股票代码格式 标准命名

QuantDB 统一使用 {6位数字}.{市场后缀} 格式：

复权类型说明 价格算法

单位说明（全部行情已归一化为 股/万元） 数值对齐

日线、分钟线、ETF、指数、Tick 等行情数据在采集时已统一归一化为 volume=股、amount=万元，下载与在线查询一致，无需自行换算（铁律 1，2026-09-19 起 Tick 亦同规）。仅历史 V1 Tick 逐股分片仍为 QMT 原始 volume=手、amount=元，由后端读取时自动换算为 股/万元。校验参考：amount(万元)*10000/volume(股)≈close。

1. 行情 K 线数据 V2 Partition · 按日分区 全量复权

日线数据包含三种复权类型（前复权、后复权、不复权），以及 1 分钟/5 分钟高频分时数据。V2 架构采用按日分区切片，单次请求极速拉取全市场当日切片。

1.1 日线字段（daily_unadjusted / daily_forward / daily_backward）

Parquet 原始时间列名为 time，SDK 统一输出为 trade_date。三种复权仅 OHLC 不同，同一交易日 volume/amount 完全相同。

用法示例

# 查询前复权日线
df = client.query_kline("600519.SH", adj_type="forward",
    start_date="2026-01-01", end_date="2026-07-22")

# 计算 20 日均线
df["ma20"] = df["close"].rolling(20).mean()

# 计算日收益率
df["return"] = df["close"].pct_change()

1.2 分钟线字段（min1_kline / min5_kline）

分钟线字段与日线相同，但时间列包含具体时间（HH:MM:SS）。仅提供不复权数据，复权需自行用除权因子合成。分钟线已归一化：volume 为股，amount 为万元（与日线口径一致），同一交易日分钟线 sum(volume) 即日线股数。

1.3 指数日线字段（index_daily）

指数行情数据，包含宽基、行业、风格等指数日频行情。Parquet 原始时间列名为 time，SDK 统一输出为 trade_date。volume 为股，amount 为万元（已归一化，均价=amount*10000/volume）。

2. Tick 分笔数据 3 秒快照 V2 全市场按日分区

当前为 V2 全市场按日分区：对象路径 1_kline_data/tick_data/dt=YYYYMMDD/data.parquet，单个分区含当日全市场所有标的（单日约 140–190 MB、约 2,000 万行 / 5,500+ 只）。时间粒度为 3 秒一档的快照（09:15:00 ~ 15:30:00），open / high / low 为当日截至该时点的开高低，volume / amount 为当日累计口径。已归一化：volume 为股、amount 为万元，校验 amount × 10000 / volume ≈ 均价。按单只标的查询时，需在该分区内按 symbol 过滤。

3. 基础与板块数据 元数据查询 免流量费

3.1 合约基础资料（instrument_detail）

instrument_list.parquet（单一文件，非日分区）实测共 152 列，采用数据源原生字段命名（含 J_zgb / ActiveCapital / ZTPrice / rs_hyname / EverZTCount 等）。下表仅列常用字段；完整 152 列清单以实际文件 schema 为准，本页不逐一展开。

3.2 板块成分与行业概念（sector_concept）

3.3 融资融券每日明细（margin_trading）

4. 财务数据 全量业务字段 零对照表

财务数据来自上市公司法定公开披露（巨潮资讯网及沪深北交易所官网），字段全部采用直观业务英文字段名（如 revenue, net_profit），开箱即用。资产负债表、利润表、现金流量表中的金额字段单位为元；数据按源值存储和下发，不做元/万元换算。每股指标、百分比及比率字段不属于金额字段，按各字段定义使用。

4.1 资产负债表（balance）

4.2 利润表（income）

4.3 每股指标与杜邦分析（pershare_index）

4.4 财务指标（TTM）（per_share）

分类 3 的补充表（逐股票文件 3_financial_data/per_share/{Symbol}.parquet），提供 TTM（滚动近一年）口径的营收、净利润与现金流指标，便于直接与行情对齐；部分股票为空。金额字段单位为元。

5. ETF / 可转债 申赎清单 纯债价值

5.1 可转债核心指标（convertible_bond）

5.2 ETF 日 K 线（etf_kline）

ETF 日线仅不复权，Parquet 原始时间列名为 time，SDK 统一输出为 trade_date。volume 为股，amount 为万元（已归一化，与日线口径一致），校验 amount*10000/volume≈close。

6. 技术衍生指标 主流行情软件口径对齐 日频预计算

基于后复权日线计算，指标算法与主流行情软件公式对齐，支持 MA/RSI/KDJ/MACD/ATR/CAPM Beta 等。

市场情绪因子（market_sentiment）

基于日内量价合成的市场情绪 / 流动性 / 盘口强弱指标，按 (symbol, time) 对齐。close 为不复权真实价（同 valuation 口径）。合成类分数为无量纲评分，精确口径以技术衍生生成脚本为准。

7. 估值指标 公告日对齐 零前视偏差

基于财报公告日与日线行情实时合成，包含 PE-TTM、PB、PS-TTM、总市值、流通市值与股息率。

8. 300+ 维预计算模型训练数据集 AI / ML 专用 全 A 股宽表

专为现代机器学习量化研究打造的特征宽表，按 (symbol, date) 索引精确对齐，包含 Features Daily、L1 日频与 L2 高频三大子集，累计 300+ 维 特征，覆盖动量、量价、截面行业排名与高频微观结构。

8.1 Features Daily 日线因子宽表（features_daily）

技术指标（09_technical，基于后复权收盘）与估值指标（08_valuation，按财报公告日对齐）按股票合并的日线宽表。技术口径与主流行情软件对齐：RSI/KDJ/MACD 平滑用 ewm(adjust=False)（种子=首值），MACD 柱=2×(DIF-DEA)，前约 2~3 倍周期为 warmup 期。未来收益与 Beta 基于不复权真实收盘价计算（label 须反映真实可交易收益）。缺失值填 NaN，不向前填充。

8.1.1 基础与均线

8.1.2 振荡指标 RSI / KDJ / MACD

8.1.3 波动与量能

8.1.4 未来收益标签与 Beta

future_return_1d~60d（历史旧名 return_*d）是模型训练标签而非特征，可直接作为 label 训练模型，或用未来收益快速验证策略/模型表现（如按信号分组看未来收益、算 IC、做简单回测）；训练时必须把标签移出特征矩阵，否则造成前视偏差、回测虚高；尾部无未来数据处为 NaN。

8.1.5 股本、市值与估值

财务按公告日（m_anntime）索引，TTM 口径：累计值折单季（Q1=累计，其余=本季累计-上季累计）后 4 季滚动求和，零前视偏差。

8.1.6 标的属性与盘口衍生列

除上述按价值/量价分组展开的列外，features_daily 实际还含约 30 个标的属性与盘口衍生列，实测集中位于列尾，多为标的静态属性或低频更新的盘口估值/资金场列。此处统一说明口径：

8.2 L1 日频因子（l1_factors，110 维）

基于后复权 OHLCV + 财务 + 行业概念的两阶段计算：Stage A 逐股时序 rolling，Stage B 按日截面聚合。分区列序：symbol, date, open, high, low, close, volume, amount（后复权 OHLCV，与宽表一致）+ 110 因子。市值/换手须用未复权真实价×股本（后复权价≠真实价）；财务按公告日前向填充，零前视；风格 Beta 基准为中证 500。Stage B 对非 rank/zscore 列做每日截面 1%/99% winsorize。中文标签与 Electron 端 fieldLabels.ts 一致。

8.2.1 换手率 Turnover（16 维）

当日换手率=成交量/流通股本（流通股本来自公告日财务）。

8.2.2 资金量 Amount（18 维）

日频代理，无需 L2 数据；净流入用 OBV 变化近似。

8.2.3 动量 Momentum（16 维）

基于后复权收盘价序列。

8.2.4 波动 Volatility（8 维）

8.2.5 技术图形 Technical（6 维）

8.2.6 财务与估值 Fundamental（11 维）

市值用未复权真实价×股本；净利润 TTM 与同比按公告日对齐；fun_mv_rank 与 fun_value_zscore 为 Stage B 每日截面计算（不 winsorize）。

8.2.7 筹码分布 Chip（6 维）

基于换手率衰减的成本分布模型：每目标交易日用近 N 日量价构建筹码分布。

8.2.8 风格 Style（5 维）

基准收益为中证 500（000905.SH）。

8.2.9 行业截面 Industry（14 维）

按申万行业分组聚合后映射回个股；排名类为跨行业百分位（不 winsorize）。

8.2.10 概念热度 Concept（10 维）

按概念板块成分聚合；无归属概念的股票填 NaN（diversity=0）。

8.3 L2 高频因子（l2_factors，211 维）

由 L2 行情计算：基于 L2 逐笔成交（deal，Side 0=主动买/1=主动卖）+ 10 档盘口快照（snapshot）+ 逐笔委托（order），按日聚合为单只股票单日单行宽表。分区列序：symbol, date, open, high, low, close, volume, amount（OHLCV 为后复权，与 L1 口径一致）+ 211 因子。分单口径：金额=price×volume，≥100万=超大，20~100万=大，5~20万=中，<5万=小。下表 12 组共 211 列，中文标签与 Electron 端 fieldLabels.ts 一致。

8.3.1 价差与微观结构 Spread（20 维，factor_2_1_spread）

8.3.2 已实现波动率 RV（13 维，factor_2_2_rv）

8.3.3 资金流与不平衡 Flow（24 维，factor_2_3_flow）

8.3.4 信息不对称 VPIN（14 维，factor_2_4_vpin）

8.3.5 订单簿深度 Depth（20 维，factor_2_5_depth）

8.3.6 撤单与委托流 OrderFlow（20 维，factor_2_6_order_flow）

委托编码：SH 用 A=新增/D=撤单，SZ 用 0=新增/1=撤单；B=买方向，S=卖方向。

8.3.7 分时段特征 Segment（24 维，factor_2_7_segment）

时段：T1=09:15-09:25集合竞价，T2=09:30-10:00开盘，T3=10:00-11:00，T4=11:00-11:30，T5=13:00-13:30，T6=13:30-14:30，T7=14:30-14:57尾盘，T8=14:57-15:00收盘集合。

8.3.8 跳跃与价格冲击 Jump（15 维，factor_2_8_jump）

8.3.9 成交序列 Sequence（13 维，factor_2_9_sequence）

8.3.10 流动性 Liquidity（15 维，factor_2_10_liquidity）

8.3.11 毒性补充 Toxicity（17 维，factor_2_11_toxicity）

8.3.12 成交量补充 Volume（15 维，factor_2_12_volume）

8.4 合并训练宽表（l1_l2_factors）

Features Daily + L1 + L2 按 (symbol, date) inner join 合并成每日训练宽表切片，含数百维特征因子，可直接供 LightGBM / XGBoost 训练使用。行数与因子维度随最新数据每日滚动更新，请以实际拉取内容为准。

用法示例

# 单只股票的训练宽表（V2 按日分区，symbol 用真实代码；0.4.0+ 统一入口 client.data）
df = client.data.query("l1_l2_factors", symbol="600519.SH",
                       start_date="2026-09-01", end_date="2026-09-30")

# 宽表不含标签列，需自行构造（示例：T+5 收益）
df = df.sort_values(["symbol", "date"])
df["target_5d"] = df.groupby("symbol")["close"].shift(-5) / df["close"] - 1
df = df.dropna(subset=["target_5d"])

# 特征列 = 剔除标识列与行情列（宽表实际列名为 symbol / date，而非 wind_code）
meta = ["symbol", "date", "open", "high", "low", "close", "volume", "amount"]
X = df[[c for c in df.columns if c not in meta + ["target_5d"]]]
y = df["target_5d"]

import lightgbm as lgb
train_data = lgb.Dataset(X, label=y)
model = lgb.train({}, train_data, num_boost_round=100)