34 个交易品种
23 个外汇货币对、2 个商品（WTI 和布伦特原油）及 9 个指数，包括标普 500、日经指数和 DAX。
开源
histdata：历史数据下载工具
从 histdata.com 下载历史市场数据，将 M1 数据转换为压缩 Apache Parquet 文件。从 34 个交易品种中选择所需数据，用于本地研究。
Python 3.10+Apache ParquetzstdMIT 许可证34 个交易品种
$ pip install git+https://github.com/StratCraftsAI/histdata.git
$ histdata --pairs EURUSD GBPUSD --year-start 2020 --year-end 2025
输出示例：每个交易品种生成一个 Parquet 文件
output/EURUSD_M1.parquet
output/GBPUSD_M1.parquet
功能
构建本地市场数据集，并在量化分析前检查其覆盖范围。
Apache Parquet 输出
采用 zstd 压缩的 Parquet 文件，可用 pandas、Polars、DuckDB 及其他兼容 Arrow 的工具读取。
命令行工具
使用 pip 安装，通过 histdata 命令选择交易品种和年份。
历史数据归档选择
M1 下载会根据请求的日期范围选择可用的年度或月度归档，并复用已验证的本地归档。
明确的数据类型
OHLCV 列使用 timestamp[ms] 和 float64 类型。分析前请检查源数据时区和所选的命令行工作流程。
Python 依赖
依赖 requests、beautifulsoup4、pyarrow 和 filelock。需要 Python 3.10 或更高版本。
处理流程
下载归档、解析 M1 数据，并写入具有明确数据类型的 Parquet 文件。
1
提取令牌
→
2
下载 ZIP
→
3
解析 M1 CSV
→
4
写入 Parquet
histdata.com → ZIP (CSV) → list[OHLCVRow] → Parquet (zstd)支持的交易品种
涵盖外汇、商品和全球指数，共 34 个交易品种。可用历史数据范围因品种而异。
外汇 23
主要货币对
EURUSDGBPUSDUSDJPYUSDCHFUSDCADAUDUSDNZDUSD交叉货币对
EURAUDEURCADEURCHFEURGBPEURNZDGBPAUDGBPCADGBPCHFGBPNZDAUDNZD日元交叉货币对
AUDJPYCADJPYCHFJPYEURJPYGBPJPYNZDJPY商品 2
BCOUSDBrent Crude Oil
WTIUSDWTI Crude Oil
指数 9
AUXAUDASX 200
FRXEURCAC 40
GRXEURDAX 30
HKXHKDHang Seng
JPXJPYNikkei 225
NSXUSDNASDAQ 100
SPXUSDS&P 500
UDXUSDUS Dollar Index
UKXGBPFTSE 100
输出数据结构
Parquet 列具有明确的数据类型。合并数据集前，请验证时间戳和数据质量。
| 列名 | 类型 | 说明 |
|---|---|---|
| timestamp | timestamp[ms] | K 线时间；常规 M1 下载使用 UTC，--skip-download 保留源数据的 EST 时间 |
| open | float64 | 开盘价 |
| high | float64 | 最高价 |
| low | float64 | 最低价 |
| close | float64 | 收盘价 |
| volume | float64 | 源数据成交量字段 |
数据源histdata.com — 通用 ASCII CSV，以分号分隔；无需 API 密钥
源数据时区EST (UTC-5, 不进行夏令时调整)
格式Apache Parquet + zstd
快速开始
从 GitHub 安装，并选择所需的交易品种和日期范围。
安装
pip install git+https://github.com/StratCraftsAI/histdata.git命令行用法
# Download EURUSD 2020-2025 and convert to Parquet
histdata --pairs EURUSD --year-start 2020 --year-end 2025
# Multiple pairs
histdata --pairs EURUSD GBPUSD USDJPY --year-start 2015 --year-end 2025
# All 34 instruments
histdata --pairs all --year-start 2020 --year-end 2025使用 pandas 读取
import pandas as pd
df = pd.read_parquet("output/EURUSD_M1.parquet")
print(df.head())
# timestamp open high low close volume
# 0 2023-01-02 17:00:00 1.07045 1.07048 1.07045 1.07048 0.0常见问题
需要 API 密钥吗？
无需 API 密钥。下载工具会在下载前从 histdata.com 获取归档令牌。
下载需要多长时间？
耗时取决于可用归档的数量和大小、网络状况及本地处理速度。下载工具会限制请求频率，不保证完成时间。
可以将输出用于量化研究吗？
M1 Parquet 文件可通过 pandas 或其他兼容 Parquet 的工具读取。导入研究平台前，请检查数据覆盖范围、质量、列映射和时区要求。
时间戳使用哪个时区？
源 CSV 使用固定 EST（UTC-5），不进行夏令时调整。常规 M1 下载会转换为 UTC。--skip-download 流程保留解析后的源数据 EST 值。Parquet 的 timestamp[ms] 不含时区元数据。
支持 tick 数据吗？
--timeframe tick 选项可以下载 tick 归档，但尚未实现 tick 解析和 Parquet 转换。要获取文档所述的 OHLCV 输出，请使用 M1。