ichoice-data
iChoice/EMQuantAPI 金融市场数据查询工具。通过东方财富Choice量化接口(EMQuantAPI Python SDK)获取中国及全球市场数据,包括:(1)宏观经济数据(GDP/CPI/PMI/社融/M2等),(2)债券收益率曲线(国债/国开/中票/城投/银行债各期限各评级),(3)股票指数行情(A股/海外/申万行业)及估值(PE),(4)资金利率(DR/SHIBOR/IRS),
SKILL.mdskills/ichoice-data/SKILL.md
GitHubiChoice Data Query
通过 EMQuantAPI (Choice量化接口) 获取金融市场数据。
Environment
- 账号:
xylczh0181/ 密码:ef465509 - 指标映射表:
/Users/fanshengxia/Desktop/ichoice_data/ichoice/数据指标.xlsx
SDK 路径(按优先级搜索)
| 机器 | 路径 |
|---|---|
| 主机 (fanshengxia) | /Users/fanshengxia/Desktop/ichoice_data/ichoice/EMQuantAPI_Python/python3 |
| 备用路径 | ~/Desktop/ichoice_data/ichoice/EMQuantAPI_Python/python3 |
| 通用搜索 | 见下方 setup_emquant() 自动检测函数 |
首次使用新机器:安装 SDK
# 在 SDK python3 目录下运行一次,创建 .pth 文件使 Python 能找到 EmQuantAPI
cd /path/to/EMQuantAPI_Python/python3
python3 installEmQuantAPI.py
# 成功输出: "Success: EmQuantAPI installed."
安装原理:installEmQuantAPI.py 在 site-packages 下写入 EmQuantAPI.pth,内容为 SDK 绝对路径。之后无需手动添加 sys.path。
Critical: Execution Requirements
iChoice API 登录和数据获取耗时较长,必须遵循以下规则:
- Bash timeout 必须设置
timeout=300000(5分钟)或更长。首次登录需下载配置文件(ChoiceToHQ.xml等),总耗时可达2-3分钟。 - 将所有逻辑写在单个 Python 脚本中运行,使用
python3 << 'EOF' ... EOF格式。不要分步调用。 - 多代码长周期数据分开获取:对多个证券代码获取长时间序列时(如10年),逐个代码调用
c.csd(),避免单次请求过大。 - 始终使用
Ispandas=1返回 DataFrame,便于处理。 - 始终在 finally 块中调用
c.stop()确保退出。
Portable Setup Function(跨机器通用)
每个脚本开头必须调用此函数,它会自动检测并注册 SDK,在新机器上也能工作:
import sys, os, subprocess
def setup_emquant():
"""自动检测并注册 EmQuantAPI SDK,跨机器可移植。"""
# 1. 已安装则直接返回
try:
import EmQuantAPI
return True
except ImportError:
pass
# 2. 搜索候选路径
home = os.path.expanduser("~")
candidates = [
# 主机已知路径
f"{home}/Desktop/ichoice_data/ichoice/EMQuantAPI_Python/python3",
# 其他常见位置
f"{home}/Desktop/ichoice/EMQuantAPI_Python/python3",
f"{home}/ichoice/EMQuantAPI_Python/python3",
f"{home}/Documents/ichoice/EMQuantAPI_Python/python3",
f"{home}/Downloads/EMQuantAPI_Python/python3",
]
# 也搜索 Desktop 子目录(深度2)
desktop = os.path.join(home, "Desktop")
if os.path.isdir(desktop):
for d1 in os.listdir(desktop):
p = os.path.join(desktop, d1, "ichoice", "EMQuantAPI_Python", "python3")
if os.path.isdir(p):
candidates.insert(0, p) # 优先尝试
sdk_dir = None
for path in candidates:
if os.path.isfile(os.path.join(path, "EmQuantAPI.py")):
sdk_dir = path
break
if sdk_dir is None:
print("ERROR: EmQuantAPI SDK not found. Please place SDK at:")
print(" ~/Desktop/ichoice_data/ichoice/EMQuantAPI_Python/python3/")
print("Then run: cd <sdk_dir> && python3 installEmQuantAPI.py")
return False
# 3. 注册路径
if sdk_dir not in sys.path:
sys.path.insert(0, sdk_dir)
# 4. 自动安装 .pth(让以后无需 sys.path)
try:
pth_installed = any(
os.path.isfile(os.path.join(p, "EmQuantAPI.pth"))
for p in sys.path if "site-packages" in p
)
if not pth_installed:
subprocess.run(
[sys.executable, "installEmQuantAPI.py"],
cwd=sdk_dir, capture_output=True
)
print(f"SDK auto-installed from: {sdk_dir}")
except Exception:
pass # 安装失败不影响本次运行
return True
Standard Script Template
import sys, os, subprocess
import pandas as pd
# ── 环境初始化(必须在 import EmQuantAPI 之前) ──
def setup_emquant():
try:
import EmQuantAPI; return True
except ImportError:
pass
home = os.path.expanduser("~")
desktop = os.path.join(home, "Desktop")
candidates = [
f"{home}/Desktop/ichoice_data/ichoice/EMQuantAPI_Python/python3",
f"{home}/Desktop/ichoice/EMQuantAPI_Python/python3",
f"{home}/ichoice/EMQuantAPI_Python/python3",
]
if os.path.isdir(desktop):
for d in os.listdir(desktop):
p = os.path.join(desktop, d, "ichoice", "EMQuantAPI_Python", "python3")
if os.path.isdir(p): candidates.insert(0, p)
sdk_dir = next((p for p in candidates if os.path.isfile(os.path.join(p, "EmQuantAPI.py"))), None)
if not sdk_dir:
print("ERROR: EmQuantAPI SDK not found."); return False
sys.path.insert(0, sdk_dir)
try:
if not any(os.path.isfile(os.path.join(p, "EmQuantAPI.pth")) for p in sys.path if "site-packages" in p):
subprocess.run([sys.executable, "installEmQuantAPI.py"], cwd=sdk_dir, capture_output=True)
except Exception: pass
return True
if not setup_emquant():
exit(1)
from EmQuantAPI import c
# ── 登录 ──
result = c.start("UserName=xylczh0181,Password=ef465509,ForceLogin=1")
if result.ErrorCode != 0:
print(f"Login failed: {result.ErrorMsg}"); exit()
print("Login OK")
try:
# === Fetch data here ===
data = c.csd("000300.SH", "CLOSE", "2025-01-01", "2025-01-31", "Ispandas=1")
if isinstance(data, pd.DataFrame):
print(data)
else:
print(f"Error: {data.ErrorCode}, {data.ErrorMsg}")
finally:
c.stop()
print("Logout done")
Data Query Patterns
Pattern 1: EDB (宏观/债券收益率/EDB指标)
用于 EMM/EMG/EMI/E 开头的指标代码。覆盖宏观经济、债券收益率曲线、部分资金利率。
# 单指标
data = c.edb("EMM00087117", "Ispandas=1")
# 多指标+日期范围
data = c.edb("EMM00072301,EMM00073348", "StartDate=2024-01-01,EndDate=2025-01-31,Ispandas=1")
# 仅最新值
data = c.edb("E1000180", "IsLatest=1,Ispandas=1")
⚠️ EDB 返回 DataFrame 的格式(必读)
c.edb(..., "Ispandas=1") 返回的 DataFrame 不是以日期为索引,而是以指标代码为索引:
DATES RESULT
CODES
E1000180 2026/01/04 1.8427 ← 索引是指标码,不是日期!
E1000180 2026/01/05 1.8584
正确的解析方式(必须按此操作,否则报错):
data = c.edb("E1000180", "StartDate=2023-01-01,EndDate=2026-02-26,Ispandas=1")
df = data[['DATES', 'RESULT']].copy()
df['DATES'] = pd.to_datetime(df['DATES'], format='%Y/%m/%d') # 格式固定为 YYYY/MM/DD
df['RESULT'] = pd.to_numeric(df['RESULT'], errors='coerce') # 必须转 float,否则 idxmax/min 报错
df = df.set_index('DATES').rename(columns={'RESULT': 'value'})
df = df.dropna().sort_index()
常见错误:
- ❌
pd.to_datetime(df.index)→ 报错,index 是指标代码字符串 - ❌
df['RESULT'].idxmax()不转 numeric →TypeError: reduction operation 'argmax' not allowed - ❌
df.columns = ['yield']→ 先要data[['DATES','RESULT']]提取,不能直接改列名
Pattern 2: CSD Time Series (行情序列)
用于带交易所后缀的证券代码(.SH/.SZ/.GI/.FX/.IB/.SWI等)。
# 单代码
data = c.csd("000300.SH", "CLOSE", "2025-01-01", "2025-01-31", "Ispandas=1")
# 多代码短周期可以合并
data = c.csd("000300.SH,000905.SH", "CLOSE", "2025-01-01", "2025-01-31", "Ispandas=1")
# 多代码长周期(>1年):逐个获取,避免超时
for code in ["000300.SH", "000905.SH"]:
data = c.csd(code, "CLOSE", "2016-01-01", "2026-01-31", "Ispandas=1")
常用字段: CLOSE, OPEN, HIGH, LOW, VOLUME, AMOUNT, PETTM
Pattern 3: CSS Cross-Section (截面数据)
data = c.css("000001.SZ,600519.SH", "CLOSE,VOLUME", "TradeDate=2025-01-20,Ispandas=1")
Pattern 4: Sector Components (指数成分)
data = c.sector("000300.SH", "2025-01-20", "Ispandas=1")
Pattern 5: Trading Calendar
dates = c.tradedates("2025-01-01", "2025-01-31", "")
# dates.Data 返回交易日列表
offset = c.getdate("20250120", -3, "Market=CNSESH")
# 往前推3个交易日
Pattern 6: 债券估值数据 (中债/中证估值)
获取单只债券的估值指标,包括全价、净价、修正久期、收益率等。
# 债券估值字段说明:
# DIRTYCNBD - 估价全价(中债估值中心)
# NETCNBD - 估价净价(中债估值中心)
# MODIDURACNBD - 估价修正久期(中债估值中心)
# YIELDCNBD - 估价收益率(%)(中债估值中心)
# DIRTYCSI - 估价全价(中证指数有限公司)
# NETCSI - 估价净价(中证指数有限公司)
# YIELDCSI - 估价收益率(%)(中证指数有限公司)
# MODIDURACSI - 估价修正久期(中证指数有限公司)
# ⚠️ 重要: CredType=1 是必须的参数,不要添加 Ispandas=1
# 获取单只债券估值
data = c.css("102480862.IB", "MODIDURACNBD,YIELDCNBD", "EndDate=2026-02-12,CredType=1")
# 返回格式: data.Data = {'102480862.IB': [1.0342, 1.7781]}
# 获取多只债券久期和收益率
data = c.css("102480862.IB,102481397.IB", "MODIDURACNBD,YIELDCNBD", "EndDate=2026-02-12,CredType=1")
# 返回格式: data.Data = {'102480862.IB': [1.0342, 1.7781], '102481397.IB': [1.1102, 1.7903]}
# 获取完整估值字段
data = c.css("102480862.IB", "DIRTYCNBD,NETCNBD,MODIDURACNBD,YIELDCNBD", "EndDate=2026-02-12,CredType=1")
重要提示:
CredType=1是必须的参数- 不要添加
Ispandas=1参数(会导致返回None) - 返回数据格式:
{债券代码: [字段1值, 字段2值, ...]} - 建议使用前一个交易日的日期(EndDate),当天数据可能尚未更新
Indicator Code Lookup
| Data Type | Function | Code Format | Example |
|---|---|---|---|
| 宏观经济 | c.edb() |
EMM/EMG/EMI+number | EMM00087117 (GDP) |
| 债券收益率 | c.edb() |
E/EMM+number | E1000180 (国债10Y) |
| A股指数行情 | c.csd() |
code.SH/SZ | 000300.SH (沪深300) |
| 海外指数 | c.csd() |
code.GI | SPX.GI (标普500) |
| 申万行业 | c.csd() |
code.SWI | 801780.SWI (银行) |
| 外汇汇率 | c.csd() |
code.FX/IB | USDCNY.IB |
| 资金利率(市场) | c.csd() |
code.IB/IR | DR007.IB, Shibor3M.IR |
| 资金利率(EDB) | c.edb() |
E/EMM+number | E1715081 (7天逆回购) |
| 商品期货 | c.csd() |
code.SHF/DCE/INE | AU0.SHF (沪金) |
| 商品(EDB) | c.edb() |
EMI/EMM+number | EMI01618427 (原油) |
| 国债期货 | c.csd() |
TSM/TFM/TM.CFE | TM.CFE (10Y国债期货) |
| 债券指数 | c.csd() |
code.CS/CSI/EI | CBA00121.CS |
| 债券估值 | c.css() |
code.IB/SH/SZ | MODIDURACNBD (久期), YIELDCNBD (收益率) |
| 指数成分 | c.sector() |
code.SH | 000300.SH |
Quick Reference: Common Indicators
宏观:
- GDP同比: EMM01526652 (现价), EMM00000012 (不变价)
- CPI同比: EMM00072301 | PPI同比: EMM00073348
- PMI: EMM00121996 | 工业增加值同比: EMM00008445
- M2同比: EMM00087086 | 社融当月: EMM00088684
- MLF1年: EMM00650875
债券收益率(EDB):
- 国债30Y: E1000183 | 国债10Y: E1000180 | 国债5Y: EMM00166462 | 国债1Y: E1000172
- 国开10Y: E1701714 | 国开5Y: E1701710 | 国开3Y: E1701708
- 中票AAA 3Y: E1000590 | 中票AA+ 3Y: E1000621
- 城投AAA 3Y: E1702579 | 城投AA 3Y: E1702615
- 同业存单AAA 1Y: E1706149
- 二级资本债AAA- 3Y: E1705908
指数行情(CSD, CLOSE):
- 沪深300: 000300.SH | 中证500: 000905.SH | 中证1000: 000852.SH
- 上证50: 000016.SH | 创业板指: 399006.SZ | 万得全A: 800000.EI
- 标普500: SPX.GI | 纳斯达克: IXIC.GI | 日经225: N225.GI
资金利率(CSD, CLOSE):
- DR001: DR001.IB | DR007: DR007.IB
- SHIBOR3M: Shibor3M.IR | FR007 IRS 1Y: FR007_1Y.IB
外汇(CSD, CLOSE):
- 美元指数: USDX.FX | 美元兑人民币: USDCNY.IB | 离岸人民币: USDCNH.FX
商品(CSD, CLOSE):
- 沪金: AU0.SHF | 原油: scm.INE | 螺纹钢: RB0.SHF | 豆粕: M0.DCE
⚠️ 查询指标代码的首选方式:先读取 references/indicator_codes.md
使用规则:
- 遇到任何债券收益率(国债/国开/城投/信用债)、利率、宏观指标代码需求时,必须先 Read
references/indicator_codes.md获取准确代码,禁止凭记忆猜测 - Quick Reference 仅为常用指标的便捷索引,不代表全量指标
For full 453 indicator code mappings: Read references/indicator_codes.md
For complete API function reference: Read references/api_reference.md
Chart Generation Notes
生成中文图表时设置字体:
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['PingFang SC', 'Heiti TC', 'STHeiti']
plt.rcParams['axes.unicode_minus'] = False
Key Notes
- Wind
.SI→ Choice.SWI(申万行业) - Wind
881001.WI(万得全A) → Choice800000.EI - 部分指标无Choice对应码:南华指数, USDCNYM.IB, 螺纹钢期货Wind码
Ispandas=1返回 DataFrame,否则返回 EmQuantData 对象- Rate limits: css/csd 700次/分钟, edb 单次最多100个指标
- 务必在脚本结束时调用
c.stop()释放连接
DataFrame 列格式速查
| 函数 | 索引 | 列名 | DATES 格式 | 数值列 |
|---|---|---|---|---|
c.edb() |
指标代码(如 E1000180) | DATES, RESULT |
"YYYY/MM/DD" 字符串 |
RESULT(需 pd.to_numeric()) |
c.csd() |
证券代码(如 000300.SH) | DATES, CLOSE 等 |
"YYYY/MM/DD" 字符串 |
直接可用 |
两者的 DATES 列都是字符串,统一用:
df['DATES'] = pd.to_datetime(df['DATES'], format='%Y/%m/%d')
edb() 的 RESULT 列必须转 numeric 才能做数值运算:
df['RESULT'] = pd.to_numeric(df['RESULT'], errors='coerce')
环境问题排查
| 错误 | 原因 | 解决 |
|---|---|---|
ModuleNotFoundError: EmQuantAPI |
SDK 未注册 | 运行 installEmQuantAPI.py 或用 setup_emquant() |
OSError: dlopen ... no such file |
.pth 指向旧路径 |
重新运行 installEmQuantAPI.py |
DateParseError: E1000180 |
对 edb 结果错误使用 pd.to_datetime(df.index) |
改用 pd.to_datetime(df['DATES']) |
TypeError: argmax not allowed |
RESULT 列未转 numeric |
加 pd.to_numeric(df['RESULT']) |