今天的主要内容，是根据特定的标准或者说条件，找到符合我们要求的股票列表。
预告：
下一篇将介绍大家最关心的部分，如何获取股票的日线、周线、月线行情数据。中间也有可能会穿插一些时间序列处理的内容，感兴趣的同学欢迎关注！
首先，我假设各位都已经按照上一篇文章安装并设置好了我们的 包，接下来，就开始进行我们的第一项小挑战，那就是找到符合特定标准的股票列表。
第一步，我们先导入：
# 导入 as ts pro = ts.()
沪深港通标的
很多投资者倾向于投资沪深港通的标的，因为这些股票得到了更多国际投资者的青睐。在中，我们通过接口获取股票列表，其中is_hs参数用于筛选沪深港通标的列表，具体规则如下：
沪股通标的：is_hs="H";深股通标的：is_hs="S";其他：is_hs="N".# 沪股通股票列表 pro.(is_hs="H").head()
# 深股通股票列表 pro.(is_hs="S").head()
# 非沪深港通股票列表 pro.(is_hs="N").head()
上市状态
在接口中，我们可以用参数筛选不同上市状态的股票。
上市状态：="L";退市状态：="D";暂停上市状态：="P".# 正常上市股票 pro.(="L").head()
# 已退市股票 pro.(="D").head()
交易所
我们还可以看分别在上交所和深交所上市的股票列表，只需要在中传入参数即可。
上交所：="SSE";深交所：="SZSE:.# 上交所股票 pro.(="SSE").head()
行业
除了参数中提供的筛选维度，我们还可以获取所有股票列表数据之后，用一些字段进行筛选。比如说行业：
df = pro.() df.query(" == "银行"").head()
上市板块
我们还可以按照上市板块来挑选股票，这一点也很有用，有些投资人侧重于某个板块的股票，比如中小板、创业板等。
df = pro.() df.query(" == "创业板"").head()
地区
我们还能挑选属于某个特定地区的股票。当我们需要寻找地域联动效应或者某个地区爆出了某个利好时，这个筛选方法会很有帮助。
df = pro.() df.query("area == "深圳"").head()
上市公司基本信息
在获取了股票列表之后，我们可能还想要了解一下它们的基本信息，比如注册资本、所在城市、经营范围等，这时我们可以使用接口。
接口默认仅提供了部分字段，需要更多字段的可以用参数来指定所需要的列。
pro.().head(1).T
获取深圳本地股票
我们来看一个案例，比如说之前有国家帮助中小企业解决质押风险，深圳国资委率先响应，然后我们想看一下可能受益的股票有哪些，因此我们想要先找到深圳的本地股列表，并且查看他们的主营业务、员工人数。
# 获取深圳本地上市公司股票列表 as pd # 获取上市公司信息 = ("" "") df = pro.(=) df.query("city == "深圳市"").head()
获取员工数超过十万的上市公司股票
可能我们还想通过员工数来筛选出大型的企业，这时我们可以通过字段完成筛选。
df = pro.() df.query(" >= ")
是不是很简单？不过的强大远不止于此，下一篇文章中我们将介绍大家最关心的部分，如何获取股票的日线行情数据。