PyWenCai：用 Python 调用同花顺问财，5 分钟搭好金融数据采集管道

PyWenCai：用 Python 调用同花顺问财，5 分钟搭好金融数据采集管道

【免费下载链接】pywencai获取同花顺问财数据项目地址: https://gitcode.com/gh_mirrors/py/pywencai

PyWenCai 是一个 Python 金融数据获取工具，把同花顺问财的查询语句变成一行代码，让问财 API 调用直接返回结构化 DataFrame，覆盖股票、基金、港股、美股、期货等品种，适合量化研究中的数据自动化需求。

手动采数据的三个麻烦

在写代码之前，先看看不写代码是什么体验：登录问财网页版，输入"市盈率小于30且营收增长率大于20%"，把结果表格复制出来，手动粘进 Excel 或 pandas 里，改个条件再重复一遍。一次还好，要做 50 个条件的回测、或者每天收盘后跑一遍，手动操作就成了明显的效率瓶颈。

PyWenCai 做的事很直接：你在问财输入框里敲的自然语言查询，它替你发请求、解析响应，最后交给你的是一张pandas.DataFrame。数据拿到手就能df.sort_values()、存 CSV、喂给回测框架，中间的抓取环节不用自己碰。

五分钟上手：装好依赖，一行代码拿数据

先装 Node.js v16+（库内部要执行一段 JS），再装包：

pip install pywencai

然后是一次最基本的 Python 获取股票数据调用：

import pywencai res = pywencai.get(query='市盈率小于30的股票', cookie='你的cookie') print(res.shape)

返回的就是 DataFrame，直接当表格用。如果查询结果是详情类内容（比如某个公司的财务分析），返回的是字典，里面可能是文本加若干张表。

能力速览：支持查什么、怎么控制

get()的参数决定了查询的行为，最常用的几项：

• query：问财自然语言问句，必填
• sort_key/sort_order：按结果列名排序，升序asc、降序desc
• loop：True时自动翻页拉全量，设数字n则只拉 n 页
• sleep：循环请求时每次的间隔秒数
• retry：单页请求失败的重试次数，默认 10
• find：传代码列表（如['600519', '000010']）可把指定标的排到最前

资产类别通过query_type切换，支持 A股、指数、基金、港股、美股、新三板、可转债、保险、期货、外汇、理财共 11 类，同一个接口调用方式不变。

场景一：批量选股 📊

import pywencai res = pywencai.get( query='市盈率小于30且市净率小于2.5且净资产收益率大于15%', sort_key='总市值', sort_order='desc', loop=True, cookie='你的cookie' ) print(res[['股票简称', '市盈率(TTM)', '总市值']])

把筛选条件写进字符串，全市场一次过，条件组合怎么改都不需要重新打开浏览器，选股池的构建从手工活变成一行调用。

场景二：风险监测定时跑 ⚠️

import pywencai import pandas as pd delist = pywencai.get( query='退市风险提示', sort_key='退市@退市日期', sort_order='asc', cookie='你的cookie' ) risk = pywencai.get( query='连续三年净利润为负或资产负债率大于90%', cookie='你的cookie' ) watchlist = pd.concat([delist, risk], ignore_index=True)

两个查询分别盯退市风险和财务异常，合并成一张观察表后用 cron 每天收盘后执行，异常标的进表即提醒，不用人工每天翻公告。

场景三：跨市场数据对比 🌏

import pywencai import pandas as pd a = pywencai.get(query='沪深300成分股', query_type='stock', cookie='你的cookie') hk = pywencai.get(query='恒生指数成分股', query_type='hkstock', cookie='你的cookie') us = pywencai.get(query='标普500成分股', query_type='usstock', cookie='你的cookie') for name, df in [('A股', a), ('港股', hk), ('美股', us)]: print(name, df.shape)

换query_type就能在 A股、港股、美股之间来回切，同一套代码框架做跨市场指数成分对比，省去分别登录三个平台导数的功夫。

实用进阶：三个绕不开的配置

• Cookie 三分钟拿法：问财调整了登录策略，cookie现在是必填项。打开 wencai.com 登录，F12 进 Network 面板，任选一个请求，复制 Request Headers 里cookie字段的完整值传入即可（参考上文截图中的红箭头位置）。cookie 会过期，失效后重新复制一次。
• 控制请求频率：批量查询时把sleep设为 1-2 秒。平台对高频调用有屏蔽机制，慢一点换来的是查询能稳定跑完，别用循环无间隔地刷。
• 本地缓存：行情快照、指数成分这类数据按"查询条件 + 日期"做缓存键，命中本地文件就直接读，miss 了再发请求。pandas 的to_pickle加一个字典式查询参数足够应付大部分场景。

合规与风险提醒 ⚖️

1. 本项目是开源社区的效率工具，并非同花顺官方出品，使用前请确认你的用途符合问财平台的用户协议。
2. 低频使用是项目明确的原则，高频调用会触发屏蔽，调用前自行评估技术与法律风险。
3. cookie 属于个人身份凭证，不要提交进代码仓库，也不要把拉取的敏感数据外泄。

写在最后

PyWenCai 把"打开网页、复制粘贴"这一段从数据流程里删掉了，剩下的分析、回测、监控全部可以在 Python 里连起来跑。项目遵循 MIT 协议，代码在仓库 pywencai（如需 clone 使用git clone https://link.gitcode.com/i/5681f47dc5bb242b890b27bb5a8de8b6），接口细节看 README 即可，也欢迎到社区的"数据与交易"星球交流使用心得。

【免费下载链接】pywencai获取同花顺问财数据项目地址: https://gitcode.com/gh_mirrors/py/pywencai