交易日历#

日历函数默认 market="cn"；美股使用 market="us"。日期区间包含两端，前后偏移严格排除输入日。详见交易日历。

函数 / 类	解决的问题
`get_trading_dates()`	查询日期区间内的交易日
`is_trading_date()`	判断某一天是否开市
`get_previous_trading_date()`	向前偏移 n 个交易日
`get_next_trading_date()`	向后偏移 n 个交易日
`get_n_trading_dates_until()`	取截至某日的最近 n 个交易日
`count_trading_dates()`	统计区间内的交易日数量
`get_all_trading_dates()`	取得当前日历包含的全部交易日
`get_calendar_coverage()`	确认日历有效区间，避免越界查询

get_trading_dates — 查询日期区间内的交易日#

libfinance.get_trading_dates(start_date, end_date, market='cn')[源代码]#

获取某个区间的交易日期

参数

start_date – 开始日期
end_date – 结束日期
market – 市场，cn（默认）或 us

返回

pandas.DatetimeIndex，包含起止日期之间的交易日（含两端）。

示例

1. 区间内的 A 股交易日

Python

print(lf.get_trading_dates("2024-01-01", "2024-01-31", market="cn"))

输出#

DatetimeIndex(['2024-01-02', '2024-01-03', '2024-01-04', '2024-01-05', '2024-01-08', '2024-01-09', '2024-01-10', '2024-01-11', '2024-01-12', '2024-01-15', '2024-01-16', '2024-01-17', '2024-01-18', '2024-01-19', '2024-01-22', '2024-01-23', '2024-01-24', '2024-01-25', '2024-01-26', '2024-01-29', '2024-01-30', '2024-01-31'], dtype='datetime64[us]', freq=None)

C++

show(lf::get_trading_dates("2024-01-01", "2024-01-31", "cn"));

输出#

[2024-01-02, 2024-01-03, 2024-01-04, 2024-01-05, 2024-01-08, 2024-01-09, 2024-01-10, 2024-01-11, 2024-01-12, 2024-01-15, 2024-01-16, 2024-01-17, 2024-01-18, 2024-01-19, 2024-01-22, 2024-01-23, 2024-01-24, 2024-01-25, 2024-01-26, 2024-01-29, 2024-01-30, 2024-01-31] (22 days)

2. 同一区间换成美股，交易日不同

Python

print(lf.get_trading_dates("2024-01-01", "2024-01-31", market="us"))

输出#

DatetimeIndex(['2024-01-02', '2024-01-03', '2024-01-04', '2024-01-05', '2024-01-08', '2024-01-09', '2024-01-10', '2024-01-11', '2024-01-12', '2024-01-16', '2024-01-17', '2024-01-18', '2024-01-19', '2024-01-22', '2024-01-23', '2024-01-24', '2024-01-25', '2024-01-26', '2024-01-29', '2024-01-30', '2024-01-31'], dtype='datetime64[us]', freq=None)

C++

show(lf::get_trading_dates("2024-01-01", "2024-01-31", "us"));

输出#

[2024-01-02, 2024-01-03, 2024-01-04, 2024-01-05, 2024-01-08, 2024-01-09, 2024-01-10, 2024-01-11, 2024-01-12, 2024-01-16, 2024-01-17, 2024-01-18, 2024-01-19, 2024-01-22, 2024-01-23, 2024-01-24, 2024-01-25, 2024-01-26, 2024-01-29, 2024-01-30, 2024-01-31] (21 days)

输出由 docs/_shared/update_examples.py 运行示例脚本生成：数据版本 sha256:6feda8ca，2026-10-09。下载示例脚本: 01_calendar.cpp · 01_calendar.py

结果解读：相同日期区间也可能包含不同交易日：示例突出中美日历在 1 月 15 日的区别。

is_trading_date — 判断某一天是否开市#

libfinance.is_trading_date(date, market='cn')[源代码]#

判断指定日期是否为交易日

参数

date – 指定日期
market – 市场，cn（默认）或 us

返回

bool，交易日为 True，非交易日为 False；超出日历范围会报错。

示例

1. 周一开市

Python

print(lf.is_trading_date("2024-01-08", market="cn"))

输出#

True

C++

show(lf::is_trading_date("2024-01-08", "cn"));

输出#

True

2. 周日休市

Python

print(lf.is_trading_date("2024-01-07", market="cn"))

输出#

False

C++

show(lf::is_trading_date("2024-01-07", "cn"));

输出#

False

输出由 docs/_shared/update_examples.py 运行示例脚本生成：数据版本 sha256:6feda8ca，2026-10-09。下载示例脚本: 01_calendar.cpp · 01_calendar.py

结果解读：结果为布尔值，可直接用于条件判断。

get_previous_trading_date — 向前偏移 n 个交易日#

libfinance.get_previous_trading_date(date, n=1, market='cn')[源代码]#

获取指定日期之前的第 n 个交易日

参数

date – 指定日期
n – 第 n 个交易日
market – 市场，cn（默认）或 us

返回

pandas.Timestamp，严格早于输入日期的第 n 个交易日。

示例

1. 严格早于输入日的上一个交易日

Python

print(lf.get_previous_trading_date("2024-01-08"))

输出#

2024-01-05 00:00:00

C++

show(lf::get_previous_trading_date("2024-01-08"));

输出#

2024-01-05

2. n=3：往前第三个交易日，不是减三天

Python

print(lf.get_previous_trading_date("2024-01-08", n=3))

输出#

2024-01-03 00:00:00

C++

show(lf::get_previous_trading_date("2024-01-08", 3));

输出#

2024-01-03

输出由 docs/_shared/update_examples.py 运行示例脚本生成：数据版本 sha256:6feda8ca，2026-10-09。下载示例脚本: 01_calendar.cpp · 01_calendar.py

结果解读：n=1 与 n=3 分别回到上一个和第三个交易日，均不包含输入日。

get_next_trading_date — 向后偏移 n 个交易日#

libfinance.get_next_trading_date(date, n=1, market='cn')[源代码]#

获取指定日期之后的第 n 个交易日

参数

date – 指定日期
n – 第 n 个交易日
market – 市场，cn（默认）或 us

返回

pandas.Timestamp，严格晚于输入日期的第 n 个交易日。

示例

1. 严格晚于输入日的下一个交易日

Python

print(lf.get_next_trading_date("2024-01-05"))

输出#

2024-01-08 00:00:00

C++

show(lf::get_next_trading_date("2024-01-05"));

输出#

2024-01-08

2. n=3：往后第三个交易日

Python

print(lf.get_next_trading_date("2024-01-05", n=3))

输出#

2024-01-10 00:00:00

C++

show(lf::get_next_trading_date("2024-01-05", 3));

输出#

2024-01-10

输出由 docs/_shared/update_examples.py 运行示例脚本生成：数据版本 sha256:6feda8ca，2026-10-09。下载示例脚本: 01_calendar.cpp · 01_calendar.py

结果解读：周五之后的第一个交易日是周一；n=3 是第三个交易日，不是三个自然日。

get_n_trading_dates_until — 取截至某日的最近 n 个交易日#

libfinance.get_n_trading_dates_until(date, n, market='cn')[源代码]#

获取截至指定日期（含）的最后 n 个交易日

参数

date – 指定日期
n – 交易日个数
market – 市场，cn（默认）或 us

返回

pandas.DatetimeIndex，截至该日的最近 n 个交易日；历史不足 n 个时返回已有日期。

示例

1. 截至周一（含）的最近 5 个交易日

Python

print(lf.get_n_trading_dates_until("2024-01-08", n=5))

输出#

DatetimeIndex(['2024-01-02', '2024-01-03', '2024-01-04', '2024-01-05', '2024-01-08'], dtype='datetime64[us]', freq=None)

C++

show(lf::get_n_trading_dates_until("2024-01-08", 5));

输出#

[2024-01-02, 2024-01-03, 2024-01-04, 2024-01-05, 2024-01-08] (5 days)

2. 截至周日：从此前最近的交易日往回数

Python

print(lf.get_n_trading_dates_until("2024-01-07", n=5))

输出#

DatetimeIndex(['2023-12-29', '2024-01-02', '2024-01-03', '2024-01-04', '2024-01-05'], dtype='datetime64[us]', freq=None)

C++

show(lf::get_n_trading_dates_until("2024-01-07", 5));

输出#

[2023-12-29, 2024-01-02, 2024-01-03, 2024-01-04, 2024-01-05] (5 days)

输出由 docs/_shared/update_examples.py 运行示例脚本生成：数据版本 sha256:6feda8ca，2026-10-09。下载示例脚本: 01_calendar.cpp · 01_calendar.py

结果解读：输入交易日时包含当天；输入周日时窗口截至此前的周五。

count_trading_dates — 统计区间内的交易日数量#

libfinance.count_trading_dates(start_date, end_date, market='cn')[源代码]#

统计区间内的交易日数量

参数

start_date – 开始日期
end_date – 结束日期
market – 市场，cn（默认）或 us

返回

int，区间内的交易日数量（含两端）。

示例

1. 只要样本数时直接计数

Python

print(lf.count_trading_dates("2024-01-01", "2024-01-31", market="cn"))

输出#

C++

show(lf::count_trading_dates("2024-01-01", "2024-01-31", "cn"));

输出#

输出由 docs/_shared/update_examples.py 运行示例脚本生成：数据版本 sha256:6feda8ca，2026-10-09。下载示例脚本: 01_calendar.cpp · 01_calendar.py

结果解读：返回整数，不返回日期列表；这里统计的是交易日而非自然日。

get_all_trading_dates — 取得当前日历包含的全部交易日#

libfinance.get_all_trading_dates(market='cn')[源代码]#

获取全部交易日。

参数: market – 市场，cn（默认）或 us
返回: pandas.DatetimeIndex，当前日历内全部交易日。

示例

1. 当前日历包含的全部交易日

Python

dates = lf.get_all_trading_dates(market="cn")
print(len(dates), dates[0], dates[-1])

输出#

8797 1990-12-19 00:00:00 2026-12-31 00:00:00

C++

const auto dates = lf::get_all_trading_dates("cn");
std::cout << dates.size() << " " << dates.front() << " " << dates.back() << "\n";

输出#

8797 1990-12-19 2026-12-31

输出由 docs/_shared/update_examples.py 运行示例脚本生成：数据版本 sha256:6feda8ca，2026-10-09。下载示例脚本: 01_calendar.cpp · 01_calendar.py

结果解读：示例打印交易日的个数与首尾两天；完整结果是日期索引（DatetimeIndex），不是带证券列的 DataFrame。

get_calendar_coverage — 确认日历有效区间，避免越界查询#

libfinance.get_calendar_coverage(market='cn')[源代码]#

获取日历的权威区间——本 release 确认到哪一天。

参数: market – 市场，cn（默认）或 us
返回: dict，包含 history_start（历史起点）和 confirmed_through（确认上界），值为 pandas.Timestamp。

示例

1. A 股日历确认到哪天（不是行情更新到哪天）

Python

print(lf.get_calendar_coverage(market="cn"))

输出#

{'history_start': Timestamp('1990-12-01 00:00:00'), 'confirmed_through': Timestamp('2026-12-31 00:00:00')}

C++

const auto coverage = lf::get_calendar_coverage("cn");
std::cout << coverage.history_start << " .. " << coverage.confirmed_through << "\n";

输出#

1990-12-01 .. 2026-12-31

2. 美股日历的覆盖范围

Python

print(lf.get_calendar_coverage(market="us"))

输出#

{'history_start': Timestamp('1929-01-01 00:00:00'), 'confirmed_through': Timestamp('2027-12-31 00:00:00')}

C++

const auto coverage = lf::get_calendar_coverage("us");
std::cout << coverage.history_start << " .. " << coverage.confirmed_through << "\n";

输出#

1929-01-01 .. 2027-12-31

输出由 docs/_shared/update_examples.py 运行示例脚本生成：数据版本 sha256:6feda8ca，2026-10-09。下载示例脚本: 01_calendar.cpp · 01_calendar.py

结果解读：边界随数据版本变化；confirmed_through 是日历确认上界，不能当作行情上界。