFERENCE.md 新增跨品种量纲对照表
    docs/llms.txt / SKILL.md 同步同一口径

    代码逻辑未改:可转债在 has_order_count 里本来就判为「有笔数」(不在基金/指数的 排除前缀里),本次只是把实测依据补进注释与文档。

[0.6.6] - 2026-10-22

改进

  • 价格小数位改用协议自带的权威值,前缀规则降为兜底。

    0.6.5 修好债券/回购标度时,采用的是「按代码前缀推断」+「用全量清单做离线校验」。 但同一份证券清单接口(get_universe,底层 GetSecurityListCmd)本来就返回 SecurityInfo.decimal_point(外加自描述浮点的 pre_close)——权威值一直就在手上, 只是没接进取数路径。本次把它接进来:

    位置 说明
    price_decimal_digits 查找顺序改为 权威表 → 静态前缀规则,未同步时行为与 0.6.5 完全一致
    decimal_sync(新模块) 每日后台同步一次 + 磁盘缓存(%LOCALAPPDATA%\pytdxdata\decimal-points.json)
    TdxData.sync_decimal_points() 手动强制刷新(排障 / 立刻要权威表)
    TdxData.decimal_point_status() 状态:source / stock / mixed_prefixes / syncing

    对用户仍无感:start() 命中当日缓存就直接装表(实测 60 ms、零网络), 未命中则挂后台 task(实测首次 50 s,含沪 27,520 + 深 24,462 条清单), 不阻塞 start()(start() 仍 1.5 s);close() 会取消未完成的同步。

    表结构刻意做小:全量 51,982 只标的只产生 179 个「三位前缀 → 小数位」映射 (沪 96 + 深 83),内存里就是 179 条。若将来某段代码混用两种小数位,该前缀自动 退化为逐代码表,只存例外代码(mixed_prefixes 会 > 0,可据此发现), 不会静默算错。清单拉取不完整时表会偏小 —— 缺的部分退回静态规则,不影响正确性。

    为什么保留前缀规则:get_quotes 解析是纯同步、无网络的路径,解析那一刻可能还没 同步过清单;离线 / 首次安装也必须能出价格。实测两者在全量清单上零分歧 (51,982 条逐条比对,不一致 0 条),并存不会造成口径冲突。

    开关:PYPYTDX_DATA_DISABLE_DECIMAL_SYNC=1 关闭后台同步(CI / 测试用)。

说明

  • 新增回归测试 16 项(权威表优先级 / 混合前缀退化 / 缓存跨日失效 / 损坏容错 / 后台任务取消),测试总数 289 → 306。

[0.6.5] - 2026-10-22

新增

  • 指数成分成交汇总:一条接口拿到「某指数下全部股票的成交量与成交笔数」 (get_index_members / get_index_trade_stats / get_index_trade_stats_multi)。

    起因是一个绕不开的协议事实:指数本身没有成交笔数。指数逐笔(sh000001)的 trade_count 字段实际是「当时均价 × 1000」(2026-10-21 已验证),get_minutes / get_market_stat / SecurityBar / get_quotes 的 160 个字段位里也都没有笔数 (扫描 0x122C 全字段位确认,0x8/0x9 是外盘/内盘手数)。所以「指数笔数」唯一可行 的口径是把成分股的逐笔笔数累加。

    async with TdxData() as td:
        st = await td.get_index_trade_stats("000300")     # 沪深300,约 10 s
        for hhmm, cum in st.cum_trade_count():            # 截止该分钟的累计笔数
            print(hhmm, cum)
        st.minutes[0]            # MinuteTradeStat(time='09:25', volume=…, trade_count=…)
        st.total_volume          # 手
        st.total_trade_count     # 笔
    
    方法 作用
    get_index_members(index, *, fields=None, count=100000) 指数成分股(含实时报价)。裸 6 位按指数语义解析:000001=上证指数,不是平安银行
    get_index_trade_stats(index, date=None, *, concurrency=24, batch_size=50, members=None, skip_errors=True, on_progress=None) 成分逐笔 → 每分钟成交量/笔数;date 支持历史
    get_index_trade_stats_multi(index, dates, *, ...) 多日批量(成分只请求一次),用于「近 N 日同时点均值」基准

    口径校验(2026-10-22 实测):total_amount 是成分股合计。对「成分 = 指数 覆盖面」的指数,它与指数快照 amount 完全相等 —— 说明成分清单与量能口径一致。

    指数 成分 成分合计 指数快照 比值 耗时
    sh000016 上证50 50 661.38 亿 661.34 亿 1.0001 5.8 s
    sh000300 沪深300 300 2373.98 亿 2373.98 亿 1.0000 9.7 s
    sh000001 上证指数 2230 3907.00 亿 4111.56 亿 0.9503 35.6 s

    历史日期同样成立(2026-10-21 收盘数据):sh000016 1046.29 / 1045.59 亿(1.0007)、 sh000300 3881.65 / 3879.30 亿(1.0006)。

    单只股票级别的口径更硬:Σ(逐笔价 × 手 × 100) 与日线 amount 比值 1.0000~1.0004(sh600000 / sz000001 / sh601398 / bj920002 / bj920015 全部吻合),Σvol 与快照 vol 比值 1.0000。

    CLI 同步新增:tdx index-stats 000300 --top 10。

    三个必须知道的限制:

    1. 深市 399xxx 的指数成交额是「全板块」口径,不是样本股 —— 实测 sz399001 快照 5081.40 亿 = 深市 2908 只股票合计 5081.01 亿,sz399006 2568.60 亿 = 创业板全部股票合计。所以拿它跟 total_amount 比会得到 0.43 这种 无意义比值,不是数据错。get_index_trade_stats 返回的始终是成分口径。
    2. 北交所(899xxx)没有笔数字段 —— 逐笔 trade_count 恒为 0,此时 trade_count_available 为 False,只有成交量可用。
    3. 成分表比全市场滞后 —— 上证指数返回 2230 只,而 get_universe("sh") 里 股票段共 2360 只,差 130 只(新上市尚未纳入服务端板块),这正是上表 0.9503 的来源;sh000016/sh000300 这类固定样本指数不受影响。 需要精确覆盖时可自行传 members=[...]。

修复

  • 债券与回购价格全线偏差:沪市少 100 倍、深市少 10 倍(get_quotes)。

    price_decimal_digits 只覆盖了「股票 2 位 / 基金 3 位」两档,债券与回购没有对应 分支,落到默认档位。它们实际是 4 位小数,于是被读大了两个数量级:

    标的 真实价 修复前 偏差
    sh019742 国债 24特国01 110.2280 11022.8000 ×100
    sh110077 可转债 洪城转债 199.2790 19927.9000 ×100
    sh204001 回购 GC001 1.3850 138.5000 ×100
    sh900901 B股 云赛B股 0.5670 5.6700 ×10
    sz123107 可转债 温氏转债 112.1890 1121.8900 ×10
    sz131810 回购 R-001 1.3800 13.8000 ×10

    沪市 010/018/019/020/1xx/2xx 与深市 10x-14x/19x/50x/52x/56x 全部改为 4 位; 沪市 B 股 900xxx 另改为 3 位(与深市 200xxx 的 2 位不同,两市不一致)。 股票 / ETF / 指数 / 板块的行为不变。

    验证方式(可作为该函数的验收标准):拿 pre_close(五档快照口径,走 price_decimal_digits)除以上一交易日日线收盘(K线口径,走独立的 /1000 路径),比值 1.0 即两口径一致。修复后 15 类标的全数为 1.0000,零偏差。

    权威来源已确认:证券列表里协议自带 SecurityInfo.decimal_point 字段。 2026-10-22 拉取全量 51,982 只(沪 27,520 + 深 24,462)逐条比对,本函数与 协议字段完全一致、零例外——因为全量清单里没有任何一个「三位前缀」出现混合 小数位。get_quotes 解析时拿不到证券清单,故仍用前缀推断;需要权威值时读 SecurityInfo.decimal_point。

  • 美股(EX 通道)分时的 hour 是非法时钟值(get_minutes("usAAPL"))。

    EX 分时的 minutes 字段是自开盘起的连续分钟数,不是「当天的分钟数」。 旧代码直接 minutes // 60,于是 390 条里 240 条 的 hour ≥ 24:

    修复前: 21:30, 21:31, ..., 23:59, 24:00, 24:01, ..., 27:59   ← hour=27 不存在
    修复后: 21:30, 21:31, ..., 23:59, 00:00, 00:01, ..., 03:59   ← 真实北京时间
    

    任何 datetime(...) 拼接都会因 hour=27 抛 ValueError,按小时聚合也会把 凌晨段错误地归到同一个自然日。

    修法:MinuteBar.__post_init__ 把越界的 hour 拆成 「hour %= 24 + day_offset += hour // 24」,并新增两个只读属性:

    属性 用途
    MinuteBar.datetime 该分时点的时刻(北京时间,已含跨日偏移)
    MinuteBar.trading_date 归属的交易日 YYYY-MM-DD。美股一个交易日横跨两个北京自然日(21:30~次日 04:00),按交易日聚合必须用它,与 SecurityBar.trading_date 口径一致

    A股(合成时间 09:3015:00)/ 港股(09:3016:00)/ 期货的 hour 本就合法 → 零行为变化,day_offset 恒为 0。

    实测(2026-10-22):usAAPL / usTSLA / usNVDA 各 390 条,修复后 hour 全在 0~23、时间轴严格单调、trading_date 收敛为单一交易日; hk00700 90 条无任何变化。

说明

  • 新增回归测试:债券/回购/B股小数位 ×29、美股分时跨日 ×6、指数成分成交汇总 ×34、 全接口 ×1,测试总数 217 → 289。

[0.6.4] - 2026-10-22

修复

  • get_ticks() 返回列表不是时间序,每 page_size 处时间回跳一次。

    0x122F(A股逐笔)与 EX 逐笔通道的偏移量 start 都是从最新一笔往回数的: 实测 sh600000,start=0 返回 14:07:48..15:20:16(当天最新 1000 条), start=4000 返回 09:15:03..09:41:18(当天最早)。而 paginator 按 start 升序拼接,于是拼出"新的块在前、旧的块在后"的倒序结构:

    修复前 修复后
    sh600000 时间轴 4 处逆序跳跃(index 999 / 1999 / 2999) 严格升序
    hk00700 时间轴 21 处逆序跳跃(每 1800 条一次) 严格升序

    修复分两层:① PageSpec.newest_first=True 让 paginator 反页序拼装(页内本身升序, 只翻页序),这条能力保留给将来需要按"最新优先"锚点分页的命令;② A股逐笔最终改为 单连接串行游标(见下一条),从根上避开多主机锚点错位。

    start 参数语义同时明确:它是"从最新往回数的偏移",不是"从最早往后数的偏移", docstring 已补充。注意这修正的是顺序,数据本身无缺口、无重复(4304 条唯一时间戳)。

  • TransactionRecord.trade_count 在集合竞价段被读成 42 亿量级脏值。

    该字段在协议里是有符号 int32,但解析格式串写的是无符号 I。集合竞价段 (bs_flag=8)真实值为负数,按 uint32 解出 4294966422:

    原始 18 字节: 17820000 0ad71b41 d9000000 96fcffff 0800
    修复前: trade_count = 4294966422
    修复后: trade_count = -874          ← 0xfffffc96 的 int32 补码
    

    实测 sh600000 全天 4304 条中有 38 条命中(占 0.88%),全部落在 09:15~09:25 集合竞价段;正常交易段(bs_flag 0/1/2/5)无一条为负。旧行为会让 max() / mean() 等统计直接失真(曾算出 mean=37,920,247)。

    格式串由 <IfIIH 改为 <IfIiH。注意负值语义尚未确证(可能是撤单量/净委托), 目前只是如实保留符号,未做业务解释。

  • get_quotes() 沪市指数价格整体少 10 倍。

    price_decimal_digits 把沪市 000(如 000001/000016/000300/000688)与 8 开头(如板块指数 880001/880305)一律判成 3 位小数(除 1000),但协议原始整数 实际是 2 位(除 100)→ 上证指数 3713 被读成 371、上证50 2747 被读成 274。

    实证(2026-10-21):沪市指数 6 只 + 板块 2 只全部 分时中位价 / 快照价 = 10.0, 而沪市 ETF(510300/588000/511010/501018)、股票(60/601)、科创板(688)、 深市指数/股票/创业板/ETF 全部 = 1.0 正确。修法是把沪市 000/8 从 3 位改回 2 位, 其余前缀(5 ETF/基金、深市 1 基金转债)保持 3 位不变。回归测试覆盖 21 组代码。

  • get_ticks() 把集合竞价委托**(bs_flag=8)当成成交计入,导致 Σvol 虚高且跨主机不稳定**。

    0x122F 第 5 字段 bs_flag=8 的记录是 09:1509:25 / 14:5715:00 竞价段的撮合委托 快照,vol 是累计值(可被同段后续记录覆盖),根本不是成交增量。旧代码把它一并 返回,两个后果:

    1. Σvol 比真值虚高:sh600000 全天 Σvol 含 b8 时 = 668,693,快照 vol = 462,562, 比值 1.4456;剔掉 b8 后 Σvol = 462,634,比值 1.000156(与快照精确一致)。
    2. 跨主机不稳定:干净主机不收录 b8(0 条)、脏主机收录 135 条。并发分页时各页 来自不同主机,同一 start(从最新往回数的相对锚点)在不同主机落到不同的真实成交 上 → 页边界既重叠(sh600000 冗余 116 条)又漏条(13:03 附近丢 59 条), 同一查询两次调用结果不同。

    修复:① 分页拼装后统一剔除 bs_flag=8;② A股逐笔改用单连接串行游标翻页 (_ticks_cn_serial),彻底消除跨主机锚点错位。修复后单主机 1.0002、剔 b8 后跨主机 公共时间窗逐条一致。

  • 文档化指数逐笔字段的量纲差异(非 bug,是数据源固有语义)。

    指数(如 sh000016)的 vol 单位是百元(成交额/100),trade_count 是均价×1000 (不是笔数),与个股完全不同。实测 快照amount / Σtick.vol = 100.0002、tc/1000 与分时 avg_price 差 < 1.1。已写进 TransactionRecord 类注释与 get_ticks docstring, 避免用户把指数 Σvol 直接和成分股成交量比(会误得 ~26 倍)。

说明

  • 新增回归测试:价格小数位 ×20(19 组参数化 + 1 组去 NUL)、get_ticks 剔 b8 / 单连接串行 / 多页无重叠 ×3,测试总数 194 → 217。

[0.6.3] - 2026-10-18

  • fix(pool): ExPool acquire 背压等待(Condition 排队,默认 30s 超时)替代 3x0.05s 快速失败;超时异常带池状态
  • feat(api): 新增 ex_pool_cap 参数(默认 2),单 EX 服务器场景不再静默退化为 1 并发(fixes #1)

[0.6.2] - 2026-10-13

修复

  • 美股分钟级 K 线的 datetime 全部错位(get_bars("usAAPL", KlinePeriod.MIN_1))。

    通达信 EX 通道返回的美股分钟线时间戳,把两个时区拼进了同一个五元组:日期分量是 美东交易日(协议里的 zipday),时分分量却是北京时间(tminutes)。直拼出的 datetime 会把同一交易日的下午半场排到上午半场之前——单日 390 根不仅首末颠倒, 而且全部落在同一个北京自然日里。于是任何依赖 datetime 的行为都是错的:排序、 count 切片("取最新 N 根")、日期区间二分与过滤、增量更新水位线。

    观测项 修复前 修复后
    单日 390 根的日期分布 全部落在 10-12(hour 0~23 混在一起) 10-12 的 21:3123:59(149 根)+ 10-13 的 00:0004:00(241 根)
    时间轴 上午半场被排到下午半场之前 严格单调递增
    count=30 是否取到真正最新的 30 根 否(拿到上一交易日的 23:30~23:59) 是(当日收盘段 03:31~04:00)
    每组首根 open / 末根 close 对日线 对不上 逐位相同(10-07/08/09/12 四个交易日实测)

    现在 SecurityBar.datetime 统一为北京时间:美股凌晨段(北京 hour < 12)的日期 自动 +1 天(含月末 / 年末进位)。A股 / 港股 / 期货原始即为北京时间,零行为变化。

    新增两个只读属性:

    属性 用途
    SecurityBar.trading_date 该 bar 归属的交易日 YYYY-MM-DD。美股一个交易日横跨两个北京自然日,按交易日聚合(分钟线合成日线、日内统计)必须用它,不能用 datetime.date()
    SecurityBar.is_us 是否美股(EX 通道 US_STOCK)

    归一化在 SecurityBar.__post_init__ 中实现,因此 EX 的两条 K 线命令路径 (_bars_ex 的 0x23FF 与日期区间二分所依赖的 MAC 0x122E)自动共用同一份口径, 不会出现"取数按一套时间、二分按另一套时间"的错位。

说明

  • 分钟线缓存 TTL 为 60 秒,升级后旧缓存最多残留 1 分钟即自然失效,无需手动清理; 日线(period >= DAY)不受本缺陷影响。
  • 本版只修 K 线。同日发现的同类问题未包含在内:EX 分时(get_minutes)对美股返回的 MinuteBar.hour 是未取模的连续分钟数(实测可达 27,即次日 03:xx),且 MinuteBar 无日期分量可承载跨日信息——修法涉及"是否新增字段 / 日期如何归属"的取舍,留待下一版决策。
  • 新增 9 项针对性回归测试(分界点、月末与年末进位、390 根整日单调性、MAC 路径同样归一化)。

[0.6.1] - 2026-09-21

变更

  • 重写「当日首次启动测速缓存」,改为对用户完全无感。原实现在 v0.5.0 已随包发布,但存在 三个会让它静默失效的缺陷,本次一并修正:

    缺陷 原实现 现在
    候选集自指 连接池只把自己已过滤后的成员交给探针 → 只重测了 9 台,另外 20+ 台候选(含快节点)永远测不到 探针内部取全部候选(包内清单 ∪ 代码常量 ∪ env)
    写回安装目录 结果写回 src/pytdxdata/servers.json → 容器 / 系统级安装只读、多用户互相覆盖 改写入用户级缓存目录,包内清单运行时绝不被改写
    探测太弱 只做握手(TdxConnection.test),测不出「握手正常但 K 线空响应」的坏节点 发真实业务命令并要求返回非空(标准 / MAC / EX 各一)
    EX 池漏测 EX 的 4 台从未被探测 EX 一并纳入(7727 + 各自握手模式)
  • 测速结果按实测延迟升序被 config.get_standard_hosts() 等采用;当天已有缓存则不再刷新。 后台执行,不阻塞 start()、不打印、失败静默降级。

  • 本版基于 0.6.0 的统一对外接口构建(get_bars + 字符串标的);同时把 0.6.0 全接口回归测试里对旧探针入口(pool.get_probe_cache)的替身改为新入口(pool.schedule_probe), 保证单测不触发真实网络测速。

修复

  • A股分时缩略采样 100% 失败(get_minutes(sampling=True) / get_chart_sampling()): 旧实现走 MacChartSamplingCmd(0x254D),但该 opcode 属于 EX 协议,7709 标准 / MAC 主机对它一律不响应——实测 3 台主机各 10s 超时,叠加连接池 3 次重试约 24s 才抛错。 现改为由分时(0x122D)数据派生价格点(分时本身就是 240 点,语义一致), 实测 4 个 A股 场景均在 0.1s 内返回 240 点;EX 通道仍用 0x254D(84 点)。

  • 历史专业财报整条链路不可用(get_financial_records_parsed()): tdxfin/gpcw.txt 索引里写的是裸 gpcwYYYYMMDD.zip,而服务器实际只提供未压缩的 tdxfin/gpcwYYYYMMDD.dat。旧实现把索引名直接丢给 zipfile → 必然 BadZipFile; 废弃别名 get_financial_records() 更危险,会静默返回 0~1 字节空壳而不报错。 现按候选名(tdxfin/*.zip → tdxfin/*.dat → 原名)逐个尝试并校验数据形态, zip 与未压缩 dat 都支持。实测 gpcw20260630.zip → 5568 条、 gpcw20260331.zip → 5547 条(样本 000001,584 个 float 字段), 别名返回 13,068,116 字节真实数据;尚未生成的占位条目 (如 gpcw20260930.zip,filesize=164)优雅返回空列表而非报错。

新增

  • codec.financial 新增 looks_like_gpcw_dat() / extract_gpcw_dat(): 财报字节的形态判定与「zip / 未压缩 dat」统一提取(纯标准库,可脱网单测)
  • 环境变量 PYPYTDX_DATA_CACHE_DIR(覆盖测速缓存目录)、 PYPYTDX_DATA_DISABLE_PROBE(关闭测速,CI / 测试用)
  • tests/test_probe_cache.py(37 项):当日缓存不刷新、跨日重测、 原子写入且不留 tmp、不改写包内 servers.json(逐字节校验)、 单飞并发、非法主机过滤、DISABLE_PROBE、池 start() 不阻塞 / close() 取消后台探针

文档

  • 安装与配置: 新增「当日自动测速(无感)」小节——缓存路径、优先级链、环境变量一览
  • 通道与数据源: 新增「运行时:当日测速缓存」小节,逐条说明必须踩对的实现要点与反例

0.6.0 - 2026-09-16

新增

  • 统一对外接口:一个数据类型 = 一个方法,跨市场自动选路。 标的统用字符串写法(sz000001 / hk00700 / usAAPL / cffex:IFL0), A股/港股/美股/期货/期权混合查询一次返回。旧的 51 个按通道/市场分裂的接口中, 33 个保留为 deprecated 别名(运行时发出 DeprecationWarning,1.0 移除), 另 18 个(get_quotes / get_xdxr / get_finance / get_auction / get_capital_flow / get_market_stat / get_unusual / get_server_info / get_kline_offset / get_board_members / get_board_summary / get_board_ranking / get_board_change_ranking / get_block_parsed / get_industry_map / get_financial_file_infos / get_financial_records_parsed / get_price_limits)同名升级为统一接口。

    数据类型 新接口 合并掉的旧接口
    标的清单 get_universe(market) get_security_count + get_security_list + get_security_list_all + get_goods_count + get_goods_list
    报价 get_quotes(symbols, *, fields) get_quotes + get_stock_quotes + get_goods_quotes + get_goods_quotes_list
    K线 get_bars(symbols, period, ...) get_kline + get_index_kline + get_kline_batch + get_kline_since
    指标 get_indicators(symbols, indicators, ...) get_stock_kline_with_indicators
    逐笔 get_ticks(symbols, *, date) get_transactions + get_goods_transaction + get_goods_transaction_all
    分时 get_minutes(symbols, *, date, sampling) get_minute + get_minute_batch + get_chart_sampling + get_goods_chart_sampling + get_goods_tick_chart
    F10 get_f10(symbol, section) get_company_info_category + get_company_info_content
    文件 get_file(name) get_block_info + get_report_file + get_file_meta + download_file
    财务文件 get_financial_file_infos() / get_financial_records_parsed(fn) get_financial_file_list + get_financial_records
    板块列表 get_boards(kind) get_board_list
    板块成员 get_board_members(board) → 归一 SecurityQuote get_board_members + get_stock_quotes_list(分类报价)
    个股板块 get_board_of(symbols) get_belong_board
    快照 get_snapshot(symbols) get_symbol_info

    TdxData 公开方法 63 个 = 28 个统一接口 + 33 个 deprecated 别名 + start/close。 统一接口一律只接受字符串标的;同名旧方法不再兼容 (market, code) 元组写法。

  • 库层标的解析 pytdxdata.symbols(原仅 CLI 内有):parse_symbol / format_symbol / parse_symbols / market_targets / is_cn_index;裸 6 位数字视为沪市指数。

  • 归一数据模型:SecurityBar / SecurityQuote / TransactionRecord / MinuteBar / SecurityInfo 等均新增 symbol(规范化标的串)/ name / fields(原始字段位兜底), 老构造写法不受影响(新字段有默认值)。

  • IndicatorSet dataclass(get_indicators 返回单元:bars + indicators 组合)。

  • CacheKey.quote_key(..., tag=) 支持按取数口径(标准五档 / MAC 字段位)隔离缓存。

修复

  • 分页器连接泄漏:Paginator._worker 换连接后旧连接不释放、池子被耗干 (_Slot 包装 + 归还时按槽释放)。
  • 日期区间 K线返回 0 条:标准通道 start 偏移方向是递减(0=最新),旧的二分 假设递增。改为运行时探测方向再二分(_offset_descending / _bisect_offset)。
  • 池子全冷却死等:所有服务器进冷却后 acquire 排队 30s 超时。 补 ignore_cooldown=True 兜底,避免无人持有连接时永久等待。
  • HealthEngine.COOLDOWN_SECONDS 保持 120s(旧的 FAIL_STREAK_COOLDOWN=1 意味着 任意一次通信失败即冷却,实测下正常服务器不应被冷却,保留该行为)。

变更

  • docs/api/index.md 接口总览重新组织:统一接口(推荐)优先于旧接口列表。
  • scripts/check_docs.py:docs/api/index.md 从 MUST_LIST_ALL 移到 MUST_NOT_BE_STALE(只列推荐的统一接口,旧方法不强制出现在总览页)。
  • CLI tdx quotes 改为统一 td.get_quotes(symbols)(跨市场混合报价)。
  • CLI tdx kline 改为统一 td.get_bars(sym, period)。
  • 测试 127 个用例全绿(新增 codec mock get_file 适配 + check_docs 新方法列表 + tests/test_all_interfaces.py 全接口回归:mock 连接逐个调用全部 63 个公开方法, 并以「覆盖哨兵」断言无方法遗漏)。

0.5.0 - 2026-09-15

新增

  • 文档站(MkDocs + Material + mkdocstrings),每次 push 自动构建并部署到 https://openbot-coder.github.io/pytdxdata/
  • SKILL.md — 面向 AI 编程助手的技能文件:三条必守约定、枚举取值表、 「想做什么 → 用哪个方法」决策表、9 条真实陷阱
  • llms.txt — 面向 LLM 的结构化摘要,随站点发布到根路径
  • CHANGELOG.md 独立成文件(此前内嵌在 README 中)
  • scripts/check_docs.py + CI 步骤 — 文档漂移检查:代码有而文档漏写、或文档引用了已删除的方法,都会 fail
  • tests/test_check_docs.py(10 项)— 漂移检查器自身的自测

变更

  • README 瘦身为「入口层」:361 → 129 行。只保留定位 / 安装 / 30 秒上手 / 特性 / 文档导航 / 免责声明; CLI 手册、API 表、通道路由、架构树、扩展市场、easy-tdx 对比、Changelog 全部移交文档站与 CHANGELOG.md
  • API 文档改由 mkdocstrings 从 docstring 实时生成,不再手抄(根治漂移)
  • 漂移检查扩展为两档:MUST_LIST_ALL(须列全所有公开方法)+ MUST_NOT_BE_STALE(只需无过时引用), 并把 SKILL.md / README.md / llms.txt / 教程类页面一并纳入
  • 包元数据 Documentation 由仓库首页改指文档站
  • 测试用例 99 → 109

文档

  • 新增文档站 19 页:快速开始 / 场景示例 / CLI / FAQ / 贡献指南 / 更新日志 / API 参考(总览·TdxData·枚举·模型·指标·解析器)/ 深入原理(架构·协议·三池路由·缓存)
  • 明确口径:TdxData 公开方法共 53 个(= 51 个数据方法 + start / close), 此前各处笼统写的「51 个公开方法」不严,已统一更正

修复

  • 修正中文标题锚点被默认 slugify 剥光导致跨页深链接全部失效的问题 (改用 pymdownx.slugs.slugify,并给被引用的标题加显式 ASCII id;--strict 不会报这个错,只能靠锚点检查兜住)
  • README 中标注的测试数量(85)与 pytest 实际收集数不符,已更正为 109 个用例

0.4.0 - 2026-09-15

新增

  • 服务器文件「下载 + 解析」能力(对齐并超越 easy-tdx 的文件解析):
    • get_block_parsed(filename) — 板块 block_zs/gn/fg.dat → list[TdxBlock](板块名 / 类别 / 成分股代码)
    • get_industry_map() — tdxhy.cfg → dict[str, IndustryInfo](通达信行业 + 申万行业)
    • get_financial_file_infos() — tdxfin/gpcw.txt → list[FinancialFileInfo](文件名 / MD5 / 大小)
    • get_financial_records_parsed(filename) — gpcw*.zip 解压 + 解析 → list[FinancialRecord](每股原始字段)
  • 解析器模块 codec/block.py、codec/industry.py、codec/financial.py(纯标准库,脱网可单测)
  • 数据模型 TdxBlock / IndustryInfo / FinancialFileInfo / FinancialRecord
  • CLI 新增 4 个命令:tdx block / tdx industry / tdx financial-list / tdx financial
  • 测试 tests/test_cli_files.py(11 项 CLI 离线测试,FakeTD 桩)

修复

  • 修复财报索引市场字段解析(<6s1c1L → <6sBL)。此前恒判深市,现市场字段 0=深 / 1=沪 正确

变更

  • 公开异步方法 47 → 51,新增接口全部向后兼容(原 bytes 方法保留)
  • README 与 docs/API_REFERENCE.md 同步更新

0.3.2 - 2026-08-17

新增

  • get_kline_batch(stocks, period, ...) — 批量 K 线,多股票自动并发,连接池分配不同服务器
  • get_minute_batch(stocks, ...) — 批量分时,多股票自动并发

0.3.1 - 2026-08-17

变更

  • get_kline(MIN_1) 切换为 MAC 通道(0x122E),解决标准通道 1 分钟 K 线深度不足的问题
  • router.py 中 KlinePeriod.MIN_1 强制路由到 MAC 通道
  • 标准通道其他周期(MIN_5/15/30/60/DAY/WEEK/MONTH)不受影响

修复

  • 修复 MAC K 线并发分页的数据空洞:并发分页器把不同页分配到不同服务器, 而各服务器数据深度不一致时 stop_when_short 会导致非确定性数据丢失。 改为单连接串行分页(_fetch_mac_kline_serial,start 动态偏移,与 easy-tdx 一致)

0.3.0 - 2026-08-17

变更

  • get_minute 切换为 MAC 通道(0x122D MacTickChartCmd),历史分时稳定返回完整 240 条(09:30~14:59)
  • 移除不再使用的 GetHistoryMinuteTimeDataCmd

新增

  • protocol/commands/mac_tick.py — MAC 单日分时图命令

[0.2.2] 及之前

  • 初始版本:动态连接池 + 双层 TTL 缓存 + 3 连接并发分页 + 双通道(标准 / MAC)+ 扩展市场(港股 / 美股 / 期货 / 期权)