WIND 金融客户端 Python 接口文档
2026-02-01 04:35:02作者:田桥桑Industrious
本文档详细介绍了WIND金融客户端的Python接口——WINDPY的使用方法。该接口为用户提供了一系列丰富的函数和命令,以方便用户在Python环境中调用WIND金融数据库的各种数据。
1. WINDPY接口说明
1.1 WINDPY接口概述
WINDPY是WIND金融客户端提供的Python接口,支持用户在Python环境中方便地访问WIND金融数据库。
1.2 WINDPY接口安装
1.2.1 系统环境要求
- 操作系统:Windows、Linux或MacOS
- Python版本:Python 2.7、Python 3.5及以上版本
1.2.2 Python环境安装
请根据实际操作系统和Python版本安装或升级Python环境。
1.2.3 正常WINDPY接口安装
在Python环境下,运行以下命令安装WINDPY接口:
pip install WINDPy
1.2.4 特殊安装WINDPY方式
如果正常安装无法满足您的需求,请参考以下特殊安装方式。
1.3 接口向导界面
启动Python交互式环境,输入以下命令:
from WINDPy import *
即可进入WINDPY接口的向导界面。
1.4 WINDPY获取帮助途径
1.4.1 本用户手册
您可以通过阅读本用户手册来获取关于WINDPY接口的帮助。
1.4.2 量化交易群和R语言交流群
您还可以加入量化交易群和R语言交流群,与其他用户交流学习。
2. WINDPY接口相关规范
以下为使用WINDPY接口时需要遵守的规范:
- 命令区分大小写,且“w.”不能省略。
- 中文以及单字节码和双字节码的问题。
- 品种、指标、参数等引号内的部分不区分大小写。
- 参数支持list输入。
- 时间、日期支持Python语言的时间、日期格式。
- 参数中有缺省值的可以不用输入。
- 可以带参数名输入。
- Showblank参数。
- 交易接口中Showfields参数。
- ErrorCode定义。
3. WINDPY插件命令说明
以下为WINDPY接口的部分常用命令:
- FROM WINDPY IMPORT *:装载WINDPY包
- W.START:启动WINDPY
- W.STOP:停止WINDPY
- W.ISCONNECTED:判断是否已经登录
- W.CANCELREQUEST:取消订阅
- W.WSD:获取历史序列数据
- W.WSI:获取分钟数据
- W.WST:获取日内TICK级别数据
- W.WSS:获取历史截面数据
- W.WSQ:获取和订阅实时行情数据
- W.WSET:获取板块、指数等成分数据
- W.WEQS:获取条件选股结果
- W.WPF:获取资产管理、组合管理数据
4. 交易相关函数
以下为WINDPY接口的部分交易相关函数:
- w.tlogon交易登录
- w.tlogout交易登出
- w.torder委托下单
- w.tcancel撤销委托
- w.tquery交易查询
5. 日期函数
以下为WINDPY接口的日期函数:
- w.tdays:返回区间内的日期序列
- w.tdaysoffset:返回某个偏移值对应的日期
- w.tdayscount:返回某个区间内日期数量
6. 数据集函数
以下为WINDPY接口的数据集函数:
- 日期序列(WSD)
- 历史截面数据(WSS)
- 分钟序列(WSI)
- 日内跳价(WST)
- 实时数据(WSQ)
- 数据集(WSET)
以上内容仅为WINDPY接口的简要介绍,具体使用方法请参考本用户手册。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
532
3.74 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
336
178
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
886
596
Ascend Extension for PyTorch
Python
340
403
暂无简介
Dart
771
191
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
247
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
416
4.21 K
React Native鸿蒙化仓库
JavaScript
303
355