xtquant-share 1.2.6__tar.gz → 1.2.8__tar.gz

{xtquant_share-1.2.6 → xtquant_share-1.2.8}/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.4
 Name: xtquant-share
-Version: 1.2.6
+Version: 1.2.8
 Summary: Xtreme Quant Share - eXtreme transparent sharing proxy for XtQuant on macOS/Linux
 Author-email: Jason Hu <63170682@qq.com>
 License-Expression: GPL-3.0-only
@@ -32,6 +32,8 @@ Provides-Extra: dev
 Requires-Dist: pytest>=7.0; extra == "dev"
 Requires-Dist: black>=23.0; extra == "dev"
 Requires-Dist: flake8>=6.0; extra == "dev"
+Provides-Extra: datadir
+Requires-Dist: pandas>=1.0; extra == "datadir"
 Dynamic: license-file
 
 # 极限量化 (xqshare)

{xtquant_share-1.2.6 → xtquant_share-1.2.8}/pyproject.toml

@@ -4,7 +4,7 @@ build-backend = "setuptools.build_meta"
 
 [project]
 name = "xtquant-share"
-version = "1.2.6"
+version = "1.2.8"
 description = "Xtreme Quant Share - eXtreme transparent sharing proxy for XtQuant on macOS/Linux"
 readme = "README.md"
 license = "GPL-3.0-only"
@@ -50,6 +50,9 @@ dev = [
     "black>=23.0",
     "flake8>=6.0",
 ]
+datadir = [
+    "pandas>=1.0",
+]
 
 [project.scripts]
 xqshare-server = "xqshare.server:main"
@@ -67,4 +70,4 @@ where = ["."]
 include = ["xqshare*"]
 
 [tool.setuptools.package-data]
-"*" = ["*.md", "*.txt"]
+"*" = ["*.md", "*.txt", "*.yaml", "*.example"]

{xtquant_share-1.2.6 → xtquant_share-1.2.8}/tests/test_server.py

@@ -278,7 +278,7 @@ class TestExposedGetDatadir:
         service = self._make_service()
 
         mock_reader = Mock()
-        mock_reader.__class__.__module__ = 'utils.qmt_datadir.reader'
+        mock_reader.__class__.__module__ = 'xqshare.qmt_datadir.reader'
 
         # 注入 server 级单例
         original = XtQuantService._datadir_reader

{xtquant_share-1.2.6 → xtquant_share-1.2.8}/xqshare/auth.py

@@ -217,8 +217,7 @@ class PermissionChecker:
                 logging.info(f"[配置加载] 有效账号数量: {len(self._clients)}")
         except Exception as e:
             # 配置加载失败，使用默认客户端
-            import logging
-            logging.warning(f"加载客户端配置失败: {e}，使用默认客户端")
+            logging.warning(f"[配置加载] clients.yaml 解析失败: {e}，使用默认客户端。请检查 YAML 语法或参考 clients.yaml.example 修正配置")
             self._create_default_client()
 
     def _create_default_client(self) -> None:
@@ -229,7 +228,8 @@ class PermissionChecker:
             level=AccountLevel.ENTERPRISE
         )
         import logging
-        logging.warning(f"[配置加载] 未找到 clients.yaml，启用默认账号: {DEFAULT_CLIENT_ID} (level=enterprise)")
+        logging.warning(f"[配置加载] 未找到有效的 clients.yaml，已启用默认账号: {DEFAULT_CLIENT_ID} (level=enterprise)。")
+        logging.warning(f"[配置加载] 如需自定义客户端，请编辑当前目录下的 clients.yaml（可参考 clients.yaml.example 模板）")
 
     def check_and_reload_if_changed(self) -> bool:
         """

xtquant_share-1.2.8/xqshare/clients.yaml.example

@@ -0,0 +1,69 @@
+# xqshare 客户端配置示例
+#
+# 复制此文件为 clients.yaml 并修改配置
+# cp clients.yaml.example clients.yaml
+#
+# 配置说明：
+# - secret: 客户端认证密钥
+# - level: 账号等级，决定可访问的 API 权限
+#
+# 权限等级说明：
+# ┌─────────────┬───────────────────────────────────────────────────────────┐
+# │ 等级         │ 权限说明                                                           │
+# ├─────────────┼───────────────────────────────────────────────────────────┤
+# │ free        │ 基础信息 + 日线数据                                                │
+# │ plus        │ 基础信息 + 日线 + 分钟线数据                                        │
+# │ standard    │ 基础信息 + 日线 + 分钟线 + 实时行情 + 回调功能                       │
+# │ premium     │ standard + 交易查询（持仓、资产、委托等）                            │
+# │ enterprise  │ premium + 完整交易（下单、撤单）                                   │
+# └─────────────┴───────────────────────────────────────────────────────────┘
+
+#
+# 安全建议：
+# - 生产环境请使用强密码（建议 32 位以上随机字符串）
+# - 定期更换密钥
+# - 不同客户端使用不同密钥
+
+clients:
+  # ==================== 免费用户 ====================
+  # 权限：基础信息 + 日线数据
+  free-user:
+    secret: "free-secret-change-me"
+    level: free
+
+  # ==================== 进阶用户 ====================
+  # 权限：基础信息 + 日线 + 分钟线数据
+  plus-user:
+    secret: "plus-secret-change-me"
+    level: plus
+
+  # ==================== 标准用户 ====================
+  # 权限：基础信息 + 日线 + 分钟线 + 实时行情 + 回调功能
+  standard-user:
+    secret: "standard-secret-change-me"
+    level: standard
+
+  # ==================== 高级用户 ====================
+  # 权限：standard + 交易查询（持仓、资产、委托等）
+  # 注意：不能下单、撤单
+  premium-user:
+    secret: "premium-secret-change-me"
+    level: premium
+
+  # ==================== 企业用户 ====================
+  # 权限：premium + 完整交易（下单、撤单）
+  # 拥有所有权限
+  enterprise-user:
+    secret: "enterprise-secret-change-me"
+    level: enterprise
+
+  # ==================== 自定义示例 ====================
+  # 示例：内部测试账号
+  # internal-dev:
+  #   secret: "dev-only-secret"
+  #   level: enterprise
+
+  # 示例：只读分析账号
+  # readonly-analyst:
+  #   secret: "analyst-secret"
+  #   level: standard

xtquant_share-1.2.8/xqshare/qmt_datadir/__init__.py

@@ -0,0 +1,73 @@
+"""
+qmt_datadir —— QMT 本地 datadir 解析包
+
+支持的数据类型：
+  1. K线数据        SH/SZ/{period}/*.DAT
+  2. 板块成分股      Sector/Temple/{分类}/{板块名}
+  3. 指数权重        Weight/systemSectorWeightData.txt
+  4. 分红除权        DividData/*.ldb（LevelDB SSTable 直接扫描）
+  5. ETF成分股列表   TradeDateAndETFStockListCache
+  6. 交易所列表      marketlistinfo（Base64）
+  7. 涨跌幅快照元数据 increase/{market}（ZiPeDiT+zlib 压缩位图）
+
+快速使用：
+    from xqshare.qmt_datadir import QmtDataReader
+
+    reader = QmtDataReader('~/Downloads/pazq_qmt/.../userdata_mini/datadir')
+    df = reader.kline('600000.SH', '1d')
+
+底层函数直接使用：
+    from xqshare.qmt_datadir import read_kline_dir, read_divid, read_all_sectors
+"""
+
+# ── 统一入口类 ────────────────────────────────────────────────────────────────
+from .reader import QmtDataReader
+
+# ── K线 ──────────────────────────────────────────────────────────────────────
+from .kline import (
+    read_kline,
+    read_kline_dir,
+    FILE_HEADER_SIZE,
+    RECORD_SIZE,
+    PERIOD_MAP,
+)
+
+# ── 板块 & 权重 ───────────────────────────────────────────────────────────────
+from .sector import (
+    read_sector,
+    read_all_sectors,
+    list_sector_categories,
+    read_weight,
+)
+
+# ── 分红除权 ──────────────────────────────────────────────────────────────────
+from .divid import read_divid
+
+# ── 杂项 ──────────────────────────────────────────────────────────────────────
+from .misc import (
+    read_etf_list,
+    read_market_list,
+    read_increase_meta,
+)
+
+__all__ = [
+    # 统一入口
+    'QmtDataReader',
+    # K线
+    'read_kline',
+    'read_kline_dir',
+    'FILE_HEADER_SIZE',
+    'RECORD_SIZE',
+    'PERIOD_MAP',
+    # 板块 & 权重
+    'read_sector',
+    'read_all_sectors',
+    'list_sector_categories',
+    'read_weight',
+    # 分红除权
+    'read_divid',
+    # 杂项
+    'read_etf_list',
+    'read_market_list',
+    'read_increase_meta',
+]

xtquant_share-1.2.8/xqshare/qmt_datadir/divid.py

@@ -0,0 +1,129 @@
+"""
+分红除权数据解析模块
+
+数据来源：datadir/DividData/*.ldb（LevelDB SSTable 格式）
+
+解析方式：直接扫描 .ldb 文件中的可读字符串，无需安装 LevelDB 库。
+
+key 格式：{exchange}|{code}|4000|{除权日时间戳ms}
+value 结构：
+  offset 16: int64   除权日时间戳（ms）
+  offset 24: float64 分红比例（每股分红金额，元）
+
+注意：
+  - ratio 极小值（< 0.01）是 LevelDB 扫描误命中的浮点数噪声，已过滤
+  - 可转债代码（114xxx/127xxx）的 ratio 可能是转股价（10~30），属正常值
+"""
+
+import os
+import re
+import struct
+from datetime import datetime
+from typing import Optional
+
+import pandas as pd
+
+_KEY_PATTERN = re.compile(rb'[A-Z]{2}\|[0-9]{6}\|[0-9]+\|[0-9]+')
+
+
+def read_divid(data_dir: str,
+               exchange: Optional[str] = None,
+               code: Optional[str] = None) -> pd.DataFrame:
+    """
+    读取分红除权数据（DividData LevelDB）。
+
+    Args:
+        data_dir: datadir 根目录
+        exchange: 可选过滤，如 'SH'/'SZ'/'BJ'
+        code:     可选过滤，如 '600000'（纯6位代码，不含交易所后缀）
+
+    Returns:
+        DataFrame，columns:
+          exchange  str      交易所代码
+          code      str      股票代码（6位）
+          symbol    str      完整代码，如 '600000.SH'
+          ex_date   datetime 除权日
+          ratio     float    每股分红金额（元）
+          raw_ts    int      key 中的原始时间戳（ms）
+    """
+    div_dir = os.path.join(data_dir, 'DividData')
+    if not os.path.isdir(div_dir):
+        raise FileNotFoundError(f"DividData 目录不存在: {div_dir}")
+
+    # 构建前缀过滤（加速扫描）
+    prefix = b''
+    if exchange and code:
+        prefix = f'{exchange}|{code}|'.encode()
+    elif exchange:
+        prefix = f'{exchange}|'.encode()
+    elif code:
+        prefix = f'|{code}|'.encode()
+
+    records = []
+    for fname in sorted(os.listdir(div_dir)):
+        if not fname.endswith('.ldb'):
+            continue
+        fpath = os.path.join(div_dir, fname)
+        data = open(fpath, 'rb').read()
+
+        for m in _KEY_PATTERN.finditer(data):
+            k = m.group()
+            if prefix and prefix not in k:
+                continue
+
+            parts = k.decode().split('|')
+            if len(parts) != 4:
+                continue
+            ex, cd, _, ts_str = parts
+
+            if exchange and ex != exchange:
+                continue
+            if code and cd != code:
+                continue
+
+            raw_ts = int(ts_str)
+            val = data[m.end(): m.end() + 80]
+            if len(val) < 32:
+                continue
+
+            # offset 16: int64 ms 时间戳（除权日）
+            ex_ts = struct.unpack_from('<q', val, 16)[0]
+            # offset 24: float64 分红比例
+            ratio = struct.unpack_from('<d', val, 24)[0]
+
+            # 时间戳合理性校验
+            if not (1e12 < ex_ts < 2e12):
+                if raw_ts > 1e12:
+                    ex_ts = raw_ts
+                else:
+                    continue
+
+            # 过滤噪声：极小浮点数是 LevelDB 扫描误命中
+            if not (0.01 <= ratio < 100):
+                continue
+
+            try:
+                ex_date = datetime.fromtimestamp(ex_ts / 1000)
+                if not (2000 <= ex_date.year <= 2030):
+                    continue
+            except Exception:
+                continue
+
+            records.append({
+                'exchange': ex,
+                'code':     cd,
+                'symbol':   f'{cd}.{ex}',
+                'ex_date':  ex_date,
+                'ratio':    ratio,
+                'raw_ts':   raw_ts,
+            })
+
+    if not records:
+        return pd.DataFrame(columns=['exchange', 'code', 'symbol',
+                                     'ex_date', 'ratio', 'raw_ts'])
+
+    df = pd.DataFrame(records)
+    df['ex_date'] = pd.to_datetime(df['ex_date'])
+    df = df.drop_duplicates(subset=['symbol', 'ex_date'])
+    df = df.sort_values(['symbol', 'ex_date']).reset_index(drop=True)
+    return df

xtquant_share-1.2.8/xqshare/qmt_datadir/kline.py

@@ -0,0 +1,136 @@
+"""
+K线数据解析模块
+
+QMT .DAT 文件格式（逆向工程确认）：
+  - 文件头：8 字节，魔数 0xFEFFFFFFFFFFFF7F
+  - 每条记录：64 字节，小端序
+    offset  0: uint32  Unix 秒时间戳（本地时间）
+    offset  4: uint32  open  × 100
+    offset  8: uint32  high  × 100
+    offset 12: uint32  low   × 100
+    offset 16: uint32  close × 100
+    offset 20: uint32  （保留，始终0）
+    offset 24: uint32  volume（手）
+    offset 28: uint32  （保留，始终0）
+    offset 32: int64   amount（元）
+    offset 40: uint32  （保留）
+    offset 44: float32 当日复权因子（除权当天 ≠ 1.0）
+    offset 48: float32 累计复权因子（从上市至今）
+    offset 52: uint32  pre_close × 100
+    offset 56: uint32  （保留，始终0）
+    offset 60: uint32  （保留，固定 32764）
+"""
+
+import os
+import struct
+from datetime import datetime
+
+import pandas as pd
+
+# ── 常量 ──────────────────────────────────────────────────────────────────────
+FILE_HEADER_SIZE = 8
+RECORD_SIZE = 64
+FILE_MAGIC = 0x7FFFFFFFFFFFFFFE  # int64 小端
+
+PERIOD_MAP = {
+    '1d': '86400', 'day': '86400', 'd': '86400', '86400': '86400',
+    '5m': '300',   '5min': '300',  '300': '300',
+    '1m': '60',    '1min': '60',   '60': '60',
+}
+
+
+def _parse_record(rec: bytes) -> dict:
+    """解析单条 64 字节 K 线记录，返回字段字典"""
+    ts             = struct.unpack_from('<I', rec, 0)[0]
+    open_x100      = struct.unpack_from('<I', rec, 4)[0]
+    high_x100      = struct.unpack_from('<I', rec, 8)[0]
+    low_x100       = struct.unpack_from('<I', rec, 12)[0]
+    close_x100     = struct.unpack_from('<I', rec, 16)[0]
+    volume         = struct.unpack_from('<I', rec, 24)[0]
+    amount         = struct.unpack_from('<q', rec, 32)[0]
+    adj_factor     = struct.unpack_from('<f', rec, 44)[0]
+    cum_adj_factor = struct.unpack_from('<f', rec, 48)[0]
+    pre_close_x100 = struct.unpack_from('<I', rec, 52)[0]
+    return {
+        'timestamp':       ts,
+        'datetime':        datetime.fromtimestamp(ts),
+        'open':            open_x100 / 100.0,
+        'high':            high_x100 / 100.0,
+        'low':             low_x100 / 100.0,
+        'close':           close_x100 / 100.0,
+        'volume':          volume,
+        'amount':          amount,
+        'pre_close':       pre_close_x100 / 100.0,
+        'adj_factor':      adj_factor,       # 当日复权因子（除权当天 ≠ 1.0）
+        'cum_adj_factor':  cum_adj_factor,   # 累计复权因子（从上市至今）
+    }
+
+
+def read_kline(filepath: str, include_raw_ts: bool = False) -> pd.DataFrame:
+    """
+    读取 QMT .DAT K线文件，返回 DataFrame。
+
+    Args:
+        filepath:       .DAT 文件绝对路径
+        include_raw_ts: 是否保留原始 Unix 时间戳列（timestamp）
+
+    Returns:
+        DataFrame，index 为 DatetimeIndex（本地时间），
+        columns: open, high, low, close, volume, amount,
+                 pre_close, adj_factor, cum_adj_factor
+    """
+    if not os.path.exists(filepath):
+        raise FileNotFoundError(f"文件不存在: {filepath}")
+
+    with open(filepath, 'rb') as f:
+        f.read(FILE_HEADER_SIZE)
+        data = f.read()
+
+    n = len(data) // RECORD_SIZE
+    if n == 0:
+        return pd.DataFrame()
+
+    records = []
+    for i in range(n):
+        rec = data[i * RECORD_SIZE: (i + 1) * RECORD_SIZE]
+        if len(rec) < RECORD_SIZE:
+            break
+        try:
+            records.append(_parse_record(rec))
+        except Exception:
+            continue
+
+    if not records:
+        return pd.DataFrame()
+
+    df = pd.DataFrame(records)
+    df['datetime'] = pd.to_datetime(df['datetime'])
+    df = df.set_index('datetime')
+    df.index.name = 'datetime'
+    df = df[(df['close'] > 0) & (df.index.year >= 1990)]
+
+    if not include_raw_ts:
+        df = df.drop(columns=['timestamp'], errors='ignore')
+
+    return df
+
+
+def read_kline_dir(data_dir: str, symbol: str, period: str,
+                   include_raw_ts: bool = False) -> pd.DataFrame:
+    """
+    通过股票代码和周期读取 K线数据。
+
+    Args:
+        data_dir: datadir 根目录
+        symbol:   股票代码，如 '600000.SH' 或 '000001.SZ'
+        period:   周期，如 '1d'/'86400'/'5m'/'300'/'1m'/'60'
+
+    Returns:
+        DataFrame（同 read_kline）
+    """
+    code, exchange = (symbol.rsplit('.', 1) if '.' in symbol
+                      else (symbol, 'SH'))
+    exchange = exchange.upper()
+    period_dir = PERIOD_MAP.get(period.lower(), period)
+    filepath = os.path.join(data_dir, exchange, period_dir, f'{code}.DAT')
+    return read_kline(filepath, include_raw_ts=include_raw_ts)

xtquant_share-1.2.8/xqshare/qmt_datadir/misc.py

@@ -0,0 +1,104 @@
+"""
+杂项数据解析模块
+
+包含：
+  - ETF 成分股列表（TradeDateAndETFStockListCache）
+  - 交易所列表（marketlistinfo，Base64 编码）
+  - 涨跌幅快照元数据（increase/，ZiPeDiT+zlib 压缩位图）
+"""
+
+import base64
+import os
+import re
+import struct
+import zlib
+
+
+def read_etf_list(data_dir: str) -> list:
+    """
+    从 TradeDateAndETFStockListCache 读取 ETF 成分股代码列表。
+
+    Returns:
+        list[str]，纯6位代码（不含交易所后缀），如 ['510010', '600009', ...]
+    """
+    cache_path = os.path.join(data_dir, 'TradeDateAndETFStockListCache')
+    if not os.path.exists(cache_path):
+        raise FileNotFoundError(f"缓存文件不存在: {cache_path}")
+
+    data = open(cache_path, 'rb').read()
+    idx = data.find(b'etflist')
+    if idx < 0:
+        return []
+
+    after = data[idx + len(b'etflist'):]
+    codes_raw = re.findall(rb'(?<![0-9])[0-9]{6}(?![0-9])', after[:100000])
+    seen = set()
+    codes = []
+    for c in codes_raw:
+        s = c.decode()
+        if s not in seen:
+            seen.add(s)
+            codes.append(s)
+    return codes
+
+
+def read_market_list(data_dir: str) -> list:
+    """
+    读取支持的交易所列表（marketlistinfo，Base64 编码）。
+
+    Returns:
+        list[str]，如 ['BJ', 'BKZS', 'DF', 'GF', 'HGT', 'IF',
+                        'INE', 'SF', 'SGT', 'SH', 'SHO', 'SZ', 'SZO', 'ZF']
+    """
+    fp = os.path.join(data_dir, 'marketlistinfo')
+    if not os.path.exists(fp):
+        raise FileNotFoundError(f"文件不存在: {fp}")
+
+    raw = open(fp, 'rb').read()
+    decoded = base64.b64decode(raw.strip()).decode('ascii')
+    return [m for m in decoded.strip(',').split(',') if m]
+
+
+def read_increase_meta(data_dir: str, market: str = 'SH') -> dict:
+    """
+    读取涨跌幅快照文件的元数据（文件头信息）。
+
+    注意：increase/ 文件内部是 ZiPeDiT+zlib 压缩位图，完整解析需要配合
+    股票列表，此函数仅返回文件头元数据，不解析位图内容。
+
+    Args:
+        data_dir: datadir 根目录
+        market:   市场代码，如 'SH'/'SZ'/'BJ'
+
+    Returns:
+        dict，字段：
+          market            str  市场代码
+          file_size         int  原始文件大小（字节）
+          n_dates           int  日期数量（文件头 offset 8，uint16）
+          n_stocks          int  股票数量（文件头 offset 10，uint16）
+          decompressed_size int  解压后大小（字节），解压失败时为 0
+    """
+    fp = os.path.join(data_dir, 'increase', market)
+    if not os.path.exists(fp):
+        raise FileNotFoundError(f"文件不存在: {fp}")
+
+    raw = open(fp, 'rb').read()
+    n_dates  = struct.unpack_from('<H', raw, 8)[0]
+    n_stocks = struct.unpack_from('<H', raw, 10)[0]
+
+    decompressed_size = 0
+    idx = raw.find(b'ZiPeDiT')
+    if idx >= 0:
+        try:
+            dec = zlib.decompress(raw[idx + 7:])
+            decompressed_size = len(dec)
+        except Exception:
+            pass
+
+    return {
+        'market':            market,
+        'file_size':         len(raw),
+        'n_dates':           n_dates,
+        'n_stocks':          n_stocks,
+        'decompressed_size': decompressed_size,
+    }

xtquant_share-1.2.8/xqshare/qmt_datadir/reader.py

@@ -0,0 +1,169 @@
+"""
+QmtDataReader —— QMT 本地 datadir 统一读取入口
+
+将所有子模块的功能聚合为一个易用的类接口。
+
+用法示例：
+    from xqshare.qmt_datadir import QmtDataReader
+
+    reader = QmtDataReader('~/Downloads/pazq_qmt/.../userdata_mini/datadir')
+
+    # K线
+    df = reader.kline('600000.SH', '1d')
+    df5 = reader.kline('600000.SH', '5m')
+
+    # 板块
+    sw = reader.sectors('申万行业')          # {板块名: [代码列表]}
+    bank = reader.sector('申万行业', 'SW1银行')
+
+    # 权重
+    wt = reader.weight()                     # {板块名: [{'symbol':..., 'weight':...}]}
+
+    # 分红除权
+    divid = reader.divid(exchange='SH', code='600000')
+
+    # ETF / 交易所 / 涨跌幅元数据
+    etfs = reader.etf_list()
+    markets = reader.market_list()
+    meta = reader.increase_meta('SH')
+"""
+
+import os
+from typing import Optional
+
+import pandas as pd
+
+from .kline import read_kline, read_kline_dir
+from .sector import (list_sector_categories, read_all_sectors,
+                     read_sector, read_weight)
+from .divid import read_divid
+from .misc import read_etf_list, read_market_list, read_increase_meta
+
+
+class QmtDataReader:
+    """
+    QMT 本地 datadir 统一读取器。
+
+    Args:
+        data_dir: userdata_mini/datadir 的绝对路径或 ~ 开头的路径
+    """
+
+    def __init__(self, data_dir: str):
+        self.data_dir = os.path.expanduser(data_dir)
+        if not os.path.isdir(self.data_dir):
+            raise FileNotFoundError(f"datadir 不存在: {self.data_dir}")
+
+    # ── K线 ──────────────────────────────────────────────────────────────────
+
+    def kline(self, symbol: str, period: str = '1d',
+              include_raw_ts: bool = False) -> pd.DataFrame:
+        """
+        读取 K 线数据。
+
+        Args:
+            symbol:         股票代码，如 '600000.SH'
+            period:         周期，支持 '1d'/'86400'/'5m'/'300'/'1m'/'60'
+            include_raw_ts: 是否保留原始 Unix 时间戳列
+
+        Returns:
+            DataFrame，index=DatetimeIndex，
+            columns: open, high, low, close, volume, amount,
+                     pre_close, adj_factor, cum_adj_factor
+        """
+        return read_kline_dir(self.data_dir, symbol, period, include_raw_ts)
+
+    # ── 板块 ─────────────────────────────────────────────────────────────────
+
+    def sector_categories(self) -> list:
+        """列出所有板块分类，如 ['申万行业', '证监会行业']"""
+        return list_sector_categories(self.data_dir)
+
+    def sectors(self, category: str = '申万行业') -> dict:
+        """
+        读取某分类下所有板块成分股。
+
+        Returns:
+            dict[str, list[str]]，{板块名: [代码列表]}
+        """
+        return read_all_sectors(self.data_dir, category)
+
+    def sector(self, category: str, sector_name: str) -> list:
+        """
+        读取单个板块成分股列表。
+
+        Args:
+            category:    板块分类，如 '申万行业'
+            sector_name: 板块名称，如 'SW1银行'
+
+        Returns:
+            list[str]，股票代码列表
+        """
+        fp = os.path.join(self.data_dir, 'Sector', 'Temple',
+                          category, sector_name)
+        return read_sector(fp)
+
+    # ── 权重 ─────────────────────────────────────────────────────────────────
+
+    def weight(self) -> dict:
+        """
+        读取指数/板块权重数据。
+
+        Returns:
+            dict[str, list[dict]]，{板块名: [{'symbol': str, 'weight': float}]}
+        """
+        return read_weight(self.data_dir)
+
+    # ── 分红除权 ──────────────────────────────────────────────────────────────
+
+    def divid(self, exchange: Optional[str] = None,
+              code: Optional[str] = None) -> pd.DataFrame:
+        """
+        读取分红除权数据（DividData LevelDB）。
+
+        Args:
+            exchange: 可选过滤，如 'SH'/'SZ'/'BJ'
+            code:     可选过滤，纯6位代码，如 '600000'
+
+        Returns:
+            DataFrame，columns: exchange, code, symbol, ex_date, ratio, raw_ts
+        """
+        return read_divid(self.data_dir, exchange=exchange, code=code)
+
+    # ── ETF 列表 ──────────────────────────────────────────────────────────────
+
+    def etf_list(self) -> list:
+        """
+        读取 ETF 成分股代码列表（纯6位代码）。
+
+        Returns:
+            list[str]，如 ['510010', '600009', ...]
+        """
+        return read_etf_list(self.data_dir)
+
+    # ── 交易所列表 ────────────────────────────────────────────────────────────
+
+    def market_list(self) -> list:
+        """
+        读取支持的交易所列表。
+
+        Returns:
+            list[str]，如 ['BJ', 'SH', 'SZ', ...]
+        """
+        return read_market_list(self.data_dir)
+
+    # ── 涨跌幅快照元数据 ──────────────────────────────────────────────────────
+
+    def increase_meta(self, market: str = 'SH') -> dict:
+        """
+        读取涨跌幅快照文件元数据（不解析位图内容）。
+
+        Args:
+            market: 市场代码，如 'SH'/'SZ'/'BJ'
+
+        Returns:
+            dict: market, file_size, n_dates, n_stocks, decompressed_size
+        """
+        return read_increase_meta(self.data_dir, market)
+
+    def __repr__(self) -> str:
+        return f"QmtDataReader(data_dir='{self.data_dir}')"

xtquant_share-1.2.8/xqshare/qmt_datadir/sector.py

@@ -0,0 +1,111 @@
+"""
+板块成分股 & 指数权重解析模块
+
+数据来源：
+  - 板块成分股：datadir/Sector/Temple/{分类}/{板块名}
+    格式：逗号分隔的股票代码，如 '000022.SZ,000088.SZ,...'
+  - 指数权重：datadir/Weight/systemSectorWeightData.txt
+    格式（每行）：{板块名};{代码1},{权重1};{代码2},{权重2};...
+"""
+
+import os
+
+
+def read_sector(filepath: str) -> list:
+    """
+    读取单个板块成分股文件，返回股票代码列表。
+
+    Args:
+        filepath: 板块文件绝对路径
+
+    Returns:
+        list[str]，如 ['000022.SZ', '000088.SZ', ...]
+    """
+    content = open(filepath, 'r', encoding='utf-8', errors='replace').read()
+    return [c.strip() for c in content.split(',') if c.strip()]
+
+
+def read_all_sectors(data_dir: str, category: str = '申万行业') -> dict:
+    """
+    读取某分类下所有板块的成分股。
+
+    Args:
+        data_dir: datadir 根目录
+        category: 板块分类名，如 '申万行业' 或 '证监会行业'
+
+    Returns:
+        dict[str, list[str]]，板块名 → 成分股代码列表
+        如 {'SW1银行': ['600000.SH', '600015.SH', ...], ...}
+    """
+    sector_dir = os.path.join(data_dir, 'Sector', 'Temple', category)
+    if not os.path.isdir(sector_dir):
+        raise FileNotFoundError(f"板块目录不存在: {sector_dir}")
+
+    result = {}
+    for name in sorted(os.listdir(sector_dir)):
+        fp = os.path.join(sector_dir, name)
+        if os.path.isfile(fp):
+            try:
+                result[name] = read_sector(fp)
+            except Exception:
+                result[name] = []
+    return result
+
+
+def list_sector_categories(data_dir: str) -> list:
+    """
+    列出所有可用的板块分类名称。
+
+    Returns:
+        list[str]，如 ['申万行业', '证监会行业']
+    """
+    temple_dir = os.path.join(data_dir, 'Sector', 'Temple')
+    if not os.path.isdir(temple_dir):
+        return []
+    return sorted(os.listdir(temple_dir))
+
+
+def read_weight(data_dir: str) -> dict:
+    """
+    读取指数/板块权重数据。
+
+    文件格式（每行）：{板块名};{代码1},{权重1};{代码2},{权重2};...
+    如：上证A股;600051.SH,1;605090.SH,1;...
+
+    Args:
+        data_dir: datadir 根目录
+
+    Returns:
+        dict[str, list[dict]]，板块名 → [{'symbol': str, 'weight': float}, ...]
+    """
+    fp = os.path.join(data_dir, 'Weight', 'systemSectorWeightData.txt')
+    if not os.path.exists(fp):
+        raise FileNotFoundError(f"权重文件不存在: {fp}")
+
+    result = {}
+    with open(fp, 'r', encoding='utf-8', errors='replace') as f:
+        for line in f:
+            line = line.strip()
+            if not line:
+                continue
+            parts = line.split(';')
+            if len(parts) < 2:
+                continue
+            sector_name = parts[0]
+            members = []
+            for item in parts[1:]:
+                item = item.strip()
+                if not item:
+                    continue
+                kv = item.split(',')
+                if len(kv) == 2:
+                    try:
+                        members.append({
+                            'symbol': kv[0].strip(),
+                            'weight': float(kv[1].strip()),
+                        })
+                    except ValueError:
+                        pass
+            if members:
+                result[sector_name] = members
+    return result

{xtquant_share-1.2.6 → xtquant_share-1.2.8}/xqshare/server.py

@@ -48,21 +48,11 @@ except ImportError:
 
 # QmtDataReader 导入（用于 datadir 文件解析能力）
 try:
-    from utils.qmt_datadir import QmtDataReader
+    from xqshare.qmt_datadir import QmtDataReader
     QMTDATAREADER_AVAILABLE = True
 except ImportError:
-    try:
-        # 兼容：直接从 qmt_datadir 包导入
-        import sys as _sys
-        import os as _os
-        _pkg_dir = _os.path.join(_os.path.dirname(__file__), '..', 'utils')
-        if _os.path.isdir(_pkg_dir):
-            _sys.path.insert(0, _os.path.dirname(_pkg_dir))
-        from utils.qmt_datadir import QmtDataReader
-        QMTDATAREADER_AVAILABLE = True
-    except ImportError:
-        QmtDataReader = None
-        QMTDATAREADER_AVAILABLE = False
+    QmtDataReader = None
+    QMTDATAREADER_AVAILABLE = False
 
 
 # ==================== 日志配置 ====================
@@ -687,6 +677,32 @@ class XtQuantService(rpyc.Service):
         return f"已启动异步回调，共 {count} 次，间隔 {delay} 秒"
 
 
+# ==================== clients.yaml 初始化 ====================
+
+def _init_clients_yaml():
+    """
+    如果当前工作目录下不存在 clients.yaml，则从包目录复制示例文件。
+
+    这样用户无需手动创建配置文件，启动服务后即可得到一份带注释的模板。
+    """
+    import shutil
+    target = os.path.join(os.getcwd(), "clients.yaml")
+    if os.path.exists(target):
+        return  # 已存在，跳过
+
+    # 从包目录查找示例文件
+    example_path = os.path.join(os.path.dirname(__file__), "clients.yaml.example")
+    if not os.path.exists(example_path):
+        return  # 示例文件也不存在（不应发生）
+
+    try:
+        shutil.copyfile(example_path, target)
+        print(f"  \u2714 已生成 clients.yaml（从 {example_path}）")
+        print(f"    请编辑此文件配置客户端账号和权限等级")
+    except Exception as e:
+        logger.warning(f"自动复制 clients.yaml.example 失败: {e}")
+
+
 # ==================== datadir 初始化 ====================
 
 def _init_datadir_reader():
@@ -699,7 +715,7 @@ def _init_datadir_reader():
       3. 均不可用时记录 WARNING，_datadir_reader 保持 None
     """
     if not QMTDATAREADER_AVAILABLE:
-        logger.warning("[datadir] QmtDataReader 不可用（utils.qmt_datadir 未安装），datadir 功能已禁用")
+        logger.warning("[datadir] QmtDataReader 不可用（qmt_datadir 未安装或 pandas 缺失），datadir 功能已禁用")
         return
 
     # 步骤1：从环境变量读取
@@ -790,6 +806,9 @@ def start_server(host="0.0.0.0", port=None, use_ssl=False, certfile=None, keyfil
     print(f"  日志级别: {log_level}")
     print("=" * 70)
     
+    # ── 自动生成 clients.yaml ──────────────────────────────────────
+    _init_clients_yaml()
+
     # 预加载权限检查器（加载 clients.yaml 配置）
     if XtQuantService._permission_checker is None:
         XtQuantService._permission_checker = get_permission_checker()

{xtquant_share-1.2.6 → xtquant_share-1.2.8}/xtquant_share.egg-info/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.4
 Name: xtquant-share
-Version: 1.2.6
+Version: 1.2.8
 Summary: Xtreme Quant Share - eXtreme transparent sharing proxy for XtQuant on macOS/Linux
 Author-email: Jason Hu <63170682@qq.com>
 License-Expression: GPL-3.0-only
@@ -32,6 +32,8 @@ Provides-Extra: dev
 Requires-Dist: pytest>=7.0; extra == "dev"
 Requires-Dist: black>=23.0; extra == "dev"
 Requires-Dist: flake8>=6.0; extra == "dev"
+Provides-Extra: datadir
+Requires-Dist: pandas>=1.0; extra == "datadir"
 Dynamic: license-file
 
 # 极限量化 (xqshare)

{xtquant_share-1.2.6 → xtquant_share-1.2.8}/xtquant_share.egg-info/SOURCES.txt

@@ -11,7 +11,14 @@ tests/test_tools_common.py
 xqshare/__init__.py
 xqshare/auth.py
 xqshare/client.py
+xqshare/clients.yaml.example
 xqshare/server.py
+xqshare/qmt_datadir/__init__.py
+xqshare/qmt_datadir/divid.py
+xqshare/qmt_datadir/kline.py
+xqshare/qmt_datadir/misc.py
+xqshare/qmt_datadir/reader.py
+xqshare/qmt_datadir/sector.py
 xqshare/tools/__init__.py
 xqshare/tools/common.py
 xqshare/tools/xtdata.py

{xtquant_share-1.2.6 → xtquant_share-1.2.8}/xtquant_share.egg-info/requires.txt

@@ -2,6 +2,9 @@ rpyc>=6.0
 python-dotenv>=1.0
 pyyaml>=6.0
 
+[datadir]
+pandas>=1.0
+
 [dev]
 pytest>=7.0
 black>=23.0