数据范围

当前开发树注册 52 个数据集：47 个 curated + 5 个 derived，按用途分为 L0–L9。完整字段、主键、历史起点和来源集中在数据集目录与数据源说明。

分钟线、分笔和期货/期权默认关闭；按需启用后仍须检查来源的历史视野与实际覆盖。

展开注册表的主备来源速查（实际路由与历史限制见数据集目录）

数据集	层次	登记主源	登记备源
instruments	L0	tdx_protocol	baostock
etf_profiles	L0	exchange	—
trading_calendar	L0	tdx_protocol	exchange
trading_status	L0	eastmoney	exchange
adj_factors	L1	sina	baostock
daily_bars	L1	tdx_protocol	eastmoney
delisting_events	L1	derived	—
index_bars	L1	tdx_protocol	eastmoney
minute_bars	L1	tdx_protocol	—
minute_bars_5m	L1	tdx_protocol	—
trade_ticks	L1	tdx_protocol	—
announcement_index	L2	cninfo	—
corporate_actions	L2	eastmoney	tdx_protocol
earnings_disclosure_schedule	L2	eastmoney	—
analyst_consensus	L3	eastmoney	—
financial_statement_items	L3	eastmoney	—
share_structure	L3	eastmoney	—
shareholder_counts	L3	eastmoney	—
top_holders	L3	eastmoney	—
valuation_metrics	L3	eastmoney	—
block_trades	L4	eastmoney	exchange
dragon_tiger	L4	eastmoney	exchange
fund_flow	L4	eastmoney	—
fund_flow_ths	L4	ths	—
institutional_holdings	L4	eastmoney	—
margin_trading	L4	exchange	—
northbound_flows	L4	eastmoney	—
northbound_holdings	L4	eastmoney	—
index_constituents	L5	eastmoney	—
industry_index	L5	derived	—
industry_members	L5	eastmoney	—
sector_members	L5	eastmoney	—
macro_indicators	L6	eastmoney	pboc
market_breadth	L6	derived	—
economic_calendar	L7	eastmoney	—
flash_news_wire	L7	eastmoney	—
hot_rank	L7	eastmoney	—
news_headlines	L7	eastmoney	—
sector_bars	L7	ths	—
sector_fund_flow	L7	eastmoney	—
sector_fund_flow_ths	L7	ths	—
sentiment_scores	L7	derived	eastmoney
regulatory_events	L8	cninfo	—
share_unlock_schedule	L8	eastmoney	—
commodity_bars	L9	sina	eastmoney
futures_bars	L9	futures_exchange	—
futures_continuous	L9	derived	—
futures_contracts	L9	futures_exchange	—
futures_minute_bars	L9	sina	—
option_bars	L9	futures_exchange	—
option_contracts	L9	futures_exchange	—
option_greeks	L9	derived	—

登记主备源是数据集元数据；日更 tip、历史回填和显式修复可能走不同路径。请结合来源说明使用。

快速开始

需要 Python 3.10+（macOS / Linux / Windows），不需要账号或 token。

pip install cnequity
cne init     # 下载沪深京全市场最近 3 年的数据，第一次可能需要几个小时
cne check    # 检查数据是否完整、可用

中途断了，再运行一次 cne init，已经下载的部分不会重来。

读取数据：

from cnequity.query import load

bars = load("daily_bars", symbols=["600519.SH"])
print(bars.tail())

之后每天运行一次 cne run daily 保持更新。想要更长的历史，或了解 init 具体做了什么，见初始化指南。

为什么值得把数据管起来

• 少写重复的数据工程。 代码、字段、分区和增量窗口由数据层管理；中断后保留成功批次，按失败范围续跑。22 条源探针路由帮助诊断可达性（高成本端点需显式选择）。
• 把研究口径说清楚。 原始价与复权因子分开存；历史股票池保留退市身份；财报查询区分严格 PIT 与事后重建。
• 结果有来源，也有版本。 行级 source、data_version、fetched_at 配合不可变数据版本与研究快照，支持复查和重现。
• 数据留在自己手里。 开放的 Parquet 文件，通过 Python、DuckDB、Polars、控制台和只读 MCP 消费。

幸存者偏差：今天的名单不能代替历史股票池

同一等权买入持有策略、同一时间窗口，仅按今天仍在交易的股票回看过去，会漏掉后来退市的标的。下图用历史样本展示两种股票池得到的结果差异：

历史样本仅用于说明股票池口径；图中收益和标的数量不代表当前湖覆盖或未来投资表现。退市股按最后一根可用行情计价，因子及退市覆盖限制见股票池画像。

CNEquity 在数据层保留退市身份，并让复权、历史成分和 PIT 口径进入查询契约，避免下游研究在无意中丢掉这些标的。

控制台示意截图（标有 ILLUSTRATIVE DEMO）；图中的 42/42、行数和容量均为虚构展示值，不是当前注册数量或实际覆盖。

如果这正是你一直在重复搭建的数据底座，欢迎给 CNEquity 一个 ⭐ Star，方便找回，也帮助更多研究者发现它。

能用它研究什么

架构

数据经适配器与批次编排进入 staging，校验后发布为 curated 或 derived 数据；质量审计、Python/SQL 查询、控制台和 MCP 围绕已发布数据工作。图示用于说明职责边界，具体来源协议与启用状态以数据流说明和数据集目录为准。

初始化之后：每日更新

cne run daily

每天（含周末）用系统调度器运行这一条：交易日跑行情及其他已启用的日更组，然后更新公告、监管事件和资讯；非交易日只更新事件流。cne serve 的操作页也可以为当前用户安装定时日更和收尾补抓，不必复制仓库脚本。验收用 cne check，有缺口或质量 error 时返回非零。

升级版本时：

pip install -U cnequity
cne config upgrade

cne config upgrade 把新版本加入的调度 step 补进你的配置，原文件自动备份。

继续阅读：初始化、范围与续跑 → 日常运维。

Python、SQL 和 AI agent 共用一份数据

已建立含复权因子的正式湖后：

from cnequity.query import load

bars = load(
    "daily_bars",
    symbols=["600519.SH"],
    start="2024-01-01",
    end="2024-12-31",
    adjust="hfq",
    strict_adj=True,
)
print(bars.select("trade_date", "close", "adj_close", "adj_is_exact"))

cne query --sql "SELECT symbol, max(trade_date) AS last_date FROM daily_bars GROUP BY symbol LIMIT 10"
cne mcp --config /abs/path/to/cnequity.toml

load() 提供复权、PIT 和股票池语义；scan() 提供原始 LazyFrame。MCP 默认只读本地湖，提供描述、代码解析、行情、财报、通用数据集和 SQL 六类工具。客户端配置见 MCP 指南，查询边界见 Python API。

适合与边界

适合持续积累历史、反复查询、检查研究口径和自托管数据的工作。若只需偶尔取一个最新报价，直接调用取数接口通常更轻；已有研究或交易平台也可以把 CNEquity 放在数据层，见选型说明。

• 当前处于 0.x 迭代阶段。本仓库文档对应当前实现，PyPI 稳定版可能落后；升级前核对 cne --version 和更新日志。
• 公共来源的网络可达性、历史深度和发布节奏会变化。基础采集无需 token，部分补充来源需要自备凭证；安装不代表获得所有上游权限。
• fresh 表示新鲜度，不能单独证明历史完整或研究有效。严格 PIT 可能返回空结果，历史股票池可能因证据不足拒绝读取。
• 项目提供数据基础设施，不含回测引擎、交易信号或下单功能。代码采用 Apache-2.0，数据另受上游许可约束，仓库不附带数据湖。

文档与参与

欢迎提交带最小复现的 Issue、文档修正或数据适配 PR。研究引用见 CITATION.cff；安全问题请按安全策略私下报告。

觉得有用？点一个 Star，或把项目分享给同样在维护 A 股数据的人。