《花顺i问财实现AI选股.doc》由会员分享，可在线阅读，更多相关《花顺i问财实现AI选股.doc（7页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、【wencai】一文学会通过wencai包访问同花顺i问财实现AI选股（已修复链接报错问题，并扩展函数功能，修改后源代码亲测可用）一文学会通过wencai包访问同花顺i问财实现AI选股（已修复链接报错问题，并扩展函数功能，修改后源代码亲测可用）前言一、准备工作很重要二、wencai问财怎么用？1.实用基础篇（wencai选股函数与使用方法）2.进阶发挥篇（附可转债数据处理演示）3.数据分析篇（调节参数分析数据背后的数据）总结前言i问财是同花顺旗下专业的机器人智能选股问答平台,致力于为投资者提供宏观数据、新闻资讯、A股、港美股、新三板、基金等各类方案。wencai是i问财的策略回测接口的Pyth
2、onic工具包，满足量化爱好者和数据分析师在量化方面的需求。但最近很多人反映wencai无法像之前正常获得数据，很是苦恼，笔者也一样，所以只好埋头钻研，终于搞定了这些，还顺便扩展了一下函数应用。有图有真相，见下图：感谢的话放在后边说，节约时间，先开干！提示：以下是本篇文章正文内容，下面案例仅供参考，不具有任何导向意义一、准备工作很重要要使用如下代码，需要做一些准备工作：1.安装或升级wencai包安装：pip install wencai升级：pip install wencai -upgrade2.替换（很关键）：将wencai压缩包（下载地址：3.本文数据处理主要以pandas的dataf
3、rame为主，建议提前安装好Anaconda，python3.7以上。4.问财API目前需要接入chrome和chromedriver配合使用，请下载chrome和对应的chromedriver版本。（本人环境已配置，如果前三步都做了，还报错，请检查这一步）二、wencai问财怎么用？1.实用基础篇（wencai选股函数与使用方法）注意：由于近期接口地址有变动，pip安装或升级完毕，需要按如下替换步骤更新后方可使用如下代码，否则将无法访问到数据，或者程序接口会报错。文件名：wencai_xg.py# -*- coding: utf-8 -*-# =导入问财包=# 安装：pip install
4、wencai# 升级：pip install wencai -upgrade# 替换：将我的压缩包解压，覆盖python安装目录下Libsite-packages下的wencai目录。（个别地址和函数有修改，修改后才可以使用wencai及更好的使用问财）# 文件名：wencai_xg.pyimport wencai as wc# 若需中文字段则cn_col=True,chromedriver路径不在根目录下需指定execute_pathwc.set_variable(cn_col=True)def xg_wencai(query,perpage=20): 功能：调用问财接口筛选股票 参数：qu
5、ery查询条件，perpage反馈的条目数 import wencai as wc # 若需中文字段则cn_col=True,chromedriver路径不在根目录下需指定execute_path wc.set_variable(cn_col=True) r = wc.search(query,perpage) return r.round(3)if _name_ = _main_: # 实用基础篇 if 1: # 选股条件 query = 非st；非停牌；股价大于5元；流通市值50亿到750亿；股价突破444日均线； # 控制一次最多选多少支股票 perpage = 10 df = xg_w
6、encai(query,perpage) print(df) # df_table(df,query) # 写入EXCEL文件 df.to_excel(xg_wencai.xlsx, encoding=utf8) # 有人说我只要股票代码 code_list = df股票代码.values.tolist() # 取5只股票代码 print(code_list0:5) 注：query 是选股的口语化条件说梦，使用中文分号间隔。也可以在问财的网页段先试试，看看别人都是怎么写的条件。引用方法：将以上文件保存到wencai_xg.py，在同目录调用使用如下方法即可。from wencai_xg imp
7、ort xg_wencaiquery = 非st；非停牌；股价大于5元；流通市值50亿到750亿；股价突破444日均线；perpage = 10df = xg_wencai(query,perpage)2.进阶发挥篇（附可转债数据处理演示）2.1 进阶相对就复杂了一些，入股只是选股，入门的内容已经足够用。进阶增加了一些美化输出和数据处理的内容，给大家示例以下数据如何加工处理，并列举可转债相关数据处理。运行那段就将if后的0改为1即可。文件名：wencai_xg.py# -*- coding: utf-8 -*-import pandas as pdimport os# 在当前目录下生成wenc
8、ai目录，写入EXCEL文件放在该目录BASEDIR=os.path.dirname(os.path.realpath(_file_)+/wencai/# 如果目录不存在则新建该目录if not os.path.exists(BASEDIR): os.makedirs(BASEDIR) # =表格美化输出=def df_table(df,index): import prettytable as pt #利用prettytable对输出结果进行美化,index为索引列名:df_table(df,market) tb = pt.PrettyTable() df = df.reset_index(
9、drop = True) tb.add_column(index,df.index) for col in df.columns.values:#df.columns.values的意思是获取列的名称 tb.add_column(col, dfcol) print(tb)# =导入问财包=# 安装：pip install wencai# 升级：pip install wencai -upgrade# 替换：将我的压缩包解压，覆盖python安装目录下Libsite-packages下的wencai目录。（个别地址和函数有修改，修改后才可以使用wencai及更好的使用问财）import wenc
10、ai as wc# 若需中文字段则cn_col=True,chromedriver路径不在根目录下需指定execute_pathwc.set_variable(cn_col=True)def xg_wencai(query,perpage=20): 功能：调用问财接口筛选股票 参数：query查询条件，perpage反馈的条目数 import wencai as wc # 若需中文字段则cn_col=True,chromedriver路径不在根目录下需指定execute_path wc.set_variable(cn_col=True) r = wc.search(query,perpage)
11、 return r.round(3)if _name_ = _main_: # 实用基础篇 if 0: # 选股条件 query = 非st；非停牌；股价大于5元；流通市值50亿到750亿；股价突破444日均线； # 控制一次最多选多少支股票 perpage = 10 df = xg_wencai(query,perpage) # print(df) df_table(df,query) # 写入EXCEL文件 df.to_excel(xg_wencai.xlsx, encoding=utf8) # 进阶发挥篇 if 1: query=人气排名# 查询最近的热门股 query=可转债概念 特高
12、压# 查询特高压相关概念的可转债 df = wc.search(query,perpage=20) df = df.apply(pd.to_numeric, errors=ignore) print(df) # 以下三行，某些条件筛选后不包含该列信息，则会报错，将列注释掉即可。 df = df.drop(所属概念,axis=1) df正股价-转股价 = round(df最新价 - df未清偿可转债转股价格),2) df正股较转股价溢出率 = round(df正股价-转股价/df未清偿可转债转股价格,2) df_table(df,query) df.to_excel(BASEDIR+wencai
13、_search2.xlsx, encoding=utf8)3.数据分析篇（调节参数分析数据背后的数据）此处列举了几种数据统计的方法，具体数据意义大家一块研究。要执行代码，只需要将以下代码复制在进阶篇后面，运行那段就将if后的0改为1即可。 if 0: 策略回测，周期内的涨幅 query=中证1000，30日涨幅小于10%，股价在30日均线上，沪深主板；市盈率小于20，市值从小到大排列； start_date=2021-01-01 end_date=2022-08-30 period=4 transaction = wc.get_strategy(query=query, start_date=
14、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
15、: 获取策略报告 query=非停牌；非st；今日振幅小于5%；量比小于1；涨跌幅大于-5%小于1%；流通市值小于20亿；市盈率大于25小于80；主力控盘比例从大到小 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_h
16、old=2) print(r.profit_data) # 累计收益数据 print(r.backtest_data) # 报告评级 print(r.condition_data) # 准确回测语句 print(r.history_detail(period=1) # 历史明细查询 print(r.history_pick(trade_date=2022-08-03, hold_num=1) # 策略选股 df_table(r.profit_data,profit_data) df_table(r.history_pick(trade_date=2022-08-03, hold_num=1),
17、history_pick) if 1: 获取回测分析 query=非st；非停牌；周线MACD红柱上移；日线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 #设置多个K线范围，可分别观察这些股票在不同交易区间的涨跌幅 print(query:,query,nstart_date,start_date,end_date,end_date,period,period) r = wc.get_scrape_report(query=query, start_d
18、ate=start_date, end_date=end_date, period=period, benchmark=1A0001) print(r.report_data) # 报告评级 print(r.backtest_data)# 回测分析 print(r.condition_data) # 准确回测参数 print(r.history_detail(period=1) # 历史明细查询 # 检查5天的收益情况，修改n n = 5 df = 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)总结首先，感谢同花顺i问财给我们提供了这么好的智能化工具。它使用很快捷，可以节省收集资料的时间，还给出你历史统计数据。i问财的答案简单明了，没有太多的主观色彩，是一个便捷客观的选股软件。另外同花顺提供的BackTest量化策略平台也很不错，这里有一个非常简单有效的历史统计工具，它主要有三个板块：回测预测，策略分析，事件回测。需要的人可以常去打卡访问。