此仓库提供基础的 Python 代码，用于使用 tdx2db 处理后 DuckDB 中的数据，可以：

• 查询股票数据
• 更新和查询申万行业分类信息
• 更新和查询指数成分股数据
• 体验 Qlib 量化平台功能

├── database
│   ├── base.py         # 数据库核心操作
│   ├── index.py        # 指数成分股数据处理
│   ├── shenwan.py      # 申万行业分类数据
│   └── stock.py        # 读取 tdx2db 保存的股票数据
├── example.ipynb        # 使用示例笔记本
├── export_for_qlib      # 从 duckdb 中导出 qlib 需要的 csv
├── qlib_dump.sh         # 处理上面导出的 csv 到 qlib bin
├── qlib_predict.py      # qlib 预测明天的股票情况，仅供参考流程
├── qlib_test.py         # qlib 回测，仅供验证安装
├── README.md
├── req.txt              # 依赖项
├── scripts              # 从 qlib 拿的脚本
│   ├── check_data_health.py
│   ├── check_dump_bin.py
│   ├── collect_info.py
│   ├── dump_bin.py     # 主要用这个处理 csv 转换
│   └── dump_pit.py
└── utils
    ├── download.py     # 文件下载工具
    └── log.py          # 日志记录工具

• Python 3.12 （Qlib 最高支持 3.12）
• uv，脚本和文档里都用的它
• 使用 tdx2db 转换生成的 DuckDB 数据库
• 安装 req.txt 中列出的依赖项：

  uv pip install -r req.txt

在 vscode 下开发，依赖 python 和 jupyter 插件，使用 vscode 调试跑起来的坑可能不多~

1. 设置数据库：确保 tdx2db 转换生成的 DuckDB 数据库可用
2. 配置环境变量：修改.env 中的 DBPATH 变量，请自行确认编辑器会正确读取 .env ，也可以使用全局变量
3. 执行示例：运行 example.ipynb 中的示例代码理解工作流程

1. 使用 tdx2db 处理好日线数据和复权因子
2. 使用 export_for_qlib 导出 csv
3. 配置 qlib_dump.sh 中的变量
4. TDX_EXPORT 表示 export_for_qlib 的 output 目录
5. QLIB_PROVIDER_URI 表示 qlib 数据目录
6. 执行 qlib_dump.sh init 初始化
7. uv run qlib_test.py 就能看到加载数据、训练和回测过程

输出丢给 ai 让它解释，然后慢慢研究吧。

可以参考 docs 下华泰的文档，也可以看官方文档：https://qlib.readthedocs.io/en/latest/introduction/introduction.html

您可以基于本仓库添加自定义模块，例如：

• 基于技术指标的选股逻辑。
• 使用复权数据执行策略回测。