Python+pytdx 免费获取通达信行业实时行情，告别 miniQMT VIP 付费限制

weixin-npy8264926

10963人浏览 · 2026-02-26 09:51:28

weixin-npy8264926 · 2026-02-26 09:51:28 发布

本文关键词：Python 量化交易、pytdx 教程、通达信行情数据、免费行业行情、行业成份股获取、量化策略数据准备本文适合人群：量化交易入门者、Python 财经数据分析爱好者、A 股板块研究散户、不想付费开通行情 VIP 的交易者

一、文章背景

做 A 股板块轮动、行业量化分析的朋友大概率都遇到过这个痛点：miniQMT、主流行情软件的行业实时行情、成份股批量导出功能，大多需要开通 VIP 付费权限，仅为了基础的行业行情数据付费，性价比极低；而公开的免费财经 API，要么有频次限制，要么数据延迟、更新不及时。

本文就给大家分享一套零成本、可复现、数据与通达信官方完全同步的行业行情获取方案：基于开源库pytdx，对接通达信官方行情服务器，免费抓取行业实时 K 线数据 + 全行业成份股列表，全程无付费门槛，代码可直接复制运行，零基础也能快速落地。

想白嫖行情数据？这 3 个神仙渠道，量化 / 炒股人必备！

二、前置环境准备

在开始操作前，只需准备 2 个基础环境，无任何付费依赖：

Python 3.7 及以上版本（Anaconda / 原生 Python 均可，推荐 3.8 + 稳定版）
通达信 PC 端客户端（官网免费下载即可，无需登录、无需开通任何权限）

三、步骤 1：核心依赖库 pytdx 安装

pytdx是量化圈广泛使用的开源项目，基于通达信官方数据协议做了 Python 封装，无需破解软件、无需登录账号，即可直接对接通达信行情服务器获取数据，是免费获取 A 股行情数据的神器。

3.1 常规安装方式

打开终端 / CMD，直接通过 pip 命令安装：

pip install pytdx

3.2 国内镜像加速安装（解决安装失败 / 超时问题）

如果出现下载超时、安装失败的情况，直接指定清华镜像源安装，完美解决网络问题：

pip install pytdx -i https://pypi.tuna.tsinghua.edu.cn/simple

四、步骤 2：自动筛选通达信最优行情服务器 IP

pytdx的核心原理是通过 TCP 连接通达信官方行情服务器获取数据，因此需要先找到延迟最低、连接最稳定的服务器 IP。

无需手动查找 IP、无需挨个测试连通性，pytdx自带了最优 IP 筛选工具，1 行代码即可自动完成全量服务器测速，返回最优节点：

from pytdx.hq import TdxHq_API
from pytdx.util.best_ip import select_best_ip

# 自动测速并返回最优服务器IP+端口
best_ip = select_best_ip()
print("最优通达信行情服务器:", best_ip)

运行结果示例

最优通达信行情服务器: {'ip': '115.238.90.165', 'port': 7709}

注意：返回的 IP 和端口为后续连接服务器的核心参数，建议每次运行前先执行此代码，确保使用当前最优节点，避免连接超时问题。

五、步骤 3：行业成份股数据导出与 Python 结构化读取

pytdx无法直接批量获取全行业成份股列表，但行业成份股的变动频率极低（通常 1 周 - 1 个月才会调整一次），因此我们可以通过通达信免费客户端一键导出，再用 Python 转为结构化数据，全程不到 1 分钟。

5.1 通达信端导出行业板块成份

打开通达信 PC 端免费客户端，无需登录账号，键盘直接输入34，快速调出「数据导出」功能；
在弹出的窗口中，切换到板块成份导出 tab 页；
选择文件导出目录，分隔格式勾选「逗号 (,)」，点击「开始导出」；
导出完成后，目标目录会生成行业板块.txt文件，这就是我们需要的全行业成份股核心文件。

5.2 Python 读取行业成份股数据

通过 pandas 读取导出的 txt 文件，转为 DataFrame 结构化表格，方便后续分析和调用，代码如下：

import pandas as pd

def read_tdx_industry(file_path):
    """
    读取通达信导出的行业板块成份股数据
    :param file_path: 行业板块.txt文件的完整路径
    :return: 结构化的行业-个股对应DataFrame
    """
    # 定义列名：行业代码、行业名称、股票代码、股票名称
    columns = ["industry_code", "industry_name", "stock_code", "stock_name"]
    # 注意：通达信导出文件编码为GBK，必须指定encoding，否则会乱码
    df = pd.read_csv(file_path, header=None, encoding="gbk", names=columns)
    return df

# 替换为你自己的文件路径，Windows路径注意加r转义
industry_df = read_tdx_industry(r"D:\通达信导出\行业板块.txt")
# 打印前10行数据，验证读取结果
print(industry_df.head(10))

读取结果示例

序号	industry_code	industry_name	stock_code	stock_name
0	881002	煤炭开采	000552	甘肃能化
1	881002	煤炭开采	000571	新大洲 A
2	881002	煤炭开采	000937	冀中能源
3	881002	煤炭开采	000983	山西焦煤

六、步骤 4：核心功能 - 获取行业实时 K 线行情数据

拿到行业代码、最优服务器 IP 后，即可通过pytdx获取对应行业的实时 K 线行情数据，支持日 K、分钟 K、周 K、月 K 等全周期，数据与通达信官方完全同步，无延迟、无偏差。

6.1 完整可运行代码

from pytdx.hq import TdxHq_API, TDXParams

# 初始化行情API对象
api = TdxHq_API()

# 替换为步骤2中获取的最优服务器IP和端口
SERVER_IP = "115.238.90.165"
SERVER_PORT = 7709
# 替换为你要查询的行业代码，示例为煤炭开采(881002)
INDUSTRY_CODE = "881002"

# with语句自动管理连接，无需手动关闭
with api.connect(SERVER_IP, SERVER_PORT):
    # 获取行业指数K线数据
    kline_data = api.get_index_bars(
        # K线周期：可修改为分钟线/周线/月线，下文附参数对照表
        category=TDXParams.KLINE_TYPE_DAILY,
        # 市场类型：通达信行业指数均为沪市，固定为MARKET_SH
        market=TDXParams.MARKET_SH,
        # 行业指数代码
        code=INDUSTRY_CODE,
        # 数据起始位置：0为最新一根K线
        start=0,
        # 获取K线数量：最大支持单次800根，可循环获取历史全量数据
        count=1000
    )
    # 将返回数据转为DataFrame格式，方便后续分析
    kline_df = api.to_df(kline_data)
    # 打印数据列名和前5行，验证结果
    print("数据列名：", kline_df.columns.tolist())
    print(kline_df.head())

6.2 关键参数说明

参数	可选值说明
category	K 线周期，常用值：`TDXParams.KLINE_TYPE_DAILY`= 日 K`TDXParams.KLINE_TYPE_1MIN`=1 分钟 K`TDXParams.KLINE_TYPE_5MIN`=5 分钟 K`TDXParams.KLINE_TYPE_WEEKLY`= 周 K`TDXParams.KLINE_TYPE_MONTHLY`= 月 K
start/count	支持分页获取历史全量数据，例如获取第 2 页数据，只需将 start 设为 1000，count 保持 1000 即可

6.3 数据返回说明

运行代码后，会返回包含完整行情字段的 DataFrame，核心字段包括：open(开盘价)、close(收盘价)、high(最高价)、low(最低价)、vol(成交量)、amount(成交额)、year/month/day(日期)、hour/minute(分时时间)，完全覆盖量化分析所需的核心行情字段。