为 Pandas DataFrame 提供 224 个技术指标和 62 种原生 K 线形态识别的 Python 扩展库。
deepentropy/tvscreener
非官方 Python 库,可将 TradingView 的股票、加密货币、外汇等筛选器数据获取为 Pandas DataFrame。
可替代:TradingView
- Star
- 1,723
- Fork
- 242
- 未关闭 Issue
- 0
- 最近提交
- 6天前
本页只介绍开源项目,不构成投资建议。交易和投资可能造成亏损,使用前请自行评估风险,并遵守当地法律法规。
这是什么?
tvscreener 是一个用于获取 TradingView 筛选器数据的 Python 客户端。它支持股票、ETF、加密货币、外汇、债券、期货、币种、指数和经济指标等多类筛选器,可按字段、市场、国家等条件过滤,并以 Pandas DataFrame 返回结果。
除基础筛选外,库还提供 TradingView 内置的涨跌幅榜、财报、分红、IPO 和经济日历,多年期财务报表,实时报价,新闻、披露文件及财报电话会议文字稿等接口。同时支持 OR 与嵌套过滤条件、链式 select/where 写法、字段搜索和预设字段组,并可按固定间隔持续刷新数据。
该项目为非官方库,与 TradingView 无关联。项目还提供 MCP 服务器,方便 AI 助手调用其工具,并附带一个可视化构建筛选条件、生成 Python 代码的在线工具。
核心功能
- 01覆盖股票、ETF、加密货币、外汇、债券、期货、币种、指数和经济数据等筛选器
- 02支持 OR 与嵌套过滤条件及 has()、above_pct() 等运算符
- 03提供财务报表、公司事件和季节性收益数据
- 04支持获取 TradingView 推送的实时报价
- 05可获取新闻、披露文件和财报电话会议文字稿
- 06结果以 Pandas DataFrame 返回,并支持定时刷新
适用场景
- 在 Jupyter 中按估值、股息或动量指标筛选股票
- 定时刷新数据,监控加密货币或外汇的涨跌变化
- 拉取财务报表和财报日历用于研究分析
- 通过 MCP 服务器让 AI 助手调用筛选器数据
快速上手
- 1
从 PyPI 安装该库
pip install tvscreener - 2
导入库并运行基础股票筛选查询
python -c "import tvscreener as tvs; df = tvs.StockScreener().get(); print(df.head())"
使用前须知
- 这是非官方的第三方库,与 TradingView 没有任何关联。
- 使用需遵守 TradingView 的服务条款,且若 TradingView 更改数据可能导致功能失效。
标签
常见问题
- tvscreener 是什么?
- 非官方 Python 库,可将 TradingView 的股票、加密货币、外汇等筛选器数据获取为 Pandas DataFrame。 tvscreener 是一个用于获取 TradingView 筛选器数据的 Python 客户端。它支持股票、ETF、加密货币、外汇、债券、期货、币种、指数和经济指标等多类筛选器,可按字段、市场、国家等条件过滤,并以 Pandas DataFrame 返回结果。
- tvscreener 可以免费使用吗?用的什么许可证?
- tvscreener 以 Apache-2.0 许可证开源。用于商业产品前,请先确认许可证条款。
- tvscreener 还在维护吗?
- 活跃维护中。tvscreener 最近一次提交是在 2026年11月1日。
- tvscreener 适合用来做什么?
- 在 Jupyter 中按估值、股息或动量指标筛选股票 定时刷新数据,监控加密货币或外汇的涨跌变化 拉取财务报表和财报日历用于研究分析 通过 MCP 服务器让 AI 助手调用筛选器数据
- tvscreener 怎么安装和运行?
- 从 PyPI 安装该库: pip install tvscreener 导入库并运行基础股票筛选查询: python -c "import tvscreener as tvs; df = tvs.StockScreener().get(); print(df.head())"
- 在哪里获取 tvscreener?
- 源代码和安装说明在 GitHub 上:https://github.com/deepentropy/tvscreener
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
TA-Lib 的 Python 封装,提供 200 多种技术分析指标和 K 线形态识别,支持 NumPy、Pandas 和 Polars 数据。
提供 447 个技术指标的 C# / Python 库,支持 O(1) 流式计算与 SIMD 批量计算,并与 TA-Lib 等库交叉验证。
基于 Python 的量化交易研究工具包,用向量化计算批量回测成千上万种策略思路。
一个本地运行的 MCP 服务器,让 AI 助手可获取股票行情、做技术分析、管理投资组合,并可选进行 Python 回测。
面向A股的开源Python量化交易系统,涵盖数据管理、选股、择时、风控与回测。