Windows配置万德(Wind)量化接口

这篇具有很好参考价值的文章主要介绍了Windows配置万德(Wind)量化接口。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

原理:wind会在python的第三方库中安装一个属于wind的库

步骤1:确定python的路径

如果是默认安装,一般路径是:C:\Users\用户名\Anaconda

如果有其他python的安装路径,只需要定位到那个位置即可,在这个目录下会有【python.exe】的文件,如下图所示
windpython接口,量化金融,python,pycharm,开发语言

步骤2:配置wind的接口

打开wind资讯,点击【我的】-【插件修复】-【修复python接口】
windpython接口,量化金融,python,pycharm,开发语言

打开的窗口中一般会自动运行,运行完成后,点击【配置详情】就可以看到添加了wind支持的python路径了
windpython接口,量化金融,python,pycharm,开发语言

同样也可以点击【添加路径】,把其他目录下的python也添加进来
这个包含了python.exe的路径有一个专门的名字,叫【python解析器的路径】

步骤3:检查配置

1.登录wind,打开界面
2.新建一个python文件直接执行下面的代码:

from WindPy import w

w.start()

wind_data = w.wsd("000852.SH", "close", "20221201", "20221220", Period="D")
print(wind_data)

预期的结果是:

Welcome to use Wind Quant API for Python (WindPy)!

COPYRIGHT (C) 2020 WIND INFORMATION CO., LTD. ALL RIGHTS RESERVED.
IN NO CIRCUMSTANCE SHALL WIND BE RESPONSIBLE FOR ANY DAMAGES OR LOSSES CAUSED BY USING WIND QUANT API FOR Python.
.ErrorCode=0
.Codes=[000852.SH]
.Fields=[CLOSE]
.Times=[20221201,20221202,20221205,20221206,20221207,20221208,20221209,20221212,20221213,20221214,...]
.Data=[[6658.4265,6680.5415,6714.367,6703.5524,6705.2873,6662.3441,6680.3752,6655.6737,6593.6675,6570.0183,...]]

这一段是提取 000852.SH(中证1000)从2022-12-01到2022-12-20的日线的收盘价,如果得到想要的结果,python获取wind数据配置完成!

注意:因为wind提取数据容量有限,因此要避免频繁执行读取数据的操作,可以先把数据保存下来,然后再继续使用;wind提取数据量的计算规则是最近7天的提取量,因此当天使用的量,7天后才会恢复。

步骤4:使用python提取任意的wind数据

首先在代码中登录wind:

from WindPy import w

w.start()

在使用python获取wind数据的时候要确保wind在后台运行,否则会弹出wind的登录窗口

然后打开Wind界面的【量化】-【数据接口】-【代码生成器(CG)】
windpython接口,量化金融,python,pycharm,开发语言

一般选择【多维数据】
windpython接口,量化金融,python,pycharm,开发语言

在打开的窗口中选择想要的数据,最后点击确定后,就会生成一行代码:
windpython接口,量化金融,python,pycharm,开发语言

只需要把这行代码复制到Python中,然后赋值给一个变量:

my_wind_data = w.wss("600012.SH", "sec_name") # 就是这个操作会消耗数据量,其他的代码不会
print(my_wind_data.Data)

这时,my_wind_data.Data就是想要获取的数据,同时,my_wind_data还有其他属性:

  • my_wind_data.ErrorCode:错误代码,如果是0表示正常,其他代码可以参考:
  • my_wind_data.Codes:当时选择的股票代码(对应代码生成器第一页的内容)
  • my_wind_data.Fields:当时选择的数据列(对应代码生成器的第二页内容)
  • my_wind_data.Times:时间

一般可以通过这个变量构造想要的数据表,比如上面的读取中证1000的结果:

from WindPy import w
import pandas as pd
w.start()

wind_data = w.wsd("000852.SH", "close", "20221201", "20221220", Period="D")
wind_df = pd.DataFrame(wind_data.Data,index=wind_data.Fields,columns=wind_data.Times)
print(wind_df)

就可以构造成pandas支持的数据格式,之后就可以用numpy,pandas等分析工具进行数据处理
windpython接口,量化金融,python,pycharm,开发语言文章来源地址https://www.toymoban.com/news/detail-624577.html

到了这里,关于Windows配置万德(Wind)量化接口的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • Python量化投资——金融数据最佳实践: 使用qteasy+tushare搭建本地金融数据仓库并定期批量更新【附源码】

    做量化投资或者对量化交易感兴趣的朋友应该都需要用到大量的金融数据,例如股票价格,基金净值、上市公司技术指标和财务指标等等。但是,如何有效、可靠地获取金融数据,并且有效地使用,却是一个令人头疼的问题。在这篇文章中,我想跟大家交流我的使用心得,分

    2024年02月04日
    浏览(40)
  • 【金融量化】Python实现根据收益率计算累计收益率并可视化

    理财产品(本金100元) 第1天:3% :(1+3%) ✖ 100 = 103 第2天:2% :(1+2%)✖ 以上 = 103 +2.06 第3天:5% : (1+5%)✖ 以上 = 收益 ✖ 以上 第4天:6% :(1+6%)✖ 以上 = 收益 ✖ 以上 … 累计收益=(1+当天收益率)的累计乘积-1 这里的计算公式为什么需要减去1呢? 因为我们上面的公

    2024年02月12日
    浏览(28)
  • 【金融量化】如何筛选基金?

    (1)构建备选池 优先考虑股票配置较为稳定的基金,这样才能预估基金未来一段时间的表现,及其对基准股票指数的跟踪情况。因此,首先应该剔除那些仓位变化较大、本身在进行择时的基金产品,原因在于其仓位无法把控。 优先考虑风格稳定的产品,剔除掉在一定考察期

    2024年02月11日
    浏览(24)
  • 【金融量化】对企业进行估值的方法有哪些?

    如何对企业进行估值?有2个方法估算。 它是一种定价模型,用于计算企业的内在价值。 比如说你可以根据公司近N年的现金流情况。借此去预测未来N年的现金流情况。所有的现金流数据都可以在年报上查询到。最后按照预测的数据进行折现,也就是算出未来5-10年的价格换算

    2024年02月12日
    浏览(34)
  • python安装wind10

    一、下载: 官网:Python Releases for Windows | Python.org 二、安装 双击下载的安装程序文件。这将打开安装向导。安装界面图下方两个框的\\\" Use admin privileges wheninstalling py. exe和” Add python. exe to PATH\\\"都要勾选,一定要勾选!一定要勾选!一定要勾选!重要的事情说三遍!然后点击上方的 nst

    2024年02月09日
    浏览(25)
  • 量化分析革新金融服务软件的三种方式

    金融服务软件行业爱死量化分析了。 为什么呢?因为在这个本质上不可预测的行业中,量化分析提供了一种确定性,或者至少是类似于确定性的东西。 市场总是在变动,利润也起伏不定。交易达成了,然后落空,又再次达成,从交易大厅到董事会,纳秒级的差异可能成就巨

    2024年02月08日
    浏览(41)
  • 量化交易策略的未来:如何融合人工智能与金融

    量化交易策略的未来:如何融合人工智能与金融 量化交易策略已经成为金融市场中最受关注的话题之一。随着大数据、人工智能和机器学习技术的快速发展,量化交易策略的应用范围和深度得到了显著提高。这篇文章将探讨量化交易策略的未来趋势,以及如何将人工智能与金

    2024年02月20日
    浏览(107)
  • “第十届金融工程及量化投资者年会”来啦!

    第十届金融工程及量化投资者年会带着满满的干货来啦!由天软科技主办,中信证券协办的“第十届金融工程及量化投资年会”将于2023年4月20日在深圳麒麟山庄举办! 自2009年的“第一届金融工程及量化投资年会”成功举办以来,每年天软公司都会在大会上投下金融界的重磅

    2024年02月09日
    浏览(45)
  • 《BackTrader量化交易图解》第8章:plot 绘制金融图

    BackTrader内置的plot绘图函数, 通过style参数变量控制不同风格的K线图, 默认有以下几种风格: line:线条图 candle:蜡烛图,标准 K 线图 ohlc:美式 K 线图,和 bar 参数一样 bar:ohlc 曲线图,美式 K 线图,和 ohlc 参数一样。 将style参数设置为bar或者ohlc, 生成的图都是一样的。

    2024年01月21日
    浏览(29)
  • AI赋能金融创新:ChatGPT引领量化交易新时代

    随着人工智能技术的不断进步,金融领域也经历着一场技术革命。量化交易,作为金融领域的一大分支,正逐渐受到AI技术的深刻影响。特别是近年来,ChatGPT等自然语言处理技术的崛起,为量化交易带来了前所未有的机遇。本文将深入探讨ChatGPT如何助力量化交易,以及这一结

    2024年02月04日
    浏览(38)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包