别再手动复制了！用Python+Wind API批量下载股票、期货、债券代码的完整脚本

金融数据自动化采集实战PythonWind API全市场证券代码批量获取指南金融数据是量化研究和投资决策的基础但手动从Wind客户端导出各类证券代码不仅耗时耗力还容易出错。本文将手把手教你用Python调用Wind API实现股票、期货、债券、期权等全市场证券代码的自动化采集与分类存储。1. 环境准备与Wind API基础配置在开始编写代码前我们需要完成Python环境和Wind API的基础配置。首先确保已安装最新版Wind金融终端这是调用API的前提条件。安装WindPy模块的两种方式通过Wind客户端自动安装打开Wind终端 → 点击我的 → 选择插件修复在弹出界面点击修复Python接口使用pip手动安装pip install WindPy -i https://pypi.tuna.tsinghua.edu.cn/simple初始化Wind API连接的代码模板from WindPy import w def init_wind(): # 启动Wind接口设置60秒超时 w.start(waitTime60) # 检查连接状态 if not w.isconnected(): raise ConnectionError(Wind API连接失败请检查Wind终端是否运行) print(Wind API连接成功) return w # 使用完毕后建议调用w.stop()关闭连接注意Wind API需要保持终端在登录状态且一个Wind账号同一时间只能建立一个API连接。2. 核心接口w.wset详解与实战应用Wind的w.wset接口是获取证券列表数据的核心工具其基本语法为w.wset(sectorconstituent, 参数1值1;参数2值2)关键参数说明参数名必选示例值描述date是2023-07-20查询日期sectorid是a001010100000000板块ID决定获取哪类证券常用板块ID速查表证券类型sectorid交易所后缀全部A股a001010100000000.SH/.SZ上证指数1000002442000000.SH中证指数a399010104000000.SH/.SZ上交所债券a101010200000000.SH深交所债券a101010300000000.SZ中金所期货a599010101000000.CFE上期所期货a599010201000000.SFE3. 全市场证券代码批量获取方案3.1 股票类代码获取A股市场包含主板、创业板、科创板等多个板块通过以下函数可一次性获取全部股票代码def get_all_stock_codes(): today dt.datetime.now().strftime(%Y-%m-%d) result w.wset(sectorconstituent, fdate{today};sectorida001010100000000) if result.ErrorCode ! 0: raise Exception(f获取股票代码失败错误码{result.ErrorCode}) # 提取代码并添加交易所后缀 codes [code for code in result.Data[1] if code.endswith((SH,SZ))] return codes代码处理技巧使用列表推导式高效过滤无效代码添加.SH/.SZ后缀确保代码格式统一错误处理机制保证程序健壮性3.2 期货合约代码采集国内期货市场包含多个交易所每个交易所的合约编码规则不同。以下函数实现多交易所期货代码批量获取def get_future_codes_by_exchange(): exchanges { CFFEX: a599010101000000, # 中金所 SHFE: a599010201000000, # 上期所 DCE: a599010301000000, # 大商所 CZCE: a599010401000000, # 郑商所 INE: 1000041395000000, # 能源中心 GFE: 1000046789000000 # 广期所 } all_codes [] today dt.datetime.now().strftime(%Y-%m-%d) for exch, sectorid in exchanges.items(): result w.wset(sectorconstituent, fdate{today};sectorid{sectorid}) if result.ErrorCode 0 and result.Data: codes [f{code.split(.)[0]}.{exch} for code in result.Data[1]] all_codes.extend(codes) return all_codes期货代码特殊处理郑商所合约代码需保持大写如AP301能源中心合约代码需小写如sc2308大商所部分品种有特殊命名规则3.3 债券与期权代码获取债券市场包含利率债、信用债、可转债等品种获取代码时需要特别注意def get_bond_codes(): bond_types { 普通债券: [a101010200000000, a101010300000000], 可转债: [a101010206000000, a101010306000000] } today dt.datetime.now().strftime(%Y-%m-%d) all_bonds [] for bond_type, sectorids in bond_types.items(): for sectorid in sectorids: result w.wset(sectorconstituent, fdate{today};sectorid{sectorid}) if result.ErrorCode 0 and result.Data: codes [code for code in result.Data[1] if len(code) 9] # 过滤非标准代码 all_bonds.extend(codes) return list(set(all_bonds)) # 去重期权代码获取需要特别注意行权价和到期月份的处理建议按交易所分别获取def get_option_codes(): option_sectors { 股票期权: [1000018859000000, 1000034419000000], 期货期权: [1000034440000000, 1000021571000000] } today dt.datetime.now().strftime(%Y-%m-%d) options [] for opt_type, sectorids in option_sectors.items(): for sectorid in sectorids: result w.wset(sectorconstituent, fdate{today};sectorid{sectorid}) if result.ErrorCode 0 and result.Data: options.extend(result.Data[1]) return options4. 高级技巧与实战优化4.1 数据存储与自动更新方案获取的证券代码需要合理存储以便后续使用推荐以下几种方案1. CSV分类存储def save_to_csv(codes, filename): with open(filename, w, newline) as f: writer csv.writer(f) writer.writerow([代码, 类型, 交易所]) for code in codes: if .SH in code: writer.writerow([code, 股票, 上交所]) elif .SZ in code: writer.writerow([code, 股票, 深交所]) # 其他类型判断...2. SQLite数据库存储import sqlite3 def save_to_db(codes): conn sqlite3.connect(finance_codes.db) c conn.cursor() c.execute(CREATE TABLE IF NOT EXISTS securities (code text, type text, exchange text, update_date text)) for code in codes: # 解析代码类型 sec_type classify_code_type(code) c.execute(INSERT INTO securities VALUES (?,?,?,?), (code, sec_type, get_exchange(code), dt.datetime.now().strftime(%Y-%m-%d))) conn.commit() conn.close()3. 自动更新机制def auto_update_job(): # 检查是否为交易日 if not is_trading_day(): return # 获取最新代码 new_stocks get_all_stock_codes() new_futures get_future_codes_by_exchange() # 与本地存储比较找出新增代码 old_stocks load_local_codes(stocks.csv) added set(new_stocks) - set(old_stocks) if added: print(f发现{len(added)}只新增股票) save_to_csv(new_stocks, stocks.csv)4.2 异常处理与日志记录完善的异常处理机制能保证脚本长期稳定运行import logging logging.basicConfig(filenamecode_fetcher.log, levellogging.INFO, format%(asctime)s - %(levelname)s - %(message)s) def safe_get_codes(func): def wrapper(*args, **kwargs): try: codes func(*args, **kwargs) logging.info(f成功获取{len(codes)}条代码) return codes except Exception as e: logging.error(f函数{func.__name__}执行失败: {str(e)}) return [] return wrapper safe_get_codes def get_stock_codes_safely(): return get_all_stock_codes()4.3 性能优化技巧当处理全市场数万条证券代码时需要考虑性能优化批量处理替代循环# 不推荐 for code in codes: process(code) # 推荐 import concurrent.futures with concurrent.futures.ThreadPoolExecutor() as executor: executor.map(process, codes)使用Pandas加速数据处理import pandas as pd def process_codes(codes): df pd.DataFrame(codes, columns[code]) df[exchange] df[code].str[-2:] # 向量化操作比循环快100倍 df[type] df[code].apply(classify_type) return df缓存机制减少API调用from functools import lru_cache lru_cache(maxsize32) def get_sector_codes(sectorid, date): return w.wset(sectorconstituent, fdate{date};sectorid{sectorid})5. 典型应用场景与案例5.1 构建本地证券代码数据库完整代码示例def build_security_database(): 构建完整的证券代码数据库 db_file securities.db # 初始化数据库 init_database(db_file) # 获取各类证券代码 stocks get_all_stock_codes() futures get_future_codes_by_exchange() bonds get_bond_codes() options get_option_codes() # 存储到数据库 save_to_database(db_file, stock, stocks) save_to_database(db_file, future, futures) save_to_database(db_file, bond, bonds) save_to_database(db_file, option, options) # 添加元数据 add_metadata(db_file, { update_time: dt.datetime.now(), data_source: Wind API, version: 1.0 })5.2 自动化监控新股上市def monitor_new_stocks(): # 获取当前股票列表 current_stocks set(get_all_stock_codes()) # 读取上次保存的列表 last_stocks set(load_last_stocks()) # 找出差异 new_stocks current_stocks - last_stocks delisted_stocks last_stocks - current_stocks if new_stocks: notify_by_email(新股上市提醒, f新增{len(new_stocks)}只股票\n \n.join(new_stocks)) if delisted_stocks: notify_by_email(股票退市提醒, f{len(delisted_stocks)}只股票退市\n \n.join(delisted_stocks)) # 保存当前列表 save_current_stocks(current_stocks)5.3 期货主力合约自动切换def track_future_main_contract(): # 获取所有期货合约 all_futures get_future_codes_by_exchange() # 按品种分类 futures_by_product classify_futures(all_futures) # 找出每个品种的主力合约 main_contracts {} for product, contracts in futures_by_product.items(): # 按成交量找出主力合约 vol_data w.wsq(list(contracts), rt_vol) if vol_data.ErrorCode 0: main_idx vol_data.Data[0].index(max(vol_data.Data[0])) main_contracts[product] contracts[main_idx] # 与上次记录比较 last_main load_last_main_contracts() changed {k:v for k,v in main_contracts.items() if k in last_main and v ! last_main[k]} if changed: alert_main_contract_change(changed) save_main_contracts(main_contracts)在实际项目中这套代码帮我节省了每天至少1小时的手动操作时间。特别是在季度合约换月时自动识别主力合约切换的功能避免了因手动更新不及时导致的交易错误。