CJPY：长江金工投研数据服务解决方案

摘要： 本报告详细介绍了由长江证券金工团队基于天软 TS-OPI API 开发的轻量级 Python 投研数据服务工具包 cjpy。该工具旨在简化量化投研流程中的基础数据准备环节，提供从数据提取到简易组合回测的一站式闭环解决方案。

核心观点：
cjpy 定位为量化研究的底层数据入口工具，通过将高频数据提取动作封装为标准 Python 接口，旨在降低数据获取成本，提升从因子想法验证到策略回测的执行效率。

论据支撑：

1. 多维度数据覆盖：提供行情数据（支持日频及 1m-60m 高频）、表格数据（覆盖财务报表、股东持仓等）、因子数据及实时行情订阅四大核心能力。
2. 强大的扩展能力：支持利用天软 TSL 表达式构建自定义因子库，使用户能够将个性化研究指标快速纳入统一调用框架。
3. 研究闭环支持：内置简易 Backtest 回测类，支持定期调仓组合的净值计算，实现了“取数-因子合成-回测”的快速验证流程。
4. 工程化优化：支持多操作系统，采用异步订阅设计提升盘中跟踪实时性，并提供灵活的密钥配置与虚拟环境安装方案。

局限性/风险：

1. 外部依赖风险：工具性能与稳定性高度依赖于天软 TS-OPI 接口及其网络连接。
2. 数据口径风险：底层数据源的口径调整可能影响因子计算的一致性。
3. 编写风险：自定义因子依赖 TSL 语言，编写不当可能导致计算错误或引入未来函数。