AI 原生量化投研平台AI-native quantitative research platform

正在加载…Loading…

页面仍在加载，可以继续等待，或重新加载。The page is still loading. You can keep waiting or reload.

部分页面资源未能加载，请重新加载。Some page resources could not load. Please reload.

设备当前处于离线状态，恢复连接后可以继续等待或重新加载。Your device is offline. Once connected, you can keep waiting or reload.

定价

投研库

加载中...

行业进出记录

cn_stock_industry_change公测Free

该表记录了上市公司在特定行业分类标准下（申万2014、申万2021，中信）的行业变动情况，包括公司的进入和退出。这些信息通过证券代码、行业标准、行业代码及简称来标识，同时通过进出标志（0表示退出，1表示进入）和具体的纳入或剔除日期来详细记录每次行业变动事件。

在 Cowork 中查询

用 Cowork

表结构 7 个字段 字段 类型 描述 date timestamp[ns] 纳入或剔除日期 instrument string 证券代码 industry string 行业分类标准 industry_level int8 行业等级：1表示一级行业; 2表示二级行业; 3表示三级行业 industry_code string 行业代码 industry_name string 行业简称 change_flag int8 进出标识: 1表示进入; 0表示剔除

数据简介一、数据简介 本表记录股票所属行业的变动。某只股票在某个行业分类标准、某一级行业上的行业代码发生变化时，产生两行记录：一行是原行业（change_flag 为 0，表示剔除），一行是新行业（change_flag 为 1，表示进入）。记录由 cn_stock_industry_component 中相邻两条记录的行业代码比较得出，同一次变动的两行 date 相同。 本表不是日频表，只在发生行业变动的日期有记录。需要每个交易日的行业归属，请使用 cn_stock_industry_component。 数据起始时间：2005-05-09 数据结束时间：2026-11-03 数据更新频率：事件触发，只在有行业变动的日期产生记录，不是每个交易日都有数据 注：若起止时间为None，则表示当前没取到数据，请咨询客服 二、主键说明 关键字释意date行业变动日期，即新行业代码在 cn_stock_industry_component 中开始出现的日期。不是交易日全覆盖，只有发生变动的日期才有记录instrument股票代码，格式为 代码.交易所后缀，如 000001.SZindustry行业分类标准，取值为 sw2021（申万 2021 版）、sw2014（申万 2014 版）、cs（中信）industry_level行业等级：1 为一级行业，2 为二级行业，3 为三级行业industry_code行业代码，对应 industry_level 指定的那一级 三、字段说明 字段释意industry_name行业简称，对应 industry_code 的名称change_flag进出标识：1 表示进入该行业，0 表示剔除出该行业 四、注意事项 一级、二级、三级行业分别比较。一只股票的三级行业变了而一级行业没变时，只有 industry_level 为 3 的两行记录。跨一级行业的调整会同时产生一、二、三级的记录。以 603336.SH 为例，2026-09-24 在 sw2021 下，一级行业从 110000 变为 370000，二级行业从 110100 变为 370100，三级行业从 110103 变为 370102，共 6 行。 股票首次出现在 cn_stock_industry_component 中（如新上市）不产生进入记录，只记录行业代码前后都有值的变动。 各行业分类标准的记录范围不同，以当前数据为准：cs 从 2005-05-09 起至 2026-10-08，sw2021 从 2005-07-01 起至 2026-09-24，sw2014 从 2005-07-01 起至 2024-10-17，sw2014 在此之后没有新的记录。 极少数记录的 industry_name 为空，共 13 行，均为 sw2014 或 sw2021 下 2024-08 至 2024-10 的记录。 本表 date 是行业代码发生变化的日期，使用时请与自己的回测或分析日期对齐，不要把某日之后才出现的变动用到该日之前。 五、示例代码 python复制import dai dai.query("""SELECT *FROM cn_stock_industry_changeWHERE industry='sw2021' AND industry_level=1""", filters={"date": ["2025-01-01", "2026-10-01"]}).pl() 六、示例数据 取 2025-11-04 至 2026-11-04 的变动记录，按日期、股票代码、行业分类标准、行业等级、行业代码排序，展示前 5 行和后 5 行。 dateinstrumentindustryindustry_levelindustry_codeindustry_namechange_flag2025-11-10 00:00:00002758.SZcs1220000基础化工12025-11-10 00:00:00002758.SZcs1310000商贸零售02025-11-10 00:00:00002758.SZcs2221000农用化工12025-11-10 00:00:00002758.SZcs2312000贸易02025-11-10 00:00:00002758.SZcs3221040复合肥12026-11-03 00:00:00600936.SHsw20211720000传媒02026-11-03 00:00:00600936.SHsw20212710300IT服务Ⅱ12026-11-03 00:00:00600936.SHsw20212721000电视广播Ⅱ02026-11-03 00:00:00600936.SHsw20213710301IT服务Ⅲ12026-11-03 00:00:00600936.SHsw20213721001电视广播Ⅲ0 通用文档 【行业分类基础知识】一、行业分类映射表 平台已收集 申万(2021)、申万(2014)、中信、恒生 行业分类数据，对应的三级行业代码和名称可去 cn_stock_industry 表中查询: https://bigquant.com/data/datasources/cn_stock_industry。

关键字	释意
date	行业变动日期，即新行业代码在 `cn_stock_industry_component` 中开始出现的日期。不是交易日全覆盖，只有发生变动的日期才有记录
instrument	股票代码，格式为 `代码.交易所后缀`，如 `000001.SZ`
industry	行业分类标准，取值为 `sw2021`（申万 2021 版）、`sw2014`（申万 2014 版）、`cs`（中信）
industry_level	行业等级：1 为一级行业，2 为二级行业，3 为三级行业
industry_code	行业代码，对应 `industry_level` 指定的那一级

字段	释意
industry_name	行业简称，对应 `industry_code` 的名称
change_flag	进出标识：1 表示进入该行业，0 表示剔除出该行业

date	instrument	industry	industry_level	industry_code	industry_name	change_flag
2025-11-10 00:00:00	002758.SZ	cs	1	220000	基础化工	1
2025-11-10 00:00:00	002758.SZ	cs	1	310000	商贸零售	0
2025-11-10 00:00:00	002758.SZ	cs	2	221000	农用化工	1
2025-11-10 00:00:00	002758.SZ	cs	2	312000	贸易	0
2025-11-10 00:00:00	002758.SZ	cs	3	221040	复合肥	1
2026-11-03 00:00:00	600936.SH	sw2021	1	720000	传媒	0
2026-11-03 00:00:00	600936.SH	sw2021	2	710300	IT服务Ⅱ	1
2026-11-03 00:00:00	600936.SH	sw2021	2	721000	电视广播Ⅱ	0
2026-11-03 00:00:00	600936.SH	sw2021	3	710301	IT服务Ⅲ	1
2026-11-03 00:00:00	600936.SH	sw2021	3	721001	电视广播Ⅲ	0

使用代码 用例1：某个日期范围内的所有行业进出情况 python复制import daidf = dai.query(""" SELECT date, instrument, industry, industry_name, inout_flag FROM cn_stock_industry_change""", filters={"date": ["2023-01-01", "2023-12-31"]}).df() 用例2：特定公司的历史行业变动 python复制import daidf = dai.query(""" SELECT date, industry, inout_flag, industry_name FROM cn_stock_industry_change WHERE instrument='000001.SZ'""", filters={"date": ["2021-01-01", "2023-12-31"]}).df() 用例3：统计一个特定时间窗口内，各行业新加入和退出的公司数量 python复制import daidf = dai.query(""" SELECT industry_name, industry, SUM(CASE WHEN inout_flag = 1 THEN 1 ELSE 0 END) AS entered, SUM(CASE WHEN inout_flag = 0 THEN 1 ELSE 0 END) AS exited FROM cn_stock_industry_change GROUP BY industry_name, industry""", filters={"date": ["2022-01-01", "2022-12-31"]}).df() 用例4：分析近两年各行业的进入和退出公司数目 python复制import daidf = dai.query(""" SELECT industry_name, industry, SUM(CASE WHEN inout_flag = 1 THEN 1 ELSE 0 END) AS entered_2022, SUM(CASE WHEN inout_flag = 0 THEN 1 ELSE 0 END) AS exited_2022, SUM(CASE WHEN inout_flag = 1 AND YEAR(date) = 2023 THEN 1 ELSE 0 END) AS entered_2023, SUM(CASE WHEN inout_flag = 0 AND YEAR(date) = 2023 THEN 1 ELSE 0 END) AS exited_2023 FROM cn_stock_industry_change GROUP BY industry_name, industry""", filters={"date": ["2022-01-01", "2023-12-31"]}).df()

用 Cowork

查询代码

SELECT date, instrument, industry, industry_level, industry_code, industry_name, change_flag
FROM cn_stock_industry_change
WHERE date >= '2026-10-06'
ORDER BY date
LIMIT 100

在 Cowork 中运行

信息

字段数: 7
分类: 行业板块 › 行业信息
作者: BigQuant

查询代码

SELECT date, instrument, industry, industry_level, industry_code, industry_name, change_flag
FROM cn_stock_industry_change
WHERE date >= '2026-10-06'
ORDER BY date
LIMIT 100

在 Cowork 中运行

信息

字段数: 7
分类: 行业板块 › 行业信息
作者: BigQuant

加载中...

行业进出记录

cn_stock_industry_change公测Free

在 Cowork 中查询

用 Cowork

表结构 7 个字段 字段 类型 描述 date timestamp[ns] 纳入或剔除日期 instrument string 证券代码 industry string 行业分类标准 industry_level int8 行业等级：1表示一级行业; 2表示二级行业; 3表示三级行业 industry_code string 行业代码 industry_name string 行业简称 change_flag int8 进出标识: 1表示进入; 0表示剔除

数据简介一、数据简介 本表记录股票所属行业的变动。某只股票在某个行业分类标准、某一级行业上的行业代码发生变化时，产生两行记录：一行是原行业（change_flag 为 0，表示剔除），一行是新行业（change_flag 为 1，表示进入）。记录由 cn_stock_industry_component 中相邻两条记录的行业代码比较得出，同一次变动的两行 date 相同。 本表不是日频表，只在发生行业变动的日期有记录。需要每个交易日的行业归属，请使用 cn_stock_industry_component。 数据起始时间：2005-05-09 数据结束时间：2026-11-03 数据更新频率：事件触发，只在有行业变动的日期产生记录，不是每个交易日都有数据 注：若起止时间为None，则表示当前没取到数据，请咨询客服 二、主键说明 关键字释意date行业变动日期，即新行业代码在 cn_stock_industry_component 中开始出现的日期。不是交易日全覆盖，只有发生变动的日期才有记录instrument股票代码，格式为 代码.交易所后缀，如 000001.SZindustry行业分类标准，取值为 sw2021（申万 2021 版）、sw2014（申万 2014 版）、cs（中信）industry_level行业等级：1 为一级行业，2 为二级行业，3 为三级行业industry_code行业代码，对应 industry_level 指定的那一级 三、字段说明 字段释意industry_name行业简称，对应 industry_code 的名称change_flag进出标识：1 表示进入该行业，0 表示剔除出该行业 四、注意事项 一级、二级、三级行业分别比较。一只股票的三级行业变了而一级行业没变时，只有 industry_level 为 3 的两行记录。跨一级行业的调整会同时产生一、二、三级的记录。以 603336.SH 为例，2026-09-24 在 sw2021 下，一级行业从 110000 变为 370000，二级行业从 110100 变为 370100，三级行业从 110103 变为 370102，共 6 行。 股票首次出现在 cn_stock_industry_component 中（如新上市）不产生进入记录，只记录行业代码前后都有值的变动。 各行业分类标准的记录范围不同，以当前数据为准：cs 从 2005-05-09 起至 2026-10-08，sw2021 从 2005-07-01 起至 2026-09-24，sw2014 从 2005-07-01 起至 2024-10-17，sw2014 在此之后没有新的记录。 极少数记录的 industry_name 为空，共 13 行，均为 sw2014 或 sw2021 下 2024-08 至 2024-10 的记录。 本表 date 是行业代码发生变化的日期，使用时请与自己的回测或分析日期对齐，不要把某日之后才出现的变动用到该日之前。 五、示例代码 python复制import dai dai.query("""SELECT *FROM cn_stock_industry_changeWHERE industry='sw2021' AND industry_level=1""", filters={"date": ["2025-01-01", "2026-10-01"]}).pl() 六、示例数据 取 2025-11-04 至 2026-11-04 的变动记录，按日期、股票代码、行业分类标准、行业等级、行业代码排序，展示前 5 行和后 5 行。 dateinstrumentindustryindustry_levelindustry_codeindustry_namechange_flag2025-11-10 00:00:00002758.SZcs1220000基础化工12025-11-10 00:00:00002758.SZcs1310000商贸零售02025-11-10 00:00:00002758.SZcs2221000农用化工12025-11-10 00:00:00002758.SZcs2312000贸易02025-11-10 00:00:00002758.SZcs3221040复合肥12026-11-03 00:00:00600936.SHsw20211720000传媒02026-11-03 00:00:00600936.SHsw20212710300IT服务Ⅱ12026-11-03 00:00:00600936.SHsw20212721000电视广播Ⅱ02026-11-03 00:00:00600936.SHsw20213710301IT服务Ⅲ12026-11-03 00:00:00600936.SHsw20213721001电视广播Ⅲ0 通用文档 【行业分类基础知识】一、行业分类映射表 平台已收集 申万(2021)、申万(2014)、中信、恒生 行业分类数据，对应的三级行业代码和名称可去 cn_stock_industry 表中查询: https://bigquant.com/data/datasources/cn_stock_industry。

关键字	释意
date	行业变动日期，即新行业代码在 `cn_stock_industry_component` 中开始出现的日期。不是交易日全覆盖，只有发生变动的日期才有记录
instrument	股票代码，格式为 `代码.交易所后缀`，如 `000001.SZ`
industry	行业分类标准，取值为 `sw2021`（申万 2021 版）、`sw2014`（申万 2014 版）、`cs`（中信）
industry_level	行业等级：1 为一级行业，2 为二级行业，3 为三级行业
industry_code	行业代码，对应 `industry_level` 指定的那一级

字段	释意
industry_name	行业简称，对应 `industry_code` 的名称
change_flag	进出标识：1 表示进入该行业，0 表示剔除出该行业

date	instrument	industry	industry_level	industry_code	industry_name	change_flag
2025-11-10 00:00:00	002758.SZ	cs	1	220000	基础化工	1
2025-11-10 00:00:00	002758.SZ	cs	1	310000	商贸零售	0
2025-11-10 00:00:00	002758.SZ	cs	2	221000	农用化工	1
2025-11-10 00:00:00	002758.SZ	cs	2	312000	贸易	0
2025-11-10 00:00:00	002758.SZ	cs	3	221040	复合肥	1
2026-11-03 00:00:00	600936.SH	sw2021	1	720000	传媒	0
2026-11-03 00:00:00	600936.SH	sw2021	2	710300	IT服务Ⅱ	1
2026-11-03 00:00:00	600936.SH	sw2021	2	721000	电视广播Ⅱ	0
2026-11-03 00:00:00	600936.SH	sw2021	3	710301	IT服务Ⅲ	1
2026-11-03 00:00:00	600936.SH	sw2021	3	721001	电视广播Ⅲ	0

使用代码 用例1：某个日期范围内的所有行业进出情况 python复制import daidf = dai.query(""" SELECT date, instrument, industry, industry_name, inout_flag FROM cn_stock_industry_change""", filters={"date": ["2023-01-01", "2023-12-31"]}).df() 用例2：特定公司的历史行业变动 python复制import daidf = dai.query(""" SELECT date, industry, inout_flag, industry_name FROM cn_stock_industry_change WHERE instrument='000001.SZ'""", filters={"date": ["2021-01-01", "2023-12-31"]}).df() 用例3：统计一个特定时间窗口内，各行业新加入和退出的公司数量 python复制import daidf = dai.query(""" SELECT industry_name, industry, SUM(CASE WHEN inout_flag = 1 THEN 1 ELSE 0 END) AS entered, SUM(CASE WHEN inout_flag = 0 THEN 1 ELSE 0 END) AS exited FROM cn_stock_industry_change GROUP BY industry_name, industry""", filters={"date": ["2022-01-01", "2022-12-31"]}).df() 用例4：分析近两年各行业的进入和退出公司数目 python复制import daidf = dai.query(""" SELECT industry_name, industry, SUM(CASE WHEN inout_flag = 1 THEN 1 ELSE 0 END) AS entered_2022, SUM(CASE WHEN inout_flag = 0 THEN 1 ELSE 0 END) AS exited_2022, SUM(CASE WHEN inout_flag = 1 AND YEAR(date) = 2023 THEN 1 ELSE 0 END) AS entered_2023, SUM(CASE WHEN inout_flag = 0 AND YEAR(date) = 2023 THEN 1 ELSE 0 END) AS exited_2023 FROM cn_stock_industry_change GROUP BY industry_name, industry""", filters={"date": ["2022-01-01", "2023-12-31"]}).df()

用 Cowork

查询代码

SELECT date, instrument, industry, industry_level, industry_code, industry_name, change_flag
FROM cn_stock_industry_change
WHERE date >= '2026-10-06'
ORDER BY date
LIMIT 100

在 Cowork 中运行

信息

字段数: 7
分类: 行业板块 › 行业信息
作者: BigQuant

查询代码

SELECT date, instrument, industry, industry_level, industry_code, industry_name, change_flag
FROM cn_stock_industry_change
WHERE date >= '2026-10-06'
ORDER BY date
LIMIT 100

在 Cowork 中运行

信息

字段数: 7
分类: 行业板块 › 行业信息
作者: BigQuant