CNEquity

CNEquity 将股票行情、期货合约、财报、公司事件和资金面等多源数据整理为本地 Parquet 数据湖，提供增量采集、失败续跑、质量审计与统一查询。适合反复回测、积累历史数据。提供个人研究者和AI Agent一套完整的金融数据解决方案。

English · 完整文档 · 数据集目录 · 更新日志

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。

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。

先拿到第一份数据

需要 Python 3.10+，支持 macOS、Linux 和 Windows。基础体验无需账号或token。

pip install cnequity
cne init --profile demo

默认抓取 5 只股票、最近约 30 个交易日的真实日线，写入独立的 data/cnequity-demo/，并生成 configs/cnequity.demo.toml。耗时取决于 TDX 行情主机的可达性。

接着在 Python 里读出结果：

from cnequity.query import load

bars = load("daily_bars", data_root="data/cnequity-demo")
print(bars.select("symbol", "trade_date", "close", "volume", "source").tail(10))

或者打开本地控制台：

cne serve --config configs/cnequity.demo.toml
# 浏览器访问 http://127.0.0.1:8787

cne doctor
cne init --profile sample --data-root data/cnequity-sample --config-out configs/cnequity.sample.toml
cne query --config configs/cnequity.sample.toml --sql "SELECT symbol, trade_date, close, source FROM daily_bars LIMIT 5"

sample 不访问数据源，合成行标记为 source=mock，只能验证链路，不能用于研究。这里单独指定目录和配置，方便与真实 demo 并存。更多问题见排障指南。

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、只读 MCP 和控制台消费。

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。

从体验到自己的长期数据湖

在准备长期使用的工作目录执行：

cne config create
cne config validate
cne init

# 之后：交易日行情与其他已启用的日更组
cne run daily --all-groups

# 公告、监管事件和资讯：独立运行，周末也更新
cne run events

cne status --datasets

config create 生成正式配置，默认正式湖与 demo 分开。init 默认覆盖沪深京全市场最近 3 年的初始化主干；它不是所有数据集的全历史下载，也没有固定完成时长。

三个容易误解的默认值：

• cne run daily 不带选项时只执行核心 waves；--all-groups 才遍历日更组，不包含 run events。
• 初始化进度里的 400 只是默认 Baostock 历史 ST 扫描上限，不是全市场日线范围。
• 分钟线、分笔和逐合约期货/期权默认关闭；只有当前快照的来源需从启用后积累，不能补造过去。

继续阅读：快速开始 → 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。