THS Advanced Analysis Skill

对话引导规范

澄清意图（意图模糊时必问）

话术示例：

用户："帮我分析一下宁德时代"
Claude："好的，请问你主要想看哪个方向？
  1. 今日实时行情 + 资金流向
  2. 分钟K线（盘中走势）
  3. 近期日K线趋势
  4. 和比亚迪、亿纬锂能等对比
  5. 用问财筛选相关概念股"

调用后的后续提示（有延伸价值时才提）

完整调用案例

场景速查

安装

pip install --upgrade thsdk

包来源：PyPI 系统要求：Python 3.9+，支持 Linux(x86_64/arm64)、macOS(Intel/Apple Silicon)、Windows

连接

from thsdk import THS

with THS() as ths:   # 游客模式，无需账户配置
    ...

第一步：代码解析

所有中文名/缩写/短代码先用 search_symbols 获得完整 THSCODE：

with THS() as ths:
    resp = ths.search_symbols("同花顺")
    # data → [
    #   {'THSCODE': 'USZA300033', 'Name': '同花顺',
    #    'MarketStr': 'USZA', 'Code': '300033', 'MarketDisplay': '深A'},
    #   {'THSCODE': 'URFI883404', 'Name': '同花顺情绪指数', 'MarketDisplay': '同指'},
    # ]

选码规则：

市场前缀说明：

常用指数 THSCODE（直接使用，无需 search_symbols）：

⚠️ 指数前缀是 USHI/USZI，需调用 market_data_index，不能用 market_data_cn

K线数据

interval 参数： "1m" / "5m" / "15m" / "30m" / "60m" / "120m" / "day" / "week" / "month" / "quarter" / "year"

⚠️ 必须写 "5m"，不能写 "5min"

count 与 start/end 二选一，不可混用：

from datetime import datetime
from zoneinfo import ZoneInfo
tz = ZoneInfo('Asia/Shanghai')

with THS() as ths:
    # 按条数
    resp = ths.klines("USZA300033", interval="5m", count=78)

    # 按时间范围
    resp = ths.klines("USZA300033", interval="day",
                      start_time=datetime(2025, 1, 1, tzinfo=tz),
                      end_time=datetime(2025, 3, 1, tzinfo=tz))

    # 前复权（量化回测用）
    resp = ths.klines("USHA600519", interval="day", count=250, adjust="forward")

    df = resp.df
    # 返回字段：时间, 收盘价, 成交量, 总金额, 开盘价, 最高价, 最低价
    # 分钟K线"时间"自动转为 datetime；日K"时间"为 datetime(YYYYMMDD)

分时与盘口数据

日内分时（当日）

with THS() as ths:
    resp = ths.intraday_data("USZA300033")
    df = resp.df
    # 字段：时间(datetime+tz), 价格, 成交量, 总金额, 领先指标

历史分时（近一年）

with THS() as ths:
    resp = ths.min_snapshot("USZA300033", date="20240315")
    df = resp.df
    # 字段：时间(timestamp), 价格, 成交量, 外盘成交量, 内盘成交量, 总金额

五档盘口

with THS() as ths:
    resp = ths.depth("USZA300033")              # 单只
    resp = ths.depth(["USZA300033", "USHA600519"])  # 多只
    df = resp.df
    # 字段：买1~5价/量, 卖1~5价/量, 代码, 昨收价

买卖深度详情

with THS() as ths:
    resp = ths.order_book_bid("USZA300033")   # 买方深度
    resp = ths.order_book_ask("USZA300033")   # 卖方深度
    df = resp.df

3秒 Tick

with THS() as ths:
    resp = ths.tick_level1("USZA300033")
    df = resp.df
    # 字段：时间(timestamp), 价格, 成交方向, 交易笔数, 当前量

超级盘口（含委托档位）

with THS() as ths:
    resp = ths.tick_super_level1("USZA300033")                   # 实时
    resp = ths.tick_super_level1("USZA300033", date="20240315")  # 历史
    df = resp.df
    # ⚠️ 部分字段值为 4294967295 表示无效数据，需过滤

大单与竞价

大单流向

with THS() as ths:
    resp = ths.big_order_flow("USZA300033")
    df = resp.df
    # 字段：时间, 成交方向, 成交量, 总金额, 委托买入价, 委托卖出价

集合竞价异动（9:15~9:25）

with THS() as ths:
    resp_sh = ths.call_auction_anomaly("USHA")   # 沪市
    resp_sz = ths.call_auction_anomaly("USZA")   # 深市
    df = resp_sh.df
    # 字段：时间, 价格, 总金额, 代码, 名称, 异动类型1(已映射中文)
    # 异动类型：涨停试盘/竞价抢筹/大幅高开/急速上涨/大买单试盘 等13种

早盘集合竞价快照

with THS() as ths:
    resp = ths.call_auction("USZA300033")
    df = resp.df
    # 字段：时间, 成交方向, 成交量, 总金额, 委托买入价, 委托卖出价

板块与指数

行业/概念板块列表

with THS() as ths:
    resp = ths.ths_industry()   # 同花顺行业，约90个
    resp = ths.ths_concept()    # 概念板块，约390个
    df = resp.df
    # ⚠️ 仅返回：代码(URFIXXXXXX), 名称
    # 涨幅/行情需另调 market_data_block(link_code)
    # extra['total_count'] = 板块总数

板块行情（两步走）

with THS() as ths:
    # Step 1：获取板块列表
    resp = ths.ths_industry()
    target = next(r for r in resp.data if '半导体' in r['名称'])
    link_code = target['代码']   # 格式 URFIXXXXXX

    # Step 2：查板块行情
    resp = ths.market_data_block(link_code, "基础数据")
    df = resp.df
    # 字段：价格, 涨幅, 成交量, 板块总市值, 板块流通市值,
    #        上涨家数, 下跌家数, 领涨股
    # query_key 也支持 "扩展"（含板块涨速、主力净流入等）

板块成分股

with THS() as ths:
    resp = ths.block_constituents("URFI883404")
    df = resp.df
    # 字段：代码(完整THSCODE), 名称
    # extra['total_count'] = 成分股总数

指数列表 & 行情

with THS() as ths:
    # 全部指数列表（约580个）
    resp = ths.index_list()
    df = resp.df   # 字段：代码, 名称

    # 指数行情（单只或同市场批量）
    resp = ths.market_data_index("USHI000001")
    resp = ths.market_data_index(["USHI000001", "USHI000300", "USHI000905"])
    df = resp.df
    # 字段：价格, 涨幅, 涨跌, 成交量, 总金额, 最高价, 最低价
    # query_key 也支持 "扩展"（含量比、振幅等）

A股行情（market_data_cn）

with THS() as ths:
    resp = ths.market_data_cn("USZA300033", "基础数据")
    # 也支持列表（同市场）
    resp = ths.market_data_cn(["USZA300033", "USZA000001"], "汇总")
    df = resp.df
    # 基础数据字段：价格, 成交方向, 成交量, 交易笔数, 总金额,
    #               涨速, 当前量, 代码, 名称, 昨收价, 开盘价, 最高价, 最低价

query_key 选项：

⚠️ 同市场限制：USHA 和 USZA 不能在同一次调用中混合

多市场行情

港股

with THS() as ths:
    # 港股列表
    resp = ths.stock_hk_lists()
    # 港股行情
    resp = ths.market_data_hk("UHKG00700", "基础数据")
    df = resp.df
    # query_key 支持："基础数据" / "每股净资产" / "净利润" / "财务指标"

美股 / 纳斯达克

with THS() as ths:
    resp = ths.stock_us_lists()      # 美股列表
    resp = ths.nasdaq_lists()        # 纳斯达克列表
    resp = ths.market_data_us("UNQQAAPL", "基础数据")
    df = resp.df
    # query_key 支持："基础数据" / "每股净资产" / "每股收益" / "净利润" / "财务指标"

外汇

with THS() as ths:
    resp = ths.forex_list()          # 外汇列表（约25个，UFXB前缀）
    resp = ths.market_data_forex("UFXBGBPUSD", "基础数据")
    df = resp.df
    # 字段：价格, 委托买入价, 委托卖出价, 代码, 名称, 昨收价, 开盘价, 最高价, 最低价
    # query_key 也支持 "扩展"

期货

with THS() as ths:
    resp = ths.futures_lists()        # 主力合约列表
    resp = ths.market_data_future("UCFSAU2506", "基础数据")
    df = resp.df
    # query_key 支持："基础数据" / "日增仓" / "扩展"

债券 / ETF

with THS() as ths:
    resp = ths.bond_lists()           # 可转债列表
    resp = ths.fund_etf_lists()       # ETF基金列表
    resp = ths.fund_etf_t0_lists()    # ETF T+0基金列表
    resp = ths.market_data_bond("USHD123456", "基础数据")
    resp = ths.market_data_fund("USHA510300", "基础数据")

多股票批量对比

import pandas as pd
from collections import defaultdict
from thsdk import THS

stock_names = ["贵州茅台", "五粮液", "泸州老窖"]

with THS() as ths:
    # Step 1: 批量解析代码
    stock_codes = []
    for name in stock_names:
        resp = ths.search_symbols(name)
        a_shares = [s for s in resp.data
                    if any(m in s.get('MarketDisplay', '') for m in ['沪A', '深A'])]
        if a_shares:
            stock_codes.append({'name': name, 'code': a_shares[0]['THSCODE']})

    # Step 2: 按市场分组
    by_market = defaultdict(list)
    for s in stock_codes:
        by_market[s['code'][:4]].append(s)

    # Step 3: 批量行情
    rows = []
    for market, stocks in by_market.items():
        codes = [s['code'] for s in stocks]
        resp = ths.market_data_cn(codes, "汇总")
        for i, row in enumerate(resp.data):
            row['股票名称'] = stocks[i]['name']
            rows.append(row)
    quote_df = pd.DataFrame(rows)

    # Step 4: 批量K线
    klines_data = {}
    for s in stock_codes:
        resp = ths.klines(s['code'], interval="day", count=30, adjust="forward")
        klines_data[s['name']] = resp.df

# Step 5: 归一化走势（起点=100）
for name, df in klines_data.items():
    df['归一化'] = df['收盘价'] / df['收盘价'].iloc[0] * 100

# Step 6: 相关性矩阵
returns = pd.DataFrame({name: df['收盘价'].pct_change() for name, df in klines_data.items()})
corr_matrix = returns.corr()

输出规范：

1. 表格：股票 / 最新价 / 涨幅% / 成交额 / 换手率 / 量比 / 主力净流入 / 总市值
2. 归一化走势折线图（多线，颜色区分）
3. 相关性热力图（量化场景）

问财自然语言查询（wencai_nlp）

对接 iwencai.com 同一接口，多条件用逗号/分号分隔。

with THS() as ths:
    resp = ths.wencai_nlp("连续3日主力净流入，换手率大于5%，非ST")
    df = resp.df
    # ⚠️ 股票代码格式为 "605366.SH"，需转换

返回代码转换：

def to_ths_code(code_str: str) -> str:
    # wencai 返回：'300033.SZ' / '600519.SH' / '835975.BJ'
    try:
        code, market = str(code_str).split('.')
        mapping = {'SH': 'USHA', 'SZ': 'USZA', 'BJ': 'USTM'}
        prefix = mapping.get(market.upper(), '')
        return f"{prefix}{code}" if prefix else None
    except Exception:
        return None

df['ths_code'] = df['股票代码'].apply(to_ths_code)

六大查询类型：

① 行情 & 盘面

"今日涨停，非ST"
"连续2日涨停，非一字板，非ST"
"今日涨停原因类别，涨停封单额，封单量"
"竞价涨幅大于3%，竞价量大于昨日成交量5%，非ST"
"主力净流入由大到小排名前20，非ST"
"近10日区间主力资金流向大于5000万，市值大于100亿"

② 板块 & 行业

"今日申万行业涨跌幅排名"
"今日概念板块涨幅排名前20"
"人工智能概念股，今日涨跌幅，成交额，主力净流入"
"今日涨幅最大的5个概念板块，涨幅，成分股数量"

③ 财务指标

"连续3年ROE大于15%，非ST，上市大于3年"
"市盈率小于15，股息率大于3%，市净率小于2，非ST"
"市净率小于1，非ST，流通市值大于20亿"
"连续5年分红，股息率大于4%，资产负债率小于60%"

④ 技术形态

"均线多头排列，MACD金叉，换手率大于3%，非ST"
"均线粘合，平台突破，成交量大于5日均量1.5倍"
"仙人指路，非ST，非停牌"
"250日新高，非ST，沪深A，上市超过250天"

⑤ 复杂组合

# 短线强势
"均线多头排列，MACD金叉，DIFF上穿中轴，换手率大于1%且小于10%，30日内有2个交易日涨幅大于4%，非ST"
# 竞价打板
"昨日非一字板涨停，今日竞价涨幅大于等于0%且小于等于9.9%，今日隔夜买单额小于10亿，非ST，非科创板"

⑥ 信息查询

"涨停原因归类前20"
"今日龙虎榜"
"今日大宗交易"
"近一周北向资金净买入前20"

实时资讯（news）

import re

with THS() as ths:
    resp = ths.news()   # 默认：上证指数相关快讯
    # 指定个股资讯：
    # resp = ths.news(text_id=0x3814, code="300033", market="USZA")

    for item in resp.data:
        props = dict(re.findall(r'(\w+)=([^\n]+)', item.get('Properties', '')))
        print(f"[{props.get('source','')}] {item['Title']}")
        print(f"  {props.get('summ','')}\n")
    # 字段：Op, Time(timestamp), Title, ID, Code, Stock, Properties
    # Properties 含：ctime, summ(摘要), source(来源)

其他实用 API

权息资料

with THS() as ths:
    resp = ths.corporate_action("USZA300033")
    df = resp.df
    # 字段：时间(int YYYYMMDD), 权息资料(文字)
    # 示例：20100312 → "2010-03-12(每十股 转增10.00股 红利3.00元)$"

IPO 数据

with THS() as ths:
    resp = ths.ipo_today()   # 今日申购/上市
    resp = ths.ipo_wait()    # 待申购
    df = resp.df
    # 字段：stock_name, stock_code, order_date, issue_price,
    #       issue_pe_static, success_rate, order_limit_up,
    #       industry_name, exchange 等

市场列表

with THS() as ths:
    resp = ths.stock_cn_lists()    # 全部A股（约5198只）
    resp = ths.stock_hk_lists()    # 港股
    resp = ths.stock_us_lists()    # 美股
    resp = ths.stock_bj_lists()    # 北交所
    resp = ths.nasdaq_lists()      # 纳斯达克
    resp = ths.stock_b_lists()     # B股
    resp = ths.bond_lists()        # 可转债
    resp = ths.fund_etf_lists()    # ETF基金
    resp = ths.fund_etf_t0_lists() # ETF T+0基金
    resp = ths.futures_lists()     # 期货主力合约
    resp = ths.forex_list()        # 外汇（约25个）
    df = resp.df   # 字段：代码(完整THSCODE), 名称

代码补全工具

with THS() as ths:
    resp = ths.complete_ths_code("USZA300033")
    # 用于验证/补全代码信息

错误处理

with THS() as ths:
    resp = ths.klines("USZA300033", interval="5m", count=60)
    if not resp:
        print(f"调用失败: {resp.error}")
    elif resp.df.empty:
        print("数据为空，可能是非交易时间")
    else:
        df = resp.df

常见报错：

注意事项：

• 游客账户在部分专业数据/实时数据上可能有权限限制
• 批量拉取时建议加 time.sleep(0.5) 避免限流
• THS 为同步阻塞，在 FastAPI/asyncio 中需放入线程池

与 ths-financial-data 的分工