行业分类#

行业以 order_book_id（<分类代码>.<分类体系>，如 480000.SW、10.GICS）命名，规则与证券相同； source 是分类体系（SW、GICS……），level 是层级。三个函数都按 as_of 回答”那一天的事实”，历史股票池要让行业归属、成分与权重使用同一个 as_of。全部行业代码见行业分类代码表。

函数 / 类	解决的问题
`get_instrument_industry()`	查询证券在指定日期属于哪些行业
`get_industry_constituents()`	反向查询某行业在指定日期包含哪些证券
`get_industry_weights()`	查询某行业成分的权重（带 methodology）

get_instrument_industry — 查询证券在指定日期属于哪些行业#

libfinance.get_instrument_industry(order_book_ids, source=None, level=None, as_of=None)[源代码]#

查询证券在指定日期所属的行业。

参数

order_book_ids – 证券代码列表（单个代码也可以），代码自己确定市场
source – 分类体系，如 "SW"（申万）、"GICS"；省略则返回全部分类体系
level – 分类层级（申万 1、2、3）；省略则返回全部层级
as_of – 那一天的事实；省略则取数据已确认的最新日期

返回

pandas.DataFrame，包含 order_book_id、related_order_book_id（行业代码，如 480000.SW）、 source、market 和 level。

示例

1. 申万一级行业

Python

print(lf.get_instrument_industry(["000001.XSHE", "600000.XSHG"], source="SW", level=1, as_of="2024-06-28"))

输出#

  order_book_id related_order_book_id source market  level
0   000001.XSHE             480000.SW     SW     CN      1
1   600000.XSHG             480000.SW     SW     CN      1

C++

show(lf::get_instrument_industry({"000001.XSHE", "600000.XSHG"}, "SW", 1, "2024-06-28"), 0);

输出#

order_book_id  related_order_book_id  source  market  level
000001.XSHE    480000.SW              SW      CN      1
600000.XSHG    480000.SW              SW      CN      1
[2 rows x 5 columns]

2. 省略 source 与 level：全部分类体系、全部层级

Python

print(lf.get_instrument_industry("600000.XSHG", as_of="2024-06-28"))

输出#

  order_book_id related_order_book_id source market  level
 600000.XSHG             480000.SW     SW     CN      1
 600000.XSHG             480300.SW     SW     CN      2
 600000.XSHG             480301.SW     SW     CN      3

C++

show(lf::get_instrument_industry("600000.XSHG", std::nullopt, std::nullopt, "2024-06-28"), 0);

输出#

order_book_id  related_order_book_id  source  market  level
600000.XSHG    480000.SW              SW      CN      1
600000.XSHG    480300.SW              SW      CN      2
600000.XSHG    480301.SW              SW      CN      3
[3 rows x 5 columns]

输出由 docs/_shared/update_examples.py 运行示例脚本生成：数据版本 sha256:6feda8ca，2026-10-09。下载示例脚本: 08_industry.cpp · 08_industry.py

结果解读：related_order_book_id 是行业代码，可以直接传给 get_industry_constituents()；第二个示例省略 source 与 level，返回全部分类体系、全部层级。

get_industry_constituents — 反向查询某行业包含哪些证券#

libfinance.get_industry_constituents(order_book_id, as_of=None)[源代码]#

获取某个行业在指定日期的成分证券。

参数

order_book_id – 行业代码，<分类代码>.<分类体系>，如 "480000.SW"（申万银行）、"10.GICS"
as_of – 那一天的事实；省略则取数据已确认的最新日期

返回

list[str]，成分证券的 order_book_id；该日没有这个行业时为 None。

示例

1. 申万银行业（480000.SW）的成分

Python

members = lf.get_industry_constituents("480000.SW", as_of="2024-06-28")
print(len(members), members[:5])

输出#

42 ['000001.XSHE', '001227.XSHE', '002142.XSHE', '002807.XSHE', '002839.XSHE']

C++

show_list(lf::get_industry_constituents("480000.SW", "2024-06-28"));

输出#

42 ['000001.XSHE', '001227.XSHE', '002142.XSHE', '002807.XSHE', '002839.XSHE']

输出由 docs/_shared/update_examples.py 运行示例脚本生成：数据版本 sha256:6feda8ca，2026-10-09。下载示例脚本: 08_industry.cpp · 08_industry.py

结果解读：返回成分证券代码的列表；示例打印个数与前 5 个。成员随时间变化，省略 as_of 取已确认的最新日期。

get_industry_weights — 查询某行业成分的权重#

libfinance.get_industry_weights(order_book_id, as_of=None)[源代码]#

获取某个行业在指定日期的成分权重。

每一行都带 methodology：没有供应商权重和明确方法时不生成权重。

参数

order_book_id – 行业代码，如 "480000.SW"
as_of – 那一天的事实；省略则取数据已确认的最新日期

返回

pandas.DataFrame，包含 order_book_id（成分证券）、weight、methodology、source、effective_from、effective_to。

示例

1. 行业成分的权重与 methodology

Python

print(lf.get_industry_weights("480000.SW", as_of="2024-06-28").head())

输出#

  order_book_id   weight           methodology source effective_from effective_to
 000001.XSHE  0.02381  derived_equal_weight     SW     2021-12-10         None
 001227.XSHE  0.02381  derived_equal_weight     SW     2021-12-10         None
 002142.XSHE  0.02381  derived_equal_weight     SW     2021-12-10         None
 002807.XSHE  0.02381  derived_equal_weight     SW     2021-12-10         None
 002839.XSHE  0.02381  derived_equal_weight     SW     2021-12-10         None

C++

show(lf::get_industry_weights("480000.SW", "2024-06-28"));

输出#

order_book_id  weight   methodology           source  effective_from  effective_to
000001.XSHE    0.02381  derived_equal_weight  SW      2021-12-10      NaN
001227.XSHE    0.02381  derived_equal_weight  SW      2021-12-10      NaN
002142.XSHE    0.02381  derived_equal_weight  SW      2021-12-10      NaN
002807.XSHE    0.02381  derived_equal_weight  SW      2021-12-10      NaN
002839.XSHE    0.02381  derived_equal_weight  SW      2021-12-10      NaN
...
[42 rows x 6 columns]

输出由 docs/_shared/update_examples.py 运行示例脚本生成：数据版本 sha256:6feda8ca，2026-10-09。下载示例脚本: 08_industry.cpp · 08_industry.py

结果解读：每行一个成分证券；methodology 说明权重的来源，没有供应商权重和明确方法时不生成。