返回目录
开源项目量化交易类新手

free-stockdb:面向 A 股与 ETF 的本地量化数据引擎

free-stockdb 是一个面向 A 股日K、分钟K、ETF 分钟及 tick 级数据的本地量化数据引擎,集成增量同步、本地缓存、复权、批量查询、回测和指标计算,数据完全落盘本地,支持 Python SDK、HTTP API、Excel/WPS、HTML 网页与 AI MCP 五种调用方式。

0 次阅读2026/08/14 发布
free-stockdb:面向 A 股与 ETF 的本地量化数据引擎 来源图片

社区作者 · zZz

它解决什么问题

free-stockdb 是一个面向 A 股日K、分钟K与 ETF 分钟、tick 级数据的本地量化数据引擎,将数据同步、清洗、复权、组织为可直接用于批量查询、批量计算研究的数据底座,数据本地落盘,研究不再依赖远程接口。核心特性包括:本地优先、增量同步、按需数据支持(日/周/月/1/5/15/30分钟/tick)、本地指标计算(39 种指标、5 种指数)和五种调用方式(Python / HTTP / Excel / WPS / HTML / MCP)。

全市场 7000+ 股票分钟线回测场景下,远程 API 方案真实耗时约 10-15 个工作日,而 free-stockdb 可在 30 分钟内从零到可运行。引擎内置数据源增量同步、文件校验、本地 C++ 时序数据服务、复权因子与查询协议,支持 rd.get_data()(全市场、长周期、字段筛选)、zb.get()(39 种技术指标与 5 种指数计算)、bk.get()(股票与概念板块/申万行业双向映射),并提供股票优化查询器 rd.

get/keys/vals() 支持区间、正则、排序、截取、遍历和类 SQL 查询。还支持批量写入私有存储 ./mydb(适用个性数据、动态因子、实时缓存、私有策略等),以及 sync_url.txt 多点数据挂载。历史数据采用 Zstd 压缩,磁盘占用比 CSV/MySQL 小 3 倍以上;查询时写时计算前复权、后复权、不复权。服务默认监听 127.0.0.1:7899,不会主动暴露到公网,同步器只访问 sync_url.txt 或 --source 指定地址,写入前校验 SHA-256 与大小。

项目含免责声明:不构成投资建议,数据版权由各数据源决定。

— 本文由 AI 根据公开来源辅助整理,命令、版本与许可证请在使用前到原始页面复核。

安装 / 开始使用

一、发行包安装(推荐)

Windows、macOS、Alpine、manylinux 版本已发布,可前往 GitHub Releases 下载发行包(下载地址需密码 79hf,如不可用请到 Releases 页面获取)。

二、首次运行步骤

  1. 运行数据更新工具,先在 sync_url.txt 中配置数据源地址(支持 http(s) 节点、内网服务器、file:// 本地目录或网络共享目录;配置为空时不会发起同步请求),数据源同步使用 Zstd 压缩传输、增量同步、断点续传;
  2. 同步完成后数据保存到 ./data 目录,同步文件在写入前会校验清单中的 SHA-256 与大小;
  3. 启动 stockdb 服务(仅 2.2MB,默认监听 127.0.0.1:7899);
  4. 直接使用 Python SDK(同步 get_data() / 异步 get_data_async())、HTTP API(http://127.0.0.1:7899/?cmd=get&t=...)、Excel/WPS 宏、HTML 网页或 AI MCP 查询本机数据。

三、源码构建(可选,Windows 用户可直接使用预编译包)

需要 CMake 3.14+、C++17 编译器、libcurl 和 OpenSSL 开发包;构建命令为

需要 CMake 3.14+、C++17 编译器、libcurl 和 OpenSSL 开发包;构建命令为
cmake -S cpp -B cpp/build,然后 cmake --build cpp/build --config Release。四、数据更新运行界面见配图 1,数据库运行界面见配图 2。

五、常见问题与注意事项

已同步的数据完整落盘在 ./data,后续更新只处理变化数据,离线时仍可继续查询、回测和计算;数据源服务不可用不会让已同步的研究数据失效,可在 sync_url.txt 切换到自建同步节点或本地归档快照;发布包应从 Releases 下载并核对对应版本提供的 SHA-256;公共同步节点应使用 HTTPS;数据版权、使用授权和再分发条件由各数据源决定,使用者应自行确认数据源条款;本项目用于软件学习、数据管理与量化研究,不构成投资建议。

来源教程配图

更新运行图
配图 1 · 更新运行图查看原图
数据库运行图
配图 2 · 数据库运行图查看原图
Powered by Atlas Cloud
配图 3 · Powered by Atlas Cloud查看原图

适用场景

全市场股票/ETF 批量回测与策略研究
39 种技术指标与 5 种指数的本地批量计算
股票与申万行业
概念板块双向映射查询
Python / HTTP / Excel / WPS / HTML / AI MCP 五种方式调用本地行情数据
私有数据批量写入与本地永久存储(动态因子
实时缓存
私有策略)
离线数据查询与回测(数据落盘后不依赖远程接口)