本地研究数据湖

可日更、可溯源
研究数据

行情、财报、公司事件和资金流写入自己的 Parquet 文件。Python、DuckDB、Polars 和只读 MCP 读同一份数据；本机面板可以查看、日更和备份。

快速开始数据集目录

可续跑中断后重跑同一条命令
可溯源行上有来源、版本和抓取时间
留在本机开放文件，面板和只读 MCP

终端第一条命令

# 在准备长期存放数据的目录里

$pip install cnequity

$cne init

$cne check

# 读一只股票的日线

>>>from cnequity.query import load

>>>load("daily_bars", symbols=["600519.SH"])

✓中断后重跑 cne init，已成功的批次会保留

55登记数据集，47 个采集 + 8 个派生

沪深京股票、指数、ETF / LOF，可选商品期货与期权

Parquet开放文件；Python、DuckDB、Polars 和只读 MCP 读同一份

看完整目录 →

从这里进入

按你要做的事

每条路径都落到一份文档。安装包只含程序，数据在初始化时写到本机。

01 · 开始 建立可日更的湖 安装、初始化、续跑。全市场第一次可能要数小时。 02 · 面板 在浏览器里查看和操作 覆盖、日更、定时任务和备份。只浏览时用 --read-only。 03 · 数据 查有哪些数据、能补多远 目录、来源限制、字段和单位。注册不等于已经采集。 04 · 研究 复权、历史股票池、财报 查询口径、研究示例和 Python API。严格 PIT 要显式打开。 05 · 接口 命令、Python 和 MCP 按任务查 CLI。MCP 只读，不触发采集或清理。 06 · 排障 失败、限流、数据缺口 先看 run 和日志，再按受影响的范围续跑。

从安装到每天更新

在准备长期存放数据的目录里执行。已有配置会直接沿用。

01
初始化

生成配置，下载沪深京全市场近 3 年主干，审计后发布。
```
pip install cnequity
cne init
```
范围、磁盘和续跑
02
读出结果

同一份已发布数据，可以用 Python 或 SQL 读取。
```
from cnequity.query import load
load("daily_bars", symbols=["600519.SH"])
```
复权、股票池和 PIT
03
保持更新

每天跑一次。交易日更新行情，周末仍更新公告和资讯。
```
cne run daily
cne check
```
调度、面板和失败后续

使用前

先分清四件事

这四条决定查询结果能不能直接拿去研究。

01

注册不等于已采集

目前登记 55 个数据集（47 个 curated + 8 个 derived），其中有可选和占位入口。安装不会附带行情。

看数据集目录

02

新鲜不等于完整

fresh 只说明已落盘的日期够新。历史缺口、ST、退市证据和 PIT 质量要分开核验。

用 cne check 验收

03

交易日不等于自然日

日更组在交易日运行。公告和资讯每天都会跑，包括周末。每天调度一次即可。

定时任务

04

回填不等于严格 PIT

今天补进来的财报，不能证明过去那个调仓日已经看过这一版。研究时显式使用 pit_mode="strict"。

PIT 示例

下一步

从快速开始拿到第一条结果

快速开始更新日志

文档随 main 分支更新；还没发布到 PyPI 的改动列在更新日志顶部标为「未发布」的版本下。用 cne --version 核对本机版本。代码 Apache-2.0，数据受各上游条款约束，见许可与来源。方向和边界见产品设计。问题请到 Issues 反馈。

可日更、可溯源研究数据