# tdx **Repository Path**: finanalyzer/tdx ## Basic Information - **Project Name**: tdx - **Description**: No description available - **Primary Language**: Unknown - **License**: AGPL-3.0 - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 1 - **Created**: 2026-04-20 - **Last Updated**: 2026-06-23 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # openbb_tdx:打通通达信与 OpenBB 的A股港股量化数据新桥梁 --- ## 导读 在金融量化分析领域,数据获取始终是核心环节。OpenBB 作为全球领先的开源金融数据平台,为全球投资者提供了统一的数据访问层,但其对中国A股市场的原生支持一直较为有限。此前,FinAnalyzer 团队已成功开发了 openbb_akshare 和 openbb_tushare 两个扩展插件,分别对接国内两大主流开源金融数据库。 如今,随着通达信官方推出 TdxQuant Python 量化接口,一条全新的数据通道已经打开。openbb_tdx 项目应运而生——它将通达信近三十年的金融数据积累与 OpenBB 的开放架构深度融合,为中国量化投资者带来前所未有的数据接入体验。 本文将从项目背景、开发初衷、核心能力、三方对比等多个维度,全面介绍 openbb_tdx 项目,帮助读者深入了解这一连接通达信与 OpenBB 的数据新桥梁。 --- ## 一、项目背景介绍 ### 1.1 OpenBB:全球开源金融数据平台的崛起 OpenBB(OpenBB Platform)是一款面向全球用户的开源金融数据平台,托管于 GitHub,拥有超过 61,000 颗 Star,是目前最受欢迎的金融数据开源项目之一。通过构建统一的数据接入层,将专有数据源、授权数据源以及公共数据源巧妙整合,形成标准化的 API。 OpenBB 提供两款核心产品: - **开源产品 Open Data Platform(ODP)**:作为后端引擎,提供 Python 包、命令行工具和 REST API 服务。 - **企业级产品 OpenBB Workspace**:作为前端界面,支持团队构建定制化的 AI 驱动型分析应用。 ODP 的核心价值在于其强大的可扩展性——用户可自由安装或卸载数据扩展插件,所有数据均以 Pandas DataFrame 或 JSON 格式返回,与 Jupyter、Airflow 及各类量化策略无缝兼容。 ### 1.2 中国市场的数据困境 尽管 OpenBB 支持多源数据接口,但其对中国市场的金融数据获取主要依赖 Yahoo Finance。作为免费基础数据源,它虽然能满足基本需求,但在覆盖深度上存在明显不足: - A 股市场数据覆盖不全,缺乏详细的财务指标和板块数据; - 国内用户访问 Yahoo Finance 需要使用 VPN,使用门槛较高; - 实时行情数据延迟较大,无法满足日内交易需求。 国内主流的付费解决方案(如万得 Wind、东方财富 Choice、同花顺 iFinD)主要面向机构客户,个人投资者和中小团队难以承受高昂的订阅费用。而免费方案中,AKShare 和 Tushare 虽然功能强大,但在实时行情、数据精度和接口稳定性方面仍有提升空间。 ### 1.3 通达信 TdxQuant:新的数据通道 2025年底,通达信(深圳市财富趋势科技股份有限公司)正式推出了 TdxQuant——一套基于通达信金融终端构建的 Python 量化策略运行框架。依托通达信近三十年的金融科技积累,TdxQuant 集成了完备的实时和历史行情数据、金融数据库及稳定的交易系统基础设施。 TdxQuant 的核心特点包括: - **高质量数据**:所有历史与实时数据均使用通达信客户端提供的数据; - **实时行情**:支持实时快照、K 线、分笔(Tick)数据的订阅与获取; - **全面覆盖**:包含 A 股、港股、ETF、可转债、基金等多种证券品种; - **本地运行**:策略在本地 IDE 环境中开发与运行,保障代码安全与私密性。 TdxQuant 的出现,为 OpenBB 接入中国市场数据提供了一条全新的、高质量的数据通道。openbb_tdx 项目正是基于这一背景而诞生。 --- ## 二、开发初衷分析 ### 2.1 填补 OpenBB 中国市场数据生态的空白 FinAnalyzer 致力于将 OpenBB 引入大中华区的证券数据分析场景。此前,已成功开发了 openbb_akshare(对接 AKShare 数据源)和 openbb_tushare(对接 Tushare 数据源)两个扩展插件。然而,这两个方案在实时行情数据获取方面存在一定的局限性: - AKShare 依赖网络爬虫获取数据,高频调用时可能触发反爬策略,接口稳定性受限; - Tushare 的实时数据需要高级权限(积分),免费版功能有限,且存在调用频率限制。 通达信 TdxQuant 作为官方出品的量化接口,提供了经过专业清洗和标准化的高质量数据,且完全免费提供给个人用户使用。将这一数据源接入 OpenBB 生态,能够有效弥补现有方案的不足,为用户提供更稳定、更实时、更精准的数据服务。 ### 2.2 解决的关键问题 openbb_tdx 的开发旨在解决以下核心问题: **(1)实时行情数据获取** 通达信作为国内使用最广泛的证券行情软件之一,拥有覆盖全市场的实时行情服务器。通过 TdxQuant 接口,用户可以直接获取延迟极低的实时行情数据,这对于日内交易策略和实时监控场景至关重要。 **(2)数据质量与一致性问题** TdxQuant 提供的数据经过服务端统一清洗和对齐,复权因子精确,数据格式标准化程度高。这避免了不同数据源之间数据口径不一致的问题,提升了量化策略回测的可靠性。 **(3)使用门槛与成本问题** 相比万得、Choice 等商业数据源每年数万甚至数十万的订阅费用,TdxQuant 完全免费。同时,通过 OpenBB 的统一接口访问通达信数据,用户无需学习 TdxQuant 的原生 API,降低了技术门槛。 ### 2.3 目标用户群体 openbb_tdx 的目标用户主要包括: - **个人量化投资者**:需要高质量、低成本的 A 股行情数据,用于策略研发和回测验证; - **金融科技开发者**:希望在 OpenBB 生态中集成通达信数据,构建定制化分析工具; - **高校师生**:利用通达信的免费数据接口进行金融数据分析和量化交易教学研究; - **中小型量化团队**:需要稳定可靠的数据基础设施,但又无力承担商业数据源的高昂费用。 --- ## 三、核心能力展示 ### 3.1 数据接入能力 openbb_tdx 通过 OpenBB 的 Provider Framework 实现与通达信数据源的深度集成。安装扩展后,用户可通过 OpenBB 的统一 Python 接口访问通达信的全部数据服务。 #### 3.1.1 行情数据 openbb_tdx 支持获取以下行情数据类型: - **历史K线数据**:支持日线、周线、月线、分钟线等多种时间维度; - **实时行情快照**:支持获取全市场股票的实时价格、成交量、买卖盘等数据; - **分笔(Tick)数据**:逐笔成交记录,适用于高频策略和微观结构分析; - **复权数据**:提供前复权、后复权等多种复权方式,以及精确的复权因子。 #### 3.1.2 基本面数据 - **除权除息信息**:分红、配股、送股等公司行为数据; - **财务报表数据**:基本财务指标和专业财务数据; - **股票交易数据**:涨跌停、换手率、市盈率等市场指标; - **板块交易数据**:行业板块和概念板块的涨跌统计。 #### 3.1.3 分类与标的信息 - **市场类型分类**:主板、创业板、科创板、北交所等; - **行业分类**:申万行业、通达信行业等多种分类标准; - **自定义板块**:支持用户自定义股票组合和板块管理; - **标的基础信息**:股票代码、名称、上市日期、所属行业等。 ### 3.2 技术特点 openbb_tdx 在技术架构上具有以下显著特点: **(1)标准化接口设计** 遵循 OpenBB Provider Framework 的标准规范,所有数据接口均以统一的参数格式和返回格式呈现。用户只需切换 provider 参数,即可在不同数据源之间无缝切换,无需修改业务逻辑代码。 **(2)高性能数据传输** TdxQuant 采用本地客户端-服务端架构,数据通过本地进程间通信传输,避免了网络延迟。对于历史数据批量获取场景,性能优势尤为明显。 **(3)灵活的部署方式** 支持通过 OpenBB CLI、Python API、REST API 以及 OpenBB Workspace 等多种方式访问数据,满足不同场景的使用需求。 ### 3.3 典型使用方式 > **Python API 调用示例:** ```python from openbb import obb # 获取中国石化(600028)的历史股价 df = obb.equity.price.historical( symbol="600028", start_date="2024-01-01", end_date="2025-12-31", provider="tdxquant" ).to_dataframe() print(df.tail()) ``` > **OpenBB CLI 调用示例:** ```bash # 启动 OpenBB 命令行环境 openbb # 查询历史K线数据 /equity/price/ $ historical --symbol 600028 \ --start_date 2024-01-01 --end_date 2025-12-31 \ --provider tdxquant ``` > **REST API 访问:** ```bash # 启动本地 API 服务 openbb-api # 通过 HTTP 请求获取数据 # GET http://127.0.0.1:6900/api/v1/equity/price/historical # ?symbol=600028&provider=tdx&start_date=2024-01-01 ``` ### 3.4 应用场景 openbb_tdx 可广泛应用于以下量化分析场景: - **策略研发与回测**:利用通达信的高质量历史数据,快速验证交易策略的有效性; - **多因子分析**:结合基本面数据和行情数据,进行多因子选股模型研究; - **AI 智能体集成**:通过 OpenBB Workspace 的 MCP 服务器,将通达信数据与 AI 模型对接,实现自然语言驱动的智能分析。 --- ## 四、三大扩展插件系统性对比分析 截至目前,FinAnalyzer 已开发了三个面向中国市场的 OpenBB 数据扩展插件:openbb_akshare、openbb_tushare 和 openbb_tdx。下面从多个维度对三者进行系统性对比。 ### 4.1 数据源特点对比 | 对比维度 | openbb_akshare | openbb_tushare | openbb_tdx | | ---------- | ----------------------------- | ----------------------- | ---------------------- | | **底层数据源** | AKShare(聚合东方财富、同花顺、腾讯、新浪、雪球等) | Tushare Pro(专业金融数据接口) | 通达信 TdxQuant(官方量化接口) | | **数据获取方式** | 网络爬虫,从多个公开网站抓取 | API 调用,通过 Tushare 服务器 | 本地客户端,连接通达信终端 | | **数据覆盖范围** | 极广(A 股、港股、基金、期货、宏观、舆情、海外市场等) | 较广(A 股、港股、指数、基金、期货、宏观等) | 聚焦(A 股、港股、ETF、可转债、基金等) | | **数据质量** | 中等,依赖源网站,需自行清洗 | 高,标准化处理,XBRL 财报解析 | 高,服务端统一清洗和对齐 | | **实时数据支持** | 部分支持,依赖源网站更新频率 | 支持,需高级权限(积分) | 原生支持,低延迟实时行情 | | **历史数据深度** | 中等,受限于源网站数据保留策略 | 深,可追溯至早期上市数据 | 深,通达信数据库完整历史 | | **数据更新频率** | 分钟级更新 | 日级更新(实时需高级权限) | 实时更新(交易时段) | ### 4.2 接口设计与使用体验 | 对比维度 | openbb_akshare | openbb_tushare | openbb_tdx | | ---------- | ---------------------------- | ---------------------------- | ------------------------ | | **安装方式** | `pip install openbb_akshare` | `pip install openbb_tushare` | `pip install openbb_tdx` | | **认证要求** | 某些数据需要,如雪球 | 需要 Tushare Token | 需要通达信终端运行 | | **使用成本** | 完全免费 | 免费版功能有限,高级功能需积分 | 免费(需安装通达信终端) | | **接口稳定性** | 中等(受源网站变动影响) | 高(Pro API 稳定可靠) | 高(官方接口,本地通信) | | **调用频率限制** | 有(需控制频率避免反爬) | 有(根据积分等级不同) | 无(本地通信,无频率限制) | | **学习成本** | 低 | 低 | 低(OpenBB 统一接口) | ### 4.3 功能侧重与适用场景 | 对比维度 | openbb_akshare | openbb_tushare | openbb_tdx | |---------|---------------|---------------|-----------| | **核心优势** | 数据覆盖面广,接口数量多(800+) | 数据质量高,标准化程度好 | 实时行情强,数据精度高 | | **最佳场景** | 数据探索、多市场分析、学术研究 | 基本面分析、量化回测、机构研究 | 日内交易、实时监控、高频策略 | | **适合用户** | 学生、个人开发者、初学者 | 专业研究员、金融科技公司 | 日内交易者、实时策略开发者 | | **财务数据** | 基础财务数据 | 详细财务报表(含 XBRL 解析) | 基本财务和专业财务数据 | | **特色功能** | 舆情数据、宏观数据、海外市场 | 指数数据、资金流向、龙虎榜 | 分笔数据、板块数据、自定义板块 | ### 4.4 性能表现对比 | 对比维度 | openbb_akshare | openbb_tushare | openbb_tdx | |---------|---------------|---------------|-----------| | **数据获取速度** | 中等(网络请求,受网络状况影响) | 较快(API 调用,服务器响应) | 快(本地通信,无网络延迟) | | **批量数据获取** | 较慢(需逐个请求) | 中等(支持批量接口) | 快(本地批量读取) | | **实时数据延迟** | 秒级至分钟级 | 秒级(高级权限) | 毫秒级(本地实时推送) | | **稳定性** | 中等(源网站变动可能导致接口失效) | 高(专业维护) | 高(官方出品,本地运行) | | **并发能力** | 低(受反爬策略限制) | 中等(受积分限制) | 高(本地无限制) | ### 4.5 技术架构对比 | 对比维度 | openbb_akshare | openbb_tushare | openbb_tdx | | --------- | ------------------------------ | ----------------------------- | ------------------------------ | | **架构模式** | OpenBB Provider + AKShare SDK | OpenBB Provider + Tushare SDK | OpenBB Provider + TdxQuant SDK | | **通信协议** | HTTPS(网络爬虫) | HTTPS(RESTful API) | 本地 IPC(进程间通信) | | **运行依赖** | Python 3.11+,AKShare 库,雪球Token | Python 3.11+,Tushare 库,Token | Python 3.13+,通达信终端 | | **部署复杂度** | 低(pip 安装即可 + 雪球Token 配置) | 低(pip 安装 + Token 配置) | 中(需安装通达信终端) | | **跨平台支持** | Windows / Linux / macOS | Windows / Linux / macOS | 只支持 Windows | ### 4.6 选型建议 根据不同的使用场景和需求,我们给出以下选型建议: > **推荐 openbb_akshare 的场景:** > - 需要覆盖多个市场(A 股、港股、海外市场、大宗商品等)的综合数据分析; > - 学术研究和教学场景,需要免费且丰富的数据接口; > - 数据探索和原型开发阶段,需要快速获取各类数据。 > - 跨平台安装需求(支持Windows, macOS和Linux) > **推荐 openbb_tushare 的场景:** > - 需要高质量、标准化的基本面数据,尤其是详细的财务报表分析; > - 专业量化研究和机构级应用,对数据质量要求较高; > - 需要指数数据、资金流向等特色数据。 > - 跨平台安装需求(支持Windows, macOS和Linux) > **推荐 openbb_tdx 的场景:** > - 日内交易策略开发,需要低延迟的实时行情数据; > - 高频数据分析和微观结构研究,需要分笔(Tick)数据; > - 实时监控和信号预警系统,需要稳定可靠的实时数据推送; > - 已是通达信用户,希望将现有工作流与 OpenBB 生态打通。 > - 需要通达信客户端支持,所以只支持Windows 当然,三个扩展插件并非互斥关系。在实际项目中,用户可以根据不同模块的数据需求,灵活组合使用多个数据源,充分发挥各自的优势。OpenBB 的统一接口设计使得多数据源切换变得异常简单。 --- ## 五、最新状态说明 ### 5.1 项目开发进度 openbb_tdx 项目目前处于积极开发阶段。作为 FinAnalyzer 在中国市场数据生态布局的第三块拼图,该项目正在快速迭代中。因为借鉴了 openbb_akshare和 openbb_tushare的开发经验,在接口设计、数据模型和测试覆盖等方面进行了全面优化。 ### 5.2 版本信息 openbb_tdx 遵循语义化版本管理规范,计划通过 PyPI 进行分发。用户可通过以下命令安装: ```bash pip install openbb_tdx # 重建 OpenBB 资源以激活插件 python -c "import openbb; openbb.build()" ``` ### 5.3 技术环境要求 使用 openbb_tdx 需要满足以下环境要求: - **Python 版本**:3.13+(推荐 3.13); - **OpenBB Platform CLI**:最新版本; - **通达信金融终端**:支持 TQ 策略功能的版本(如金融终端 V7.72 及以上)。 需要注意的是,运行 openbb_tdx 程序前,需预先启动通达信金融终端,这是数据获取的前提条件。 #### 安装通达信金融终端 安装好通达信金融终端后,将`<通达信安装目录>/PYPlugins/user/`目录,用下面的内容替换: https://github.com/finanalyzer/tdxquant 这个项目的目的是将原`user`目录下的代码,替换可安装的Python项目。 #### 安装 openbb_tdx 插件 从GitHub仓库安装 openbb_tdx 项目: ```cmd git clone https://github.com/finanalyzer/tdx cd tdx poetry install .venv\Scripts\activate cd <通达信安装目录>/PYPlugins/user/ pip install -e . ``` 安装 openbb_tdx 插件后,需重建 OpenBB 资源以激活插件。 ```cmd python -c "import openbb; openbb.build()" ``` --- ## 六、总结与展望 openbb_tdx 项目的诞生,标志着 OpenBB 在中国市场数据生态布局中迈出了重要一步。通过将通达信 TdxQuant 的官方数据接口与 OpenBB 的开放架构深度融合,openbb_tdx 为中国量化投资者提供了一条全新的、高质量的数据通道。 与此前推出的 openbb_akshare 和 openbb_tushare 相比,openbb_tdx 在实时行情数据获取方面具有独特的优势。三个扩展插件各有侧重、互为补充,共同构成了 OpenBB 在中国市场的完整数据解决方案。用户可以根据自身的需求和场景,灵活选择或组合使用。 OpenBB 正在重新定义金融分析——它不仅是一款金融终端,更是金融领域的集成开发环境(IDE)。其强大的数据抽象层与可扩展架构,为 AI 增强型投资、本地化数据集成及个性化分析提供了前所未有的灵活性。 我们诚挚邀请广大开发者和量化分析师加入 openbb_tdx 的开源生态,共同完善这一连接通达信与 OpenBB 的数据桥梁,携手推动中国开放金融数据生态的建设与发展。 --- ## 相关链接 - OpenBB 官网:https://openbb.co - OpenBB GitHub:https://github.com/OpenBB-finance/OpenBB - TdxQuant GitHub:https://github.com/finanalyzer/tdxquant - openbb_tdx GitHub:https://github.com/finanalyzer/tdx - openbb_akshare GitHub:https://github.com/finanalyzer/openbb_akshare - openbb_tushare GitHub:https://github.com/finanalyzer/openbb_tushare - openbb-hka GitHub:https://github.com/finanalyzer/openbb-hka - 通达信量化帮助文档:https://help.tdx.com.cn/quant - 通达信下载中心:https://www.tdx.com.cn/soft.html - FinAnalyzer GitHub:https://github.com/finanalyzer --- *免责声明:本文仅供技术交流和学习参考,不构成任何投资建议。金融数据分析和量化交易存在风险,请投资者谨慎决策。*