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**。

(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
- 打开Excel,加载Wind插件。
- 在单元格输入
=WSD("000001.SZ","close","2023-01-01","2023-12-31","Fill=Previous")。 - 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
- 在终端输入股票代码,回车进入分时图。
- 右键→“导出数据”→选择“历史行情”。
- 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
- 在终端输入
WST命令。 - 设定起始时间、周期(1分钟、5分钟)。
- 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:
- 在终端输入
EQS进入条件选股。 - 设定“市盈率<20”、“净利润同比增长>30%”。
- 点击“加入组合”,再右键“导出成分股历史行情”。
- 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。

(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**。

(图片来源网络,侵删)
版权声明:除非特别标注,否则均为本站原创文章,转载时请以链接形式注明文章出处。
还木有评论哦,快来抢沙发吧~