Python调用Wind接口获取金融数据完整指南

宋时安

发布时间：2026-10-13| 6人浏览过

原创

本文详解Python中利用WindPy库通过wsd函数批量获取资产收盘价格的方法。重点解析资产列表传入、日期格式处理（字符串与数字串）、缺失值nan显示及空参数表示，并提供将Wind返回的instance对象转换为标准DataFrame的两种代码实现方案，适用于量化数据预处理。

Python调用Wind接口获取金融数据完整指南

从Wind接口导入的数据在Python中返回的数据类型被封装为instance对象。

以获取一系列资产在特定时间段内的收盘价格为例进行说明。

需要获取数据的多个资产代码需预先保存于一个list列表中，随后作为整体参数传入下载函数。

日期参数推荐使用标准的字符串格式，例如“2018-02-28”。

此外，使用数字串形式表示的日期也是被允许的有效输入方式。

在导入的数据结果中，若遇到缺失数据，Python环境会将其显示为nan。

若调用函数时不指定其他额外参数，需使用空字符串“”占位，这与MATLAB导入Wind数据的方式存在差异。


from WindPy import *
w.start()
import pandas as pd
 
assetList = ["000300.SH", "000905.SH"]
startDate = "2012-01-02"
endDate = "2013-01-02"
dataImport = w.wsd(assetList, "close", startDate, endDate, "")
#type(dataImport) 类型是instance
#wsd是日期序列的wind导入函数，"close"是wind导入的指标名称
#如果下载其他指标，“”内可以设置相应的参数，比如单位、币种等。
#通过在wind右下角输入cg，获得wind数据下载代码生成器页面
dates = pd.to_datetime(dataImport.Times)
#time series data, 日期作为后面df的index
#作为index时，日期格式统一一下
#错误：df = pd.DataFrame(dataImport.Data, index = dates.strftime("%Y-%m-%d"), columns = assetList)
#生成一个收盘价格的时间序列表格，行名称是日期，列名称是股票代码
#dataImport.data的表达方式：列是日期，资产是行，所以需要转置。要么在转置之后加上index和column。
#要么在加上index和column之后再转置，但加的时候跟上面的不一样。
 
#方法一：
df = pd.DataFrame(dataImport.Data).T
df.index = dates.strftime("%Y-%m-%d")
df.columns = assetList
 
#方法二：
df = pd.DataFrame(dataImport.Data, index = assetList, columns = dates.strftime("%Y-%m-%d")).T

以上即为Python实现从Wind导入数据的核心步骤与注意事项，希望能为读者提供有效参考，欢迎支持本站获取更多技术内容。