如何通過python調用wencai包實現AI選股

• 前言
• 一、wencai問財如何實現AI選股？
• • 1.實用基礎篇（wencai選股函數與使用方法）
  • 2.進階發揮篇（附可轉債數據處理演示）
  • 3.數據分析篇（調節參數分析數據背后的數據）
• 總結

---

前言

i問財是同花順旗下專業的機器人智能選股問答平臺,致力于為投資者提供宏觀數據、新聞資訊、A股、港美股、新三板、基金等各類方案。wencai是i問財的策略回測接口的Pythonic工具包，滿足量化愛好者和數據分析師在量化方面的需求。

---

提示：以下是本篇文章正文內容，下面案例僅供參考

一、wencai問財如何實現AI選股？

1.實用基礎篇（wencai選股函數與使用方法）

注意：由于近期接口地址有變動，pip安裝或升級完畢，需要按如下替換步驟更新后方可使用如下代碼，否則將無法訪問到數據，或者程序接口會報錯。(如無法訪問，詳見http://t.csdn.cn/nVWS7)

=導入問財包=
安裝：pip install wencai
升級：pip install wencai --upgrade
替換：將我的壓縮包解壓，覆蓋python安裝目錄下Lib\site-packages\下的wencai目錄。（個別地址和函數有修改，修改后才可以使用wencai及更好的使用問財）

將以下代碼保存為文件：wencai_xg.py

# -*- coding: utf-8 -*-# 文件名：wencai_xg.py import wencai as wc # 若需中文字段則cn_col=True,chromedriver路徑不在根目錄下需指定execute_path wc.set_variable(cn_col=True)def xg_wencai(query,perpage=20):'''功能：調用問財接口篩選股票參數：query查詢條件，perpage反饋的條目數'''import wencai as wc# 若需中文字段則cn_col=True,chromedriver路徑不在根目錄下需指定execute_pathwc.set_variable(cn_col=True)r = wc.search(query,perpage)return r.round(3)if __name__ == '__main__':# 實用基礎篇if 1:# 選股條件query = '非st；非停牌；股價大于5元；流通市值50億到750億；股價突破444日均線；'# 控制一次最多選多少支股票perpage = 10df = xg_wencai(query,perpage)print(df)# df_table(df,query)# 寫入EXCEL文件df.to_excel("xg_wencai.xlsx", encoding="utf8")# 有人說我只要股票代碼code_list = df['股票代碼'].values.tolist()# 取5只股票代碼print(code_list[0:5])

注：query 是選股的口語化條件說夢，使用中文分號間隔。也可以在問財的網頁段先試試，看看別人都是怎么寫的條件。

引用方法：將以上文件保存到wencai_xg.py，在同目錄調用使用如下方法即可。

from wencai_xg import xg_wencai query = '非st；非停牌；股價大于5元；流通市值50億到750億；股價突破444日均線；' perpage = 10 df = xg_wencai(query,perpage)

對于大多數情況，只要學會修改query 條件，即可實現AI選股。

2.進階發揮篇（附可轉債數據處理演示）

2.1 進階相對就復雜了一些，入股只是選股，入門的內容已經足夠用。進階增加了一些美化輸出和數據處理的內容，給大家示例以下數據如何加工處理，并列舉可轉債相關數據處理。運行那段就將if后的0改為1即可。
文件名：wencai_xg.py

# -*- coding: utf-8 -*- import pandas as pd import os # 在當前目錄下生成wencai目錄，寫入EXCEL文件放在該目錄 BASEDIR=os.path.dirname(os.path.realpath(__file__))+'/wencai/' # 如果目錄不存在則新建該目錄 if not os.path.exists(BASEDIR):os.makedirs(BASEDIR)# ===============表格美化輸出=============== def df_table(df,index):import prettytable as pt#利用prettytable對輸出結果進行美化,index為索引列名:df_table(df,'market')tb = pt.PrettyTable()df = df.reset_index(drop = True)tb.add_column(index,df.index)for col in df.columns.values:#df.columns.values的意思是獲取列的名稱tb.add_column(col, df[col])print(tb)# ===============導入問財包=============== # 安裝：pip install wencai # 升級：pip install wencai --upgrade # 替換：將我的壓縮包解壓，覆蓋python安裝目錄下Lib\site-packages\下的wencai目錄。（個別地址和函數有修改，修改后才可以使用wencai及更好的使用問財）import wencai as wc # 若需中文字段則cn_col=True,chromedriver路徑不在根目錄下需指定execute_path wc.set_variable(cn_col=True)def xg_wencai(query,perpage=20):'''功能：調用問財接口篩選股票參數：query查詢條件，perpage反饋的條目數'''import wencai as wc# 若需中文字段則cn_col=True,chromedriver路徑不在根目錄下需指定execute_pathwc.set_variable(cn_col=True)r = wc.search(query,perpage)return r.round(3)if __name__ == '__main__':# 實用基礎篇if 0:# 選股條件query = '非st；非停牌；股價大于5元；流通市值50億到750億；股價突破444日均線；'# 控制一次最多選多少支股票perpage = 10df = xg_wencai(query,perpage)# print(df)df_table(df,query)# 寫入EXCEL文件df.to_excel("xg_wencai.xlsx", encoding="utf8")# 進階發揮篇if 1:query='人氣排名'# 查詢最近的熱門股query='可轉債概念 特高壓'# 查詢特高壓相關概念的可轉債df = wc.search(query,perpage=20)df = df.apply(pd.to_numeric, errors='ignore')print(df)# 以下三行，某些條件篩選后不包含該列信息，則會報錯，將列注釋掉即可。df = df.drop('所屬概念',axis=1) df['正股價-轉股價'] = round((df['最新價'] - df['未清償可轉債轉股價格']),2)df['正股較轉股價溢出率'] = round(df['正股價-轉股價']/df['未清償可轉債轉股價格'],2)df_table(df,query)df.to_excel(BASEDIR+"wencai_search2.xlsx", encoding="utf8")

3.數據分析篇（調節參數分析數據背后的數據）

此處列舉了幾種數據統計的方法，具體數據意義大家一塊研究。要執行代碼，只需要將以下代碼復制在進階篇后面，運行那段就將if后的0改為1即可。

if 0:'''策略回測，周期內的漲幅'''query='中證1000，30日漲幅小于10%，股價在30日均線上，滬深主板；市盈率小于20，市值從小到大排列；'start_date='2021-01-01'end_date='2022-08-30'period='4'transaction = wc.get_strategy(query=query,start_date=start_date,end_date=end_date,period=period,fall_income=1,lower_income=5,upper_income=9,day_buy_stock_num=3,stock_hold=5)r = transaction.history_pick(trade_date='2020-08-05', hold_num=10)df = r.round(3)df_table(df,'get_strategy')df.to_excel(BASEDIR+"wencai_get_strategy.xlsx", encoding="utf8")if 0:'''獲取策略報告'''query='非停牌；非st；今日振幅小于5%；量比小于1；漲跌幅大于-5%小于1%；流通市值小于20億；市盈率大于25小于80；主力控盤比例從大到小'start_date='2022-01-01'end_date='2022-08-05'period='1'r = wc.get_strategy(query=query,start_date=start_date,end_date=end_date,period=period,fall_income=1,lower_income=5,upper_income=9,day_buy_stock_num=1,stock_hold=2)print(r.profit_data) # 累計收益數據print(r.backtest_data) # 報告評級print(r.condition_data) # 準確回測語句print(r.history_detail(period='1')) # 歷史明細查詢print(r.history_pick(trade_date='2022-08-03', hold_num=1)) # 策略選股df_table(r.profit_data,'profit_data')df_table(r.history_pick(trade_date='2022-08-03', hold_num=1),'history_pick')if 1:'''獲取回測分析'''query='非st；非停牌；周線MACD紅柱上移；日線j小于-10'start_date='2022-01-01'end_date='2022-08-06'period='1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16' #設置多個K線范圍，可分別觀察這些股票在不同交易區間的漲跌幅print('query:',query,'\nstart_date',start_date,'end_date',end_date,'period',period)r = wc.get_scrape_report(query=query,start_date=start_date,end_date=end_date,period=period,benchmark='1A0001')print(r.report_data) # 報告評級print(r.backtest_data) # 回測分析print(r.condition_data) # 準確回測參數print(r.history_detail(period='1')) # 歷史明細查詢 # 檢查5天的收益情況，修改nn = 5df = r.history_detail(period=str(n))df = df.round(3)# print(df)df_table(df,'get_scrape_report')df.to_excel(BASEDIR+"wencai_get_scrape_report.xlsx", encoding="utf8")

---

總結

首先，感謝同花順i問財給我們提供了這么好的智能化工具。它使用很快捷，可以節省收集資料的時間，還給出你歷史統計數據。i問財的答案簡單明了，沒有太多的主觀色彩，是一個便捷客觀的選股軟件。另外同花順提供的BackTest量化策略平臺也很不錯，這里有一個非常簡單有效的歷史統計工具，它主要有三個板塊：回測預測，策略分析，事件回測。需要的人可以常去打卡訪問。

其次，要感謝wencai的開發者。wencai是i問財的策略回測接口的Pythonic工具包，滿足量化愛好者和數據分析師在量化方面的需求。
軟件倉庫：https://github.com/GraySilver/wencai

對問財的應用，個人也只是摸了個皮毛，但數據處理的基礎框架已為各位奉上，希望能幫到大家。代碼個人都測試過。如有人運行報錯，請仔細檢查開頭的要求。再有問題，可在評論中留言。

最后，再次感謝同花順和wencai包的開發者。大家也且用且珍惜吧。

總結

以上是生活随笔為你收集整理的【AI选股】如何通过python调用wencai包实现AI选股（小白也能学会）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。