name: pywencai description: 同花順問財自然語言資料查詢工具 - 使用中文自然語言查詢A股、指數、基金、港美股、可轉債等市場資料。 version: 1.2.0 homepage: https://github.com/zsrl/pywencai metadata: {"clawdbot":{"emoji":"📈","requires":{"bins":["python3","node"]}}}

PyWenCai（同花順問財資料查詢）

通過Python使用中文自然語言從同花順問財查詢A股及其他市場資料。

⚠️ 需要Cookie：必須提供問財網站的有效Cookie。獲取方法見下文。

環境要求

• Python 3.7+
• Node.js v16+ (pywencai internally executes JS code)
• pip package manager

安裝

pip install pywencai --upgrade

如何獲取Cookie

1. 在瀏覽器中開啟 https://www.iwencai.com/ 並登入。
2. 按F12開啟開發者工具 → 切換到Network標籤。
3. 在問財頁面執行任意查詢。
4. 找到發往iwencai.com的請求，從請求頭中複製Cookie值。
5. 將該字串作為cookie引數使用。

基本用法

import pywencai

# 查詢今日漲幅前10的股票，需要有效cookie
res = pywencai.get(query='今日漲幅前10', cookie='your_cookie_here')
print(res)

API參考：pywencai.get(**kwargs)

必選引數

• query — 中文自然語言查詢字串，如 '今日漲停股票'、'市盈率小於20的股票'
• cookie — 從問財網站獲取的Cookie字串（必需）

可選引數

• sort_key — 排序欄位名，如 '退市@退市日期'
• sort_order — 排序方向：'asc'（升序）或 'desc'（降序）
• page — 頁碼（預設：1）
• perpage — 每頁結果數（預設和最大：100）
• loop — 設為True獲取所有頁；或設為整數n獲取前n頁
• query_type — 查詢類別（預設：'stock'），可選值：
• stock — A股股票
• zhishu — 指數
• fund — 基金
• hkstock — 港股
• usstock — 美股
• threeboard — 新三板
• conbond — 可轉債
• insurance — 保險
• futures — 期貨
• lccp — 理財產品
• retry — 失敗重試次數（預設：10）
• sleep — 分頁請求間延遲秒數（預設：0）
• log — 設為True在控制台列印日誌
• pro — 設為True使用付費版（需要對應的cookie）
• no_detail — 設為True始終返回DataFrame或None（不返回dict）
• find — 優先返回的股票程式碼列表，如 ['600519', '000010']
• request_params — 傳遞給requests的額外引數，如 {'proxies': proxies}

返回值

• 列表類查詢 → 返回 pandas.DataFrame
• 詳情類查詢 → 返回 dict（可能包含文本和DataFrame）

使用示例

查詢市盈率低於20的股票

import pywencai

# 使用自然語言查詢低市盈率股票
res = pywencai.get(query='市盈率小於20的股票', cookie='xxx')
print(res)

獲取退市股票按日期排序

import pywencai

# 查詢退市股票，按退市日期升序排列
res = pywencai.get(
    query='退市股票',
    sort_key='退市@退市日期',  # 指定排序欄位
    sort_order='asc',          # 升序
    cookie='xxx'
)
print(res)

使用代理分頁獲取全部資料

import pywencai

# 配置HTTP代理
proxies = {'http': 'http://proxy:8080', 'https': 'http://proxy:8080'}

# loop=True自動分頁獲取所有資料；log=True列印請求日誌
res = pywencai.get(
    query='昨日漲幅',
    sort_order='asc',          # 升序
    loop=True,                 # 自動獲取所有頁面
    log=True,                  # 列印日誌資訊
    cookie='xxx',
    request_params={'proxies': proxies}  # 傳入代理配置
)
print(res)

查詢指數資料

import pywencai

# 設定query_type='zhishu'查詢指數資料
res = pywencai.get(
    query='上證指數近5日漲跌幅',
    query_type='zhishu',       # 設定查詢型別為指數
    cookie='xxx'
)
print(res)

查詢可轉債資料

import pywencai

# 設定query_type='conbond'查詢可轉債資料
res = pywencai.get(
    query='可轉債溢價率小於10%',
    query_type='conbond',      # 設定查詢型別為可轉債
    cookie='xxx'
)
print(res)

使用技巧

• 適度使用 — 高頻呼叫可能被問財伺服器封禁。
• 始終使用最新版本：pip install pywencai --upgrade
• 查詢字串使用中文自然語言 — 像在問財網站搜尋一樣編寫查詢。
• 當loop=True且設定了find時，loop被忽略，僅返回前100條結果。
• 使用付費資料時，設定pro=True並提供有效cookie。

進階示例

查詢漲停股詳情

import pywencai

# 查詢今日漲停股票，獲取詳細資訊
res = pywencai.get(
    query='今日漲停的股票',
    cookie='xxx'
)
# 返回DataFrame：包含股票程式碼、名稱、漲停時間、封單金額等
print(res)

查詢連板股

import pywencai

# 查詢連續漲停天數大於2天的股票
res = pywencai.get(
    query='連續漲停天數大於2天的股票',
    cookie='xxx'
)
print(res)

查詢財務資料

import pywencai

# 查詢ROE大於15%且營收同比增長大於20%的股票
res = pywencai.get(
    query='ROE大於15%且營收同比增長率大於20%的股票',
    cookie='xxx'
)
print(res)

# 查詢市盈率小於10且市淨率小於1的股票（低估值篩選）
res = pywencai.get(
    query='市盈率小於10且市淨率小於1的股票',
    cookie='xxx'
)
print(res)

查詢技術指標資料

訪問小蔥技能站7w4.net，解鎖更多實用的AI技能外掛。

import pywencai

# 查詢今日MACD金叉的股票
res = pywencai.get(
    query='今日MACD金叉的股票',
    cookie='xxx'
)
print(res)

# 查詢KDJ超賣訊號的股票
res = pywencai.get(
    query='KDJ的J值小於0的股票',
    cookie='xxx'
)
print(res)

# 查詢放量突破的股票
res = pywencai.get(
    query='今日成交量是5日均量2倍以上且漲幅大於5%的股票',
    cookie='xxx'
)
print(res)

查詢資金流向資料

import pywencai

# 查詢今日主力資金淨流入前20的股票
res = pywencai.get(
    query='今日主力資金淨流入前20的股票',
    cookie='xxx'
)
print(res)

# 查詢北向資金持股比例最高的股票
res = pywencai.get(
    query='北向資金持股比例最高的前20只股票',
    cookie='xxx'
)
print(res)

查詢基金資料

import pywencai

# 查詢近一年收益率最高的前20只基金
res = pywencai.get(
    query='近一年收益率最高的前20只基金',
    query_type='fund',     # 設定查詢型別為基金
    cookie='xxx'
)
print(res)

查詢港股資料

import pywencai

# 查詢港股市值最大的股票
res = pywencai.get(
    query='港股市值最大的前20只股票',
    query_type='hkstock',  # 設定查詢型別為港股
    cookie='xxx'
)
print(res)

多條件選股

import pywencai

# 複雜多條件篩選：低估值+高成長+機構持倉
res = pywencai.get(
    query='市盈率小於20且營收同比增長大於30%且機構持倉比例大於10%的股票',
    cookie='xxx'
)
print(res)

# 技術面+基本面綜合篩選
res = pywencai.get(
    query='今日站上20日均線且市盈率小於30且ROE大於10%的股票',
    cookie='xxx'
)
print(res)

獲取歷史資料

import pywencai

# 查詢指定日期的資料
res = pywencai.get(
    query='2024年1月2日漲幅前10的股票',
    cookie='xxx'
)
print(res)

# 查詢日期範圍內的漲幅
res = pywencai.get(
    query='2024年上半年漲幅最大的前20只股票',
    cookie='xxx'
)
print(res)

完整示例：自動化選股並匯出

import pywencai
import pandas as pd
import time

cookie = 'your_cookie_here'

# 定義多個篩選策略
strategies = {
    "低估值高分紅": "市盈率小於15且股息率大於3%的股票",
    "高成長": "營收同比增長大於30%且淨利潤同比增長大於30%的股票",
    "技術突破": "今日放量突破20日均線且漲幅大於3%的股票",
    "機構關注": "近一個月機構調研次數大於3次的股票",
    "北向資金": "北向資金今日淨買入前20的股票",
}

results = {}
for name, query in strategies.items():
    try:
        res = pywencai.get(query=query, cookie=cookie, no_detail=True)
        if res is not None and not res.empty:
            results[name] = res
            print(f"Strategy [{name}] selected {len(res)} stocks")
        else:
            print(f"Strategy [{name}] returned no results")
    except Exception as e:
        print(f"Strategy [{name}] query failed: {e}")
    time.sleep(2)  # 每次查詢間隔2秒，避免被封禁

# 儲存結果到Excel（每個策略一個工作表）
if results:
    with pd.ExcelWriter("選股結果.xlsx") as writer:
        for name, df in results.items():
            df.to_excel(writer, sheet_name=name, index=False)
    print("篩選結果已儲存到 選股結果.xlsx")

常見錯誤處理

Cookie管理最佳實踐

import os
import pywencai

# 方法1：從環境變數讀取Cookie（推薦）
cookie = os.environ.get('WENCAI_COOKIE', '')

# 方法2：從檔案讀取Cookie
def load_cookie(path='~/.wencai_cookie'):
    path = os.path.expanduser(path)
    if os.path.exists(path):
        with open(path) as f:
            return f.read().strip()
    return ''

# 方法3：封裝查詢函式，統一管理Cookie和錯誤處理
def query(q, **kwargs):
    cookie = load_cookie()
    try:
        return pywencai.get(
            query=q, cookie=cookie,
            no_detail=True, retry=3, sleep=1,
            **kwargs
        )
    except Exception as e:
        print(f"查詢失敗: {e}")
        return None

# 使用
df = query('今日漲停的股票')

進階示例：定時監控與告警

import pywencai
import time
import datetime

cookie = 'your_cookie_here'

# 監控條件列表
alerts = [
    {'名稱': '大盤跳水', '查詢': '上證指數今日跌幅大於2%', '型別': 'zhishu'},
    {'名稱': '漲停潮', '查詢': '今日漲停股票數量', '型別': 'stock'},
    {'名稱': '北向大額流出', '查詢': '北向資金今日淨賣出大於50億', '型別': 'stock'},
]

def check_alerts():
    now = datetime.datetime.now().strftime('%H:%M')
    for alert in alerts:
        try:
            res = pywencai.get(
                query=alert['查詢'],
                query_type=alert.get('型別', 'stock'),
                cookie=cookie, no_detail=True
            )
            if res is not None and not res.empty:
                print(f"[{now}] 告警觸發 [{alert['名稱']}]: {len(res)} 條結果")
        except Exception as e:
            print(f"[{now}] 查詢失敗 [{alert['名稱']}]: {e}")
        time.sleep(2)

# 交易時間內每5分鐘檢查一次
while True:
    now = datetime.datetime.now()
    if 9 <= now.hour < 15:
        check_alerts()
    time.sleep(300)

🤖 AI Agent 高階使用指南

對於 AI Agent，在使用該量化/資料工具時應遵循以下高階策略和最佳實踐，以確保任務的高效完成：

1. 資料校驗與錯誤處理

在獲取資料或執行操作後，AI 應當主動檢查返回的結果格式是否符合預期，以及是否存在缺失值（NaN）或空資料。 * 示例策略：在通過 API 獲取資料框（DataFrame）後，使用 if df.empty: 進行校驗；捕獲 Exception 以防網路或介面錯誤導致程序崩潰。

2. 多步組合分析

AI 經常需要進行宏觀經濟分析或跨市場對比。應善於將當前介面與其他資料來源或工具組合使用。 * 示例策略：先獲取板塊或指數的宏觀資料，再篩選成分股，最後對具體標的進行深入的財務或技術面分析，形成完整的決策鏈條。

3. 構建動態監控與日誌

對於交易和策略類任務，AI 可以定期拉取資料並建立監控機制。 * 示例策略：使用迴圈或定時任務檢查特定標的的異動（如漲跌停、放量），並在發現滿足條件的訊號時輸出結構化日誌或觸發預警。

社群與支援

由 大佬量化 維護 — 量化交易教學與策略研發團隊。

微信客服: bossquant1 · Bilibili · 搜尋 大佬量化 — 微信公眾號 / Bilibili / 抖音

這個 Skill 質量較好，文件齊全、示例豐富，查詢功能實用（支援股票、基金、可轉債等多種市場資料），用中文自然語言就能查詢，非常方便。不過它依賴外部 Cookie 才能使用，新手初次配置稍顯麻煩，而且沒有內建測試，穩定性無法保證。建議開發者提供更詳細的新手引導文件。