01

问财及qstock简介

问财是同花顺平台上一款专业的财经AI助手，融合了自然语言和语音问答机器人。问财提供了多维度的股票、基金、债券数据，并支持自然语言搜索，能够轻松查找所需的信息。对个人投资者来说，问财最好用的功能它的条件选股和短线复盘功能。目前同花顺软件电脑版和手机版都能轻松访问问财。

那么如何使用 Python 访问数据接口，直接获取问财的数据呢？GitHub上开源了一个wencai接口：https://github.com/GraySilver/wencai，网上也分享了一些相关教程，但直接安装后调用接口会报错，发现源代码有一点点的 bug 。于是公众号在wencai 库的基础上进行了修改，只保留其选股和数据获取功能，并融入qstock的数据获取模块 data 中，使读者基于 qstock 能实现一行代码轻松获取问财数据。

qstock由“Python金融量化”公众号开发，试图打造成个人量化投研分析开源库，目前包括数据获取（data）、可视化(plot)、选股(stock)和量化回测（backtest）四个模块。其中数据模块（data）数据来源于东方财富网、同花顺、新浪财经等网上公开数据。qstock致力于为用户提供更加简洁和规整化的金融市场数据接口，其中可视化模块为用户提供基于web的交互图形简单操作接口；选股模块提供了同花顺的技术选股和公众号策略选股，包括RPS、MM趋势、财务指标、资金流模型等，回测模块为大家提供向量化（基于pandas）和基于事件驱动的基本框架和模型。

qstock是免费开源金融量化库，已在pypi官网和GitHub上发布，更新至1.3.5版本，添加了问财的数据访问功能，通过qstock.wencai('选股条件')调用。使用“pip install qstock ”进行安装，通过’pip install –upgrade qstock’进行更新。目前部分策略选股和策略回测功能仅供知识星球会员使用，会员可在知识星球置顶帖子上获取 qstock 的离线安装包。

PyPI：https://pypi.org/project/qstock/1.3.4/

GitHub地址：https://github.com/tkfy920/qstock。

关于 qstock 更详细的使用方法，请参考 qstock 专题系列文章（点击跳转）：

【qstock开源了】数据篇之行情交易数据

【qstock数据篇】行业概念板块与资金流

【qstock量化】数据篇之股票基本面数据

【qstock量化】数据篇之宏观指标和财经新闻文本

【qstock量化】动态交互数据可视化

【qstock量化】技术形态与概念热点选股池

【手把手教你】使用qstock实现量化策略选股

【手把手教你】使用qstock进行量化回测

基于qstock的量化复盘与自动盯盘

import qstock as qs

02

复盘

关于问财的功能和调用大家可以参考其官网，其数据功能和条件选股主要包括以下几个方面：

• 技术面：均线 资金流入 MACD KDJ RSI BOLL CCI BIAS 形态 WR MTM

• 行情面：涨跌幅 DDE大单净量 DDE大单净额 委比 振幅 换手率 成交量 成交额 股价 分时指标 强势股

• 基本面：总股本 总市值 流通市值 流通比例 十大股东持股比例 股东户数 户均持股数 增减持 机构持股 分红 上市天数

• 财务面：销售毛利率 市盈率 市净率 市销率 净利润增长率 营业收入增长率 每股收益 每股收益率增长率 净利润 每股净资产 每股现金流 每股未分配利润 每股资本公积 净资产收益率 每股股利 资产负债率

• 阶段表现 创阶段新高 创阶段新低 阶段缩量 平台整理 平台突破 阶段涨幅 阶段换手 阶段振幅

• 特色数据 机构净额 龙虎榜机构买入占比 机构评级 关注度 涨停

• 范围选择 市场 申万行业 地区板块 概念板块

（1）涨停复盘

问财支持自然语言输入条件选股，不同条件之间使用逗号或分号或空格分开。注意输入参数需要使用单引号或双引号得到字符串格式。

df=qs.wencai('涨停，非ST，上市时间大于1个月')
df[['股票简称','最新价','连续涨停天数','首次涨停时间','最终涨停时间','涨停原因类别','涨停封单额','涨停封单量占流通a股比']]

df=qs.wencai('近5日涨停次数排名前20，非ST，上市时间大于1个月')

df.head(10)


（2）阶段表现

阶段表现选股可以输入条件：如创阶段新高、创阶段新低、阶段缩量、平台整理、平台突破、阶段涨幅、阶段换手、阶段振幅，时间周期可以自己定，比如250日。

df=qs.wencai('250日新高，非ST，沪深A，上市时间超过250天')
df=df[['股票代码','股票简称','最新价','最新涨跌幅','技术形态','买入信号inter']]
#查看前10名创新高个股
df.head(10)

期间涨幅跌幅排名

qs.wencai('今年以来涨幅最大的前20名，非ST')

qs.wencai('今年以来跌幅最大的前20名，非ST')

热门股

df=qs.wencai('热门股')
df.head(10)

板块热点

近期热门概念热点

qs.wencai('概念板块近14日累计涨幅排名前10')

df=qs.wencai('虚拟电厂概念股')

df.head(10)


03

选股

问财选股功能非常强大，可以实现多个维度全市场扫描和条件组合选股。

（1）技术指标组合选股

qs.wencai('均线多头排列，MACD金叉，KDJ金叉')

qs.wencai('股价大于20日均线，MACD金叉，换手率大于5%')

（2）形态选股

价格形态选股，比如输入黄金坑、均线粘合，平台突破、仙人指路等

qs.wencai('黄金坑')

（3）财务指标组合选股

财务指标选股常用的指标比如：市盈率、市净率、净资产收益率、总资产收益率、资产负债率、每股收益、每股净资产、股息率、派息比率、分红明细等。下面使用财务指标进行组合条件选股。

df=qs.wencai('营业收入增长率>10%;营业利润增长率>20%;加权净资产收益率>15%;总资产报酬率>5%')
df[['股票简称','所属同花顺行业','营业利润(同比增长率)','净资产收益率roe(加权,公布值)','总资产报酬率roa']]

04

其他金融数据

（1）新股数据

获取今日上市交易新股。

qs.wencai('新股')

获取某阶段新股数据。

df=qs.wencai('上市时间不足一个月新股和次新股')
df[['股票简称','股票代码','新股上市日期','最新价','最新涨跌幅','所属同花顺行业','公开发行市值','所属概念数量']]

（2）可转债数据

df=qs.wencai('可转债')
df[['可转债@可转债代码','可转债@正股简称', '可转债@最新价','可转债@涨跌幅','可转债@上市日期','可转债@到期日','可转债@网上发行申购价格']]

（3）基金排名数据

df=qs.wencai('基金涨幅排名')
df[['基金简称','基金代码','基金@最新日收益率','基金@最新单位净值','基金@最新净值日期','基金@涨跌幅排名名次','基金@涨跌幅','基金@涨跌幅排名']]

（4）期货数据

qs.wencai('期货排名')

关于Python金融量化

专注于分享Python在金融量化领域的应用。加入知识星球，可以免费获取qstock源代码、30多g的量化投资视频资料、量化金融相关PDF资料、公众号文章Python完整源码、与博主直接交流、答疑解惑等。添加个人微信sky2blue2可获取八五折优惠。