Agent Skills
返回列表
⚖️

PyWenCai(同花顺问财数据查询)

行业专业 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @org-eyw2ohcx/coderwpf-pywencai-103。

技能介绍

要解决什么问题

做 A 股或多市场研究时,你常常要在同花顺问财里用中文条件筛票、拉列表或看详情,再手工复制到表格里做后续分析。接口分散、分页和排序规则不直观,自动化也难对齐问财网页上的自然语言写法。

技能如何工作

PyWenCai 用 Python 封装问财查询:pywencai.get(query=..., cookie=...) 把中文自然语言(如「市盈率小于20的股票」「今日涨停股票」)交给问财,列表类结果一般返回 pandas.DataFrame,详情类可能返回 dict(可用 no_detail=True 强制 DataFrame)。

关键能力包括:

  • 通过 query_type 切换标的类型:stock、zhishu、fund、hkstock、conbond、futures 等
  • sort_key / sort_order 控制排序;page / perpage / loop 处理分页或拉全量
  • find 优先命中指定代码;pro=True 在具备对应 Cookie 时使用付费数据
  • 内部会执行 JS,因此环境除 Python 3.7+ 外还需 Node.js v16+

典型流程:浏览器登录 iwencai.com 获取 Cookie → 在脚本里拼查询 → 校验 df.empty 与异常重试(retry、sleep)→ 再导出或并入你的选股/监控流水线。

适用边界与注意点

  • Cookie 必需且会过期;失效需重新登录复制请求头中的 Cookie
  • 调用频率过高可能被限流或封禁,分页建议设置合理 sleep
  • 列表与详情返回形态不同;Agent 应先判断类型再处理
  • 付费字段依赖有效付费 Cookie,与免费查询行为不同

使用场景

  • 盘后用中文条件筛市盈率低于阈值的 A 股列表并导出 DataFrame 做二次打分
  • 按退市日期排序拉取退市股票全量分页结果写入本地监控库
  • 用 query_type=conbond 查询可转债列表并结合 sort_key 做策略回测样本
  • 在代理环境下 loop 分页抓取问财列表,合并多页后筛指定 find 代码

适合人员

  • 维护日线选股脚本的量化研究员,需要把问财自然语言条件稳定转成 DataFrame
  • 做跨市场对比的数据分析师,要在一套 Python 里切换 stock/fund/hkstock 查询
  • 给交易台写异动监控的工程师,需定时拉涨停、连板或资金流向并做空结果校验
  • 在 Agent 流水线里接行情筛选环节的开发者,要能处理 Cookie 过期与详情/列表两种返回