本地文件数据插件

本地文件数据插件（LocalFile）允许您从 CSV 文件读取标的信息、最新价格和历史日线数据，无需依赖网络 API。适合已持有本地行情数据的用户，或希望从 akshare、tushare、通达信、Yahoo Finance 等工具导出的数据直接加载到 WealthSight 中使用。

适用场景

已通过 akshare、tushare 等工具批量导出了历史行情 CSV 文件。
拥有从券商交易软件（通达信、同花顺、东方财富等）导出的日线数据。
希望离线使用行情数据，不依赖网络 API 的稳定性和频率限制。
需要整合多个数据来源的行情到一个统一的本地文件中。

配置

在 设置 → 插件管理 → LocalFile 中：

填写 CSV 数据文件路径（必填），支持绝对路径或相对路径。
根据需要调整 文件编码（可选，默认 UTF-8，留空则自动检测）。
保存设置后，插件会自动读取文件并构建数据索引。
更新 CSV 文件后，插件会在后续查询时后台自动检测并重载；也可以点击 重新加载文件 立即刷新数据。

CSV 文件格式

必填列

列名	说明	示例
`SecurityCode`	标的代码	`000001`、`600519`、`AAPL`、`00700`
`Name`	标的名称	`平安银行`、`Apple Inc.`
`Date`	交易日期	`2024-01-02`
`Close`	收盘价	`12.50`

可选列

列名	说明
`Currency`	交易货币（CNY / HKD / USD 等）
`SymbolCode`	插件内部唯一标识码，如 `000001.SZ`、`0700.HK`；不填则自动使用 SecurityCode
`High`	最高价
`Low`	最低价

表头别名支持

插件支持中英文表头自动识别，以下列名均可被正确映射，不区分大小写、不限制列的顺序：

用户代码列（SecurityCode）：代码、证券代码、股票代码、标的代码、security_code、stock_code、wind_code 等

内部标识列（SymbolCode，可选）：ts_code、ticker、symbol、code 等

名称列：名称、证券名称、股票名称、简称、name、stock_name、company_name 等

日期列：日期、交易日期、时间、date、trade_date、datetime 等

收盘价列：收盘、收盘价、最新价、close、price、nav（基金净值）等

最高/最低价列：最高/最低、最高价/最低价、high/low 等

币种列：币种、货币、currency、cur 等

格式示例

1
2
3
4
5
6
SecurityCode,Name,Currency,Date,Close,High,Low
000001,平安银行,CNY,2024-01-02,12.50,12.80,12.20
000001,平安银行,CNY,2024-01-03,12.55,12.70,12.30
600519,贵州茅台,CNY,2024-01-02,1680.00,1700.00,1660.00
00700,腾讯控股,HKD,2024-01-02,300.00,305.00,298.00
AAPL,Apple Inc.,USD,2024-01-02,185.00,187.00,183.00

以 # 开头的行会被视为注释自动跳过。空值可用 -、N/A 或直接留空表示。

其中：

SecurityCode 用于用户识别和常规搜索，如 000001、AAPL。
SymbolCode 用于插件内部唯一识别；提供后会优先作为内部主键使用。
搜索支持 SecurityCode、Name，如果提供了 SymbolCode，也支持按 SymbolCode 搜索。

兼容的外部数据源

akshare（推荐）

akshare 是一个开源的 Python 金融数据接口库，可从东方财富、新浪财经、腾讯财经等获取 A 股、港股、美股历史数据。

获取 akshare：

1
pip install akshare

导出 A 股历史数据为 WealthSight 兼容格式（附带转换脚本，见文末）：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
import akshare as ak
import pandas as pd

def export_to_wealthsight(symbol, name, market="SZ", output_path=None):
    """将 akshare 历史数据导出为 WealthSight CSV 格式"""
    df = ak.stock_zh_a_hist(
        symbol=symbol, period="daily",
        start_date="20100101", end_date="20251231",
        adjust="qfq"  # 前复权
    )
    if df is None or df.empty:
        print(f"未获取到 {symbol} 的数据")
        return

    df = df.rename(columns={
        "日期": "Date", "收盘": "Close",
        "最高": "High", "最低": "Low"
    })
    df["SecurityCode"] = symbol
    df["Name"] = name
    df["Currency"] = "CNY"

    cols = ["SecurityCode", "Name", "Currency", "Date", "Close", "High", "Low"]
    path = output_path or f"{symbol}_{name}.csv"
    df[cols].to_csv(path, index=False, encoding="utf-8-sig")
    print(f"已导出: {path}，共 {len(df)} 条记录")

# 示例：导出平安银行
export_to_wealthsight("000001", "平安银行")

更多示例：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
# 导出多只股票
stocks = [
    ("000001", "平安银行"),
    ("600519", "贵州茅台"),
    ("000858", "五粮液"),
]
for code, name in stocks:
    export_to_wealthsight(code, name)

# 港股（需安装 akshare 港股扩展）
# df = ak.stock_hk_hist(symbol="00700", period="daily", adjust="qfq")

# 美股
# df = ak.stock_us_hist(symbol="AAPL", period="daily", adjust="qfq")

合并多个 CSV 文件（追加模式）：

1
2
3
4
5
6
7
8
import glob
import pandas as pd

files = glob.glob("*_*.csv")  # 匹配 000001_平安银行.csv 等
dfs = [pd.read_csv(f) for f in files]
combined = pd.concat(dfs, ignore_index=True)
combined.to_csv("wealthsight_data.csv", index=False, encoding="utf-8-sig")
print(f"已合并 {len(files)} 个文件，共 {len(combined)} 条记录")

tushare

tushare Pro 是一个专业的金融数据平台，需注册获取 Token。

tushare 数据导出：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
import tushare as ts

ts.set_token("你的Token")
pro = ts.pro_api()

df = pro.daily(ts_code="000001.SZ", start_date="20200101", end_date="20251231")
df = df.rename(columns={
    "ts_code": "SymbolCode",       # 显式提供 SymbolCode
    "trade_date": "Date",
    "close": "Close",
    "high": "High",
    "low": "Low"
})
df["SecurityCode"] = df["SymbolCode"].str[:6]
df["Date"] = pd.to_datetime(df["Date"]).dt.strftime("%Y-%m-%d")
df["Currency"] = "CNY"

cols = ["SymbolCode", "SecurityCode", "Currency", "Date", "Close", "High", "Low"]
df[cols].to_csv("tushare_data.csv", index=False, encoding="utf-8-sig")

通达信 / 同花顺

通达信和同花顺的数据导出功能通常生成包含 日期、开盘、最高、最低、收盘、成交量、成交额 的文本文件。

适配方法：

从软件中导出历史日线数据（通常为 .txt 或 .xls 格式）。
用 Excel 打开，在第一行前插入表头行，确保包含 日期、收盘（或 收盘价）列。
添加 SecurityCode、Name 列并填写对应值。
另存为 CSV（UTF-8 编码）。

插件会自动识别 日期 → Date、收盘/收盘价 → Close 等中文表头。

Yahoo Finance

使用 yfinance Python 库获取 Yahoo Finance 历史数据：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
import yfinance as yf

def export_yahoo(symbol, name, currency, output_path=None):
    ticker = yf.Ticker(symbol)
    df = ticker.history(period="max")
    if df.empty:
        return

    df = df.reset_index()
    df = df.rename(columns={
        "Date": "Date", "Close": "Close",
        "High": "High", "Low": "Low"
    })
    df["SecurityCode"] = symbol
    df["Name"] = name
    df["Currency"] = currency
    df["Date"] = df["Date"].dt.strftime("%Y-%m-%d")

    cols = ["SecurityCode", "Name", "Currency", "Date", "Close", "High", "Low"]
    path = output_path or f"{symbol}.csv"
    df[cols].to_csv(path, index=False, encoding="utf-8-sig")
    print(f"已导出 {symbol}: {path}，共 {len(df)} 条")

# 美股
export_yahoo("AAPL", "Apple Inc.", "USD")
# 港股（Yahoo 格式：00700.HK）
export_yahoo("0700.HK", "腾讯控股", "HKD")
# A 股（Yahoo 格式：000001.SZ）
export_yahoo("000001.SZ", "平安银行", "CNY")

东方财富 Choice

东方财富 Choice 数据终端导出的 CSV 通常包含 代码、名称、日期、收盘价、最高价、最低价 等列，插件可直接识别。

Wind 万得

Wind 导出的数据通常包含 wind_code 列，插件会自动映射为 SecurityCode，无需手动重命名。

自定义 / 手动整理

如果数据来源不在上述列表中，只需确保 CSV 包含 SecurityCode、Name、Date、Close 四列，即可正常使用。表头名称可以使用中文或英文，插件会自动识别。

数据更新

插件启动时自动加载 CSV 文件。
更新 CSV 文件后，插件会在后续搜索、取价、取历史时后台自动检查文件是否变化并热更新索引。
自动检查有轻量节流，不会在每次查询都重复扫描文件；通常会在您修改文件后的下一次查询触发检查，并在短时间内完成后台重载。
后台重载期间，WealthSight 会继续使用上一版已成功加载的数据；新索引构建成功后才会切换到最新文件内容。
如果新文件存在格式错误或缺少必填列，自动重载会失败，但不会打断当前可用数据；可在插件状态中查看失败原因。
如需立即生效，可在 插件管理 → LocalFile → 重新加载文件 手动刷新数据索引。
建议配合定时脚本（如 cron / Windows 任务计划）定期重新生成 CSV 文件，再用插件的"重新加载"操作更新数据。

常见问题

插件显示"索引未就绪"

请检查：

CSV 文件路径是否正确。
文件是否存在且可读。
是否包含必填列（SecurityCode、Name、Date、Close）；缺少任意一列都会导致重载失败。
文件编码是否与设置一致（可尝试留空使用自动检测）。

我的 CSV 文件更新后，什么时候会被读取到

插件不会持续监听文件系统，而是在您后续进行搜索、取价、取历史等操作时，顺带检查文件是否更新。
一旦检测到文件修改，插件会在后台重建索引；重建成功后，新的查询结果就会使用最新文件内容。
如果希望更新后立刻生效，而不是等下一次查询触发检查，请手动点击 重新加载文件。
如果文件很大，后台重载可能需要更长时间；在此期间，WealthSight 仍会继续使用上一版已成功加载的数据。

搜索不到标的

确认 CSV 中该标的有至少一行有效的历史数据。
搜索时优先输入 SecurityCode（如 000001）或 Name（如 平安银行）；若 CSV 提供了 SymbolCode（如 000001.SZ），也可直接搜索。
大小写不敏感，A 股代码和美股代码自动区分。

价格显示为空

该标的在 CSV 中没有历史数据行，或 Close 列为空。
插件返回的是 最新日期的收盘价，并非实时盘中价格。

如何合并多个 CSV 文件

如果从不同来源导出了多个 CSV，可以用 Python 脚本合并（见上文 akshare 节的合并示例），或手动将数据复制到同一个 CSV 中。插件支持多标的数据混合在同一个文件中。

支持的货币有哪些

插件本身不限制货币类型，CSV 中的 Currency 列可填任意标准货币代码（CNY、HKD、USD、EUR、GBP、JPY 等）。留空时不影响使用，但部分功能（如分币种筛选）会受限。

注意事项

插件是 纯本地 的，不会向任何远程服务器发送数据。
A 股（6 位数字）、港股（1~5 位数字）、美股（纯字母）的代码格式天然不碰撞，无需额外区分。
数据更新频率取决于您更新 CSV 文件的频率，建议配合数据获取脚本定期更新。
历史数据不完整时，WealthSight 的分析功能可能会受到限制。
本插件为官方维护，与其他社区插件一样，数据准确性由用户自行确认。