接觸投資的人，都會或多或少地聽到：中證100、中證200、滬深300、中證500、中證700、中證800、中證1000這些金融簡稱……但其實，很多人并不知道這些都代表什麼？對自己的交易有什麼意義？
中證100也好，中證700也罷，其實這些都是中證指數編制反映市場的規模指數。那麼，這些指數具體代表什麼股票的市場表現呢？
首先，我們必須先明白中證100，滬深300（中證300），以及中證800這三個關鍵名額：
中證100，滬深市場市值前100大的股票（比如四大行、兩桶油）；
滬深300，滬深市場市值前300大的股票；
中證800，滬深市場市值前800大的股票；
在此基礎之上會推導出如下指數：
中證200，滬深300剔除中證100，即市值排名101-300的股票；
中證500，中證800剔除滬深300，即市值排名301-800的股票；
中證700，中證800剔除中證100，即市值排名101-800的股票；
中證1000，提出中證800後的剩餘市值排名前1000的股票，即市值801-1800的股票。
上證50，是根據科學客觀的方法，挑選上海證券市場規模大、流動性好的最具代表性的50 隻股票組成樣本股，以便綜合反映上海證券市場最具市場影響力的一批龍頭企業的整體狀況。上證50指數自2004 年1 月2 日起正式釋出。其目标是建立一個成交活躍、規模較大、主要作為衍生金融工具基礎的投資指數。
上證50樣本選取：
樣本空間：上證180指數樣本股。
樣本數量：50隻股票。
選樣标準：規模；流動性。
選樣方法：根據總市值、成交金額對股票進行綜合排名，取排名前50 位的股票組成樣本，但市場表現異常并經專家委員會認定不宜作為樣本的股票除外。
滬深300指數，是由滬深證券交易所于2005年4月8日聯合釋出的反映滬深300指數編制目标和運作狀況的金融名額，并能夠作為投資業績的評價标準，為指數化投資和指數衍生産品創新提供基礎條件。
滬深300指數以規模和流動性作為選樣的兩個根本标準，并賦予流動性更大的權重，符合該指數定位于交易指數的特點。在對上市公司進行名額排序後進行選擇，另外規定了詳細的入選條件，比如新股上市（除少數大市值公司外）不會很快進入指數，一般而言，上市時間一個季度後的股票才有可能入選指數樣本股；剔除暫停上市股票、ST股票以及經營狀況異常或财務報告嚴重虧損的股票和股價波動較大、市場表現明顯受到操縱的股票。是以，300指數反映的是流動性強和規模大的代表性股票的股價的綜合變動，可以給投資者提供權威的投資方向，也便于投資者進行跟蹤和進行投資組合，保證了指數的穩定性、代表性和可操作性。
中證500指數，是中證指數有限公司所開發的指數中的一種，其樣本空間内股票是由全部A股中剔除滬深300指數成份股及總市值排名前300名的股票後，總市值排名靠前的500隻股票組成，綜合反映中國A股市場中一批中小市值公司的股票價格表現。
選樣方法
按照以下步驟進行中證500指數的樣本股選擇：
步驟1 樣本空間内股票扣除滬深300指數樣本股即最近一年日均總市值排名前300名的股票；
步驟2 将步驟1中剩餘股票按照最近一年（新股為上市以來）的日均成交金額由高到低排名，剔除排名後20%的股票；
步驟3 将步驟2中剩餘股票按照日均總市值由高到低進行排名，選取排名在前500名的股票作為中證500指數樣本股。
如何使用Python選出這些指數呢？答案是使用Python的baostock接口，示例代碼如下：
import baostock as bs
import pandas as pd
#### 登陸系統 ####
lg = bs.login()
# 顯示登陸傳回資訊
print('login respond error_code:'+lg.error_code)
print('login respond error_msg:'+lg.error_msg)
#### 擷取指數(綜合指數、規模指數、一級行業指數、二級行業指數、政策指數、成長指數、價值指數、主題指數)K線資料 ####
##綜合指數，例如：sh.000001 上證指數，sz.399106 深證綜指 等；
##規模指數，例如：sh.000016 上證50，sh.000300 滬深300，sh.000905 中證500，sz.399001 深證成指等；
##一級行業指數，例如：sh.000037 上證醫藥，sz.399433 國證交運 等；
##二級行業指數，例如：sh.000952 300地産，sz.399951 300銀行 等；
##政策指數，例如：sh.000050 50等權，sh.000982 500等權 等；
##成長指數，例如：sz.399376 小盤成長 等；
##價值指數，例如：sh.000029 180價值 等；
##主題指數，例如：sh.000015 紅利指數，sh.000063 上證周期 等；
# 詳細名額參數，參見“曆史行情名額參數”章節
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)
#### 列印結果集 ####
data_list = []
while (rs.error_code == '0') & rs.next():
# 擷取一條記錄，将記錄合并在一起
data_list.append(rs.get_row_data())
result = pd.DataFrame(data_list, columns=rs.fields)
#### 結果集輸出到csv檔案 ####
result.to_csv("D:\\history_Index_k_data.csv", index=False)
print(result)
#### 登出系統 ####
bs.logout()
傳回資料如下，可以看出，有開高低收等名額，非常友善。