核心用法
PyWenCai 是开源 Python 库，通过调用同花顺问财（iwencai.com）的 Web 接口，允许用户以中文自然语言查询多市场金融数据。典型工作流程：安装 → 获取浏览器 Cookie → 调用 pywencai.get(query='...', cookie='...') 获取 pandas DataFrame。
查询能力覆盖：
- A股：实时行情、财务指标（PE/PB/ROE）、技术指标（MACD/KDJ金叉）、资金流向（主力/北向）
- 多市场：港股、美股、指数、基金、可转债、新三板、期货、保险、理财产品
- 高级筛选：多条件组合（如"PE<20且营收增长>30%"）、历史日期查询、自动分页
关键 API 参数：query_type 指定市场类别；sort_key/sort_order 自定义排序；loop=True 自动遍历全量数据；pro=True 解锁付费数据。
显著优点
1. 零门槛中文查询：无需学习 SQL 或量化平台语法，直接用"今日涨停的股票""MACD金叉"等自然语言描述策略。
2. 数据维度丰富：整合行情、财务、技术、资金、机构调研等多维数据，支持复杂多条件选股。
3. 生态兼容：返回标准 pandas DataFrame，无缝衔接 Python 量化分析链（可视化、回测、机器学习）。
4. 自动化友好：支持循环分页、代理配置、重试机制，适合构建定时监控和批量选股 Pipeline。
潜在缺点与局限性
1. Cookie 依赖：必须手动从浏览器提取并定期更新 Cookie，无法程序化登录，存在失效风险。
2. 非官方 API：基于网页逆向/JS 执行，接口稳定性受同花顺策略影响，可能随时变更或限流。
3. 调用频率限制：高频查询易触发反爬机制，需自行控制间隔（建议 sleep≥1-2 秒）。
4. Node.js 运行时依赖：内部执行 JS 代码，需额外安装 Node v16+，增加部署复杂度。
5. 数据权威性：数据来源于同花顺问财，非交易所直连，极端行情下可能存在延迟或误差。
适合人群
- 量化初学者：希望用自然语言快速验证选股想法，无需搭建复杂数据 pipeline。
- 个人投资者：需要自动化监控特定技术形态或资金异动，构建个性化预警系统。
- 中小型策略团队：作为快速原型工具，在接入付费数据服务前进行策略验证。
常规风险
- 合规风险：抓取金融数据需遵守同花顺用户协议，商用需确认授权边界。
- 数据安全：Cookie 包含登录凭证，泄露可导致账户被盗，建议用环境变量/加密文件管理。
- 策略失效风险：技术形态类查询依赖历史规律，不构成投资建议。
- 服务中断风险：非官方 SDK，维护依赖社区，长期稳定性存疑。