astock-cache

何时使用

• 全市场筛选太慢 (每次 30 分钟)
• 反复拉同一只股票 K 线
• 跑 screener 跑 2 遍
• 想要"盘后更新一次,白天用一天"

🚀 快速上手

# 看缓存多少了
python main.py kline-stats

# 跑一次全市场 K 线更新 (15-30 分钟, 但之后都是 5 秒)
python daily_update.py

# 单独看某只股票
python main.py kline-stats
# {"count": 5028, "size_mb": 18.4}

提供能力

通用 Key-Value 缓存

• cache_set/get/delete/clear
• cached(key, ttl) 装饰器
• 存储: ~/.astock_skills/cache/*.pkl

K 线 parquet 缓存 (新,推荐)

• kline_save(code, df, days) 存 parquet
• kline_load(code, days, max_age_hours) 读
• kline_get_or_fetch(code, fetch_fn, days) 智能模式
• 存储: ~/.astock_skills/cache/kline/{code}_{days}d.parquet

screener 集成示例

from skills.01-infra.astock-cache.main import kline_get_or_fetch
from skills.01-infra.astock-data-source.main import get_kline

def smart_kline(code, days=60):
    """优先读缓存, 缓存没有才拉网络"""
    return kline_get_or_fetch(code, get_kline, days=days)

# 第一次慢 (拉网络), 之后 5 秒
df = smart_kline("601991", 60)

性能

依赖

pandas>=1.5.0
pyarrow>=10.0.0  # parquet 引擎