wind股票怎么查历史行情_wind股票数据导出方法

新网编辑 资讯栏目 – 财经资讯 10

为什么需要查Wind股票历史行情?

无论是做量化回测、撰写研报,还是做财务建模,**历史行情都是最底层的数据源**。Wind终端虽然功能强大,但入口众多,新手常被淹没在菜单里。自问自答:到底在哪一步开始?答案:**先确定你需要的是日线、分钟线还是tick,再决定用哪个菜单**。

wind股票怎么查历史行情_wind股票数据导出方法-第1张图片-俊逸知识馆
(图片来源网络,侵删)

Wind股票怎么查历史行情?三种常用路径

路径一:WSD函数——Excel插件最顺手

  1. 打开Excel,加载Wind插件。
  2. 在单元格输入=WSD("000001.SZ","close","2023-01-01","2023-12-31","Fill=Previous")
  3. 回车后自动返回平安银行全年收盘价,**支持复权、停牌补齐**。

路径二:Wind终端——图表界面直接导出

  1. 在终端输入股票代码,回车进入分时图。
  2. 右键→“导出数据”→选择“历史行情”。
  3. 勾选“前复权”“后复权”或“不复权”,**一次最多导出10年日线**。

路径三:Python API——批量自动化


from WindPy import w
w.start()
data=w.wsd("000001.SZ","open,high,low,close","2020-01-01","2023-12-31","PriceAdj=F")
df=pd.DataFrame(data.Data,index=data.Fields,columns=data.Times).T

优点:**可循环批量拉取全市场股票**,缺点是需要安装WindPy库。


Wind股票数据导出方法:格式与字段详解

常见导出格式对比

  • Excel:适合人工二次加工,支持公式。
  • CSV:跨平台,R、Python直接读取。
  • TXT固定宽度:老系统对接用。

必须勾选的字段清单

如果做量化,至少包含:

  • 交易日期
  • 前收盘价
  • 开盘价、最高价、最低价、收盘价
  • 成交量、成交额
  • 换手率

复权还是不复权?一图看懂差异

自问自答:回测时到底用哪种价格?

  • 前复权:把除权除息前的价格调低,**保证K线连续性**,适合技术面分析。
  • 后复权:把当前价格调高,**反映真实收益**,适合长期收益计算。
  • 不复权:原始价格,**分红送股会出现跳空**,很少直接使用。

高频数据怎么拿?分钟线与tick区别

分钟线获取步骤

  1. 在终端输入WST命令。
  2. 设定起始时间、周期(1分钟、5分钟)。
  3. 勾选“复权”后导出CSV,**单文件上限50万行**。

Tick数据获取限制

  • 需要开通**Level-2权限**。
  • 每次只能下载单只股票单日,**文件体积大**。
  • Python可用w.wst("000001.SZ","last,volume","2024-05-10 09:30:00","2024-05-10 15:00:00")

常见报错与解决方案

报错提示原因解决
“No data”股票代码后缀写错沪市加.SS,深市加.SZ
“Exceed max points”一次请求数据量过大拆分成多次,或改用日线
“Permission denied”账号无该品种权限联系客户经理开通

进阶技巧:用Wind条件选股再导出历史行情

步骤:

  1. 在终端输入EQS进入条件选股。
  2. 设定“市盈率<20”、“净利润同比增长>30%”。
  3. 点击“加入组合”,再右键“导出成分股历史行情”。
  4. 系统自动生成**带代码列表的批量WSD语句**,复制到Python即可。

如何把Wind数据无缝对接到MySQL


import sqlalchemy
engine=sqlalchemy.create_engine('mysql+pymysql://user:pwd@localhost:3306/wind?charset=utf8')
df.to_sql('daily_price',engine,if_exists='append',index=False)

提示:**把交易日期设为索引**,后续查询速度提升十倍以上。

wind股票怎么查历史行情_wind股票数据导出方法-第2张图片-俊逸知识馆
(图片来源网络,侵删)

Wind与Tushare、聚宽数据差异对比

  • Wind:权威、字段全,**收费高昂**。
  • Tushare:免费、社区活跃,**分钟线延迟15分钟**。
  • 聚宽:回测平台一体化,**数据已清洗**,但导出需积分。

实战案例:用Wind数据计算年化波动率


ret=df['close'].pct_change().dropna()
vol=ret.std()*np.sqrt(252)
print(f"年化波动率:{vol:.2%}")

自问自答:为什么乘以252?因为A股一年大约252个交易日,**这是业界惯例**。


结语:掌握两条主线,Wind数据不再难

把“**查历史行情**”与“**导出到本地**”两条主线打通,剩下的只是字段与格式的选择。熟练运用WSD、WST、Python API三大工具,**任何Wind数据都能在一分钟内落地**。

wind股票怎么查历史行情_wind股票数据导出方法-第3张图片-俊逸知识馆
(图片来源网络,侵删)

发布评论 0条评论)

还木有评论哦,快来抢沙发吧~