接触投资的人，都会或多或少地听到：中证100、中证200、沪深300、中证500、中证700、中证800、中证1000这些金融简称……但其实，很多人并不知道这些都代表什么？对自己的交易有什么意义？
中证100也好，中证700也罢，其实这些都是中证指数编制反映市场的规模指数。那么，这些指数具体代表什么股票的市场表现呢？
首先，我们必须先明白中证100，沪深300（中证300），以及中证800这三个关键指标：
中证100，沪深市场市值前100大的股票（比如四大行、两桶油）；
沪深300，沪深市场市值前300大的股票；
中证800，沪深市场市值前800大的股票；
在此基础之上会推导出如下指数：
中证200，沪深300剔除中证100，即市值排名101-300的股票；
中证500，中证800剔除沪深300，即市值排名301-800的股票；
中证700，中证800剔除中证100，即市值排名101-800的股票；
中证1000，提出中证800后的剩余市值排名前1000的股票，即市值801-1800的股票。
上证50，是根据科学客观的方法，挑选上海证券市场规模大、流动性好的最具代表性的50 只股票组成样本股，以便综合反映上海证券市场最具市场影响力的一批龙头企业的整体状况。上证50指数自2004 年1 月2 日起正式发布。其目标是建立一个成交活跃、规模较大、主要作为衍生金融工具基础的投资指数。
上证50样本选取：
样本空间：上证180指数样本股。
样本数量：50只股票。
选样标准：规模；流动性。
选样方法：根据总市值、成交金额对股票进行综合排名，取排名前50 位的股票组成样本，但市场表现异常并经专家委员会认定不宜作为样本的股票除外。
沪深300指数，是由沪深证券交易所于2005年4月8日联合发布的反映沪深300指数编制目标和运行状况的金融指标，并能够作为投资业绩的评价标准，为指数化投资和指数衍生产品创新提供基础条件。
沪深300指数以规模和流动性作为选样的两个根本标准，并赋予流动性更大的权重，符合该指数定位于交易指数的特点。在对上市公司进行指标排序后进行选择，另外规定了详细的入选条件，比如新股上市（除少数大市值公司外）不会很快进入指数，一般而言，上市时间一个季度后的股票才有可能入选指数样本股；剔除暂停上市股票、ST股票以及经营状况异常或财务报告严重亏损的股票和股价波动较大、市场表现明显受到操纵的股票。因此，300指数反映的是流动性强和规模大的代表性股票的股价的综合变动，可以给投资者提供权威的投资方向，也便于投资者进行跟踪和进行投资组合，保证了指数的稳定性、代表性和可操作性。
中证500指数，是中证指数有限公司所开发的指数中的一种，其样本空间内股票是由全部A股中剔除沪深300指数成份股及总市值排名前300名的股票后，总市值排名靠前的500只股票组成，综合反映中国A股市场中一批中小市值公司的股票价格表现。
选样方法
按照以下步骤进行中证500指数的样本股选择：
步骤1 样本空间内股票扣除沪深300指数样本股即最近一年日均总市值排名前300名的股票；
步骤2 将步骤1中剩余股票按照最近一年（新股为上市以来）的日均成交金额由高到低排名，剔除排名后20%的股票；
步骤3 将步骤2中剩余股票按照日均总市值由高到低进行排名，选取排名在前500名的股票作为中证500指数样本股。
如何使用Python选出这些指数呢？答案是使用Python的baostock 接口，示例代码如下：
import baostock as bs
import pandas as pd
#### 登陆系统 ####
lg = bs.login()
# 显示登陆返回信息
print('login respond error_code:'+lg.error_code)
print('login respond error_msg:'+lg.error_msg)
#### 获取指数(综合指数、规模指数、一级行业指数、二级行业指数、策略指数、成长指数、价值指数、主题指数)K线数据 ####
##综合指数，例如：sh.000001 上证指数，sz.399106 深证综指 等；
##规模指数，例如：sh.000016 上证50，sh.000300 沪深300，sh.000905 中证500，sz.399001 深证成指等；
##一级行业指数，例如：sh.000037 上证医药，sz.399433 国证交运 等；
##二级行业指数，例如：sh.000952 300地产，sz.399951 300银行 等；
##策略指数，例如：sh.000050 50等权，sh.000982 500等权 等；
##成长指数，例如：sz.399376 小盘成长 等；
##价值指数，例如：sh.000029 180价值 等；
##主题指数，例如：sh.000015 红利指数，sh.000063 上证周期 等；
# 详细指标参数，参见“历史行情指标参数”章节
rs = bs.query_history_k_data("sh.600000",
"date,code,open,high,low,close,preclose,volume,amount,pctChg",
start_date='2017-01-01', end_date='2017-06-30',
frequency="d", adjustflag="3")
print('query_history_k_data respond error_code:'+rs.error_code)
print('query_history_k_data respond error_msg:'+rs.error_msg)
#### 打印结果集 ####
data_list = []
while (rs.error_code == '0') & rs.next():
# 获取一条记录，将记录合并在一起
data_list.append(rs.get_row_data())
result = pd.DataFrame(data_list, columns=rs.fields)
#### 结果集输出到csv文件 ####
result.to_csv("D:\\history_Index_k_data.csv", index=False)
print(result)
#### 登出系统 ####
bs.logout()
返回数据如下，可以看出，有开高低收等指标，非常方便。
