全年交易日历 (all_trading_days)

数据描述: 该表记录了中国A股市场从1990年开始,到今年的全年交易日历数据(根据节假日计算,可能更新)。

文档
数据简介

## 一、数据简介 全年交易日历记录中国 A 股市场的交易日,每个交易日一行。与 `trading_days` 的区别是,本表包含当年尚未到来的交易日,可以用来查询未来日期是否开市;`trading_days` 只到最新已确认的交易日。 - 数据起始时间:1990-01-02 - 数据结束时间:2027-12-31 - 数据更新频率:按年度整年写入,当年尚未到来的日期也已存在,并非每个交易日更新一次 起止时间覆盖表内所有市场的行。分市场看:`CN` 从 1990-12-03 开始,到当年年底;`HK`、`US` 是历史遗留的行,只到 2024-12-31,当前的构建逻辑只写入 `CN`。 ## 二、主键说明 | 关键字 | 释意 | | --- | --- | | date | 日历日期,表示该日是 `market_code` 对应市场的交易日,不是行情日期 | | market_code | 市场代码,`CN` 为中国 A 股,`HK` 为中国香港,`US` 为美国 | ## 三、字段口径 | 字段 | 口径 | | --- | --- | | market_code | 当年及以后新增的数据只有 `CN`。需要香港、美国等其他市场的交易日历时,使用 `trading_days` | ## 四、时间语义 - 表里只有交易日,没有记录的日期就是非交易日(周末或节假日)。 - 当年尚未到来的日期按“周一至周五,去掉法定节假日”推算。法定节假日名单人工维护,放假安排有调整时,这部分未来日期可能随之更新。 - 到今天为止,`CN` 的日期与 `trading_days` 中 `CN` 的日期完全一致。 ## 五、已知限制 - 平台目录里的表描述写“从 1990 年开始”,实测 `CN` 最早是 1990-12-03。 - 表里除了 `CN`,还有 2024-12-31 及以前的 `HK`、`US` 历史行,2025 年起没有这两个市场的数据,不要用本表判断它们的交易日。 ## 六、示例数据 取 2026-10-18 至 2026-11-17(最近 30 天,到今天为止,不含尚未到来的日期),按日期、市场代码排序,展示前 5 行和后 5 行。 | date | market_code | |:--------------------|:--------------| | 2026-10-19 00:00:00 | CN | | 2026-10-19 00:00:00 | US | | 2026-10-20 00:00:00 | CN | | 2026-10-20 00:00:00 | HK | | 2026-10-20 00:00:00 | US | | 2026-11-16 00:00:00 | HK | | 2026-11-16 00:00:00 | US | | 2026-11-17 00:00:00 | CN | | 2026-11-17 00:00:00 | HK | | 2026-11-17 00:00:00 | US |

用例
* 用例1: 查询特定年份的交易日历 ``` import dai df = dai.query(""" SELECT date FROM all_trading_days""", filters={"date": ["2023-01-01", "2023-12-31"]} ).df() ``` * 用例2: 交易日数量统计,统计2021年的交易日总数 ``` import dai df = dai.query(""" SELECT COUNT(date) as trading_days FROM all_trading_days""", filters={"date": ["2021-01-01", "2021-12-31"]} ).df() ``` * 用例3: 识别交易日和非交易日 ``` import dai import pandas as pd df_trading_days = dai.query(""" SELECT date FROM all_trading_days""", filters={"date": ["2023-01-01", "2023-12-31"]} ).df() non_trading_days = pd.date_range(start='2023-01-01', end='2023-12-31').difference(df_trading_days['date']) print(non_trading_days) ```
表结构
字段 字段类型 字段描述
date timestamp[ns] -
market_code string 市场代码

表名:all_trading_days

起始时间:

最近更新时间: