F10-热点题材¶

作用¶

查询个股关联热点题材，包括题材名称、关联度、入选日期、入选原因、事件名称和事件详情 ID。

项目	内容
调用方法	`client.f10.hot_topics(code, section="zttzbkz")`
底层 Entry	`CWServ.tdxf10_gg_rdtc`
返回模型	`F10Response`

示例¶

from eltdx import F10Client

f10 = F10Client(timeout=3)
response = f10.hot_topics("000034")

for row in response.rows[:5]:
    print(row)

按关联度查看题材¶

hot_topics() 返回带关联度和入选原因的题材明细。服务端返回顺序通常已经按页面展示顺序排列；需要本地按关联度排序时，可使用 gld 字段。

from eltdx import F10Client

f10 = F10Client(timeout=3)
response = f10.hot_topics("000034")

topics = [
    {
        "topic_id": row["id"],
        "topic_name": row["ztmc"],
        "relation_level": row["gld"],
        "selected_date": row["rxsj"],
        "reason": row["ztnr"],
        "detail_id": row["arec"],
    }
    for row in response.rows
]

topics_by_relation = sorted(topics, key=lambda item: item["relation_level"], reverse=True)
print(topics_by_relation[:10])

一次真实请求里，000034 返回过 34 条热点题材明细，结构类似：

[
    {
        "topic_id": 2945,
        "topic_name": "存储芯片",
        "relation_level": 3,
        "selected_date": 20260522,
        "reason": "公司相关业务涉及存储产品",
        "detail_id": 4961,
    },
    {
        "topic_id": 3001,
        "topic_name": "AI手机PC",
        "relation_level": 3,
        "selected_date": 20250904,
        "reason": "公司相关业务涉及 AI PC",
        "detail_id": 4980,
    },
]

参数¶

参数	含义
`code`	证券代码
`section`	分区；默认 `zttzbkz`

请求对照¶

Entry = "CWServ.tdxf10_gg_rdtc"
body = {"Params": ["000034", "zttzbkz"]}

返回示例¶

response.rows[0]
# {
#     "bflag": 1,
#     "ztrq": 20230519,
#     "ztmc": "存储芯片",
#     "gld": 3,
#     "rxsj": 20260522,
#     "ztnr": "公司相关业务涉及存储产品",
#     "arec": 4961,
#     "id": 2945,
#     "sslb": 2
# }

字段对照¶

原生字段	中文含义
`id`	题材 ID，可传给 `topic_compare()`
`ztmc`	题材名称
`gld`	关联度数值
`rxsj`	入选日期
`ztrq`	题材日期 / 主题日期
`ztnr`	入选原因 / 题材说明
`arec`	详情记录 ID，可传给 `detail()`
`bflag`	服务端标记
`sslb`	所属类别标记

topic_ids() 返回的是个股全部题材 ID / 名称；hot_topics() 返回的是带关联度和原因的题材明细。两者可以按 topic_ids().rows[*]["t001"] 和 hot_topics().rows[*]["id"] 合并。

如果返回行里有详情 ID，可以用 F10-详情正文.md 查询正文。