量化交易学习（四十五）yfinance库的安装使用

发表于 分类于

经常在一些教程里看到使用雅虎财经的数据，今天试着找了一个
yfinance库来从雅虎获取数据。因为雅虎已经不对中国大陆地区提供服务了，所以想要用yfinance库必须科学上网。

科学上网后的页面：

yfinance是什么？

yfinance是Ran Aroussi开发的一个流行的开源库，用于访问雅虎财经上提供的财务数据。

雅虎财经提供一系列优质的股票、债券、货币和加密货币市场数据。它还提供市场新闻、报告和分析以及期权和基本面数据，使其在一些竞争对手中脱颖而出。

雅虎财经曾经拥有自己的官方 API，但由于数据广泛滥用，该 API 已于 2017 年 5 月 15 日停用。

如今，存在一系列非官方 API 和库来访问相同的数据，当然包括 yfinance。

请注意，您可能知道 yfinance 的旧名称 - fix-yahoo-finance，因为它于 2019 年 5 月 26 日重新命名，同时进行了大修以修复一些可用性问题。

为了确保向后兼容性，fix-yahoo-finance 现在无论如何都会导入并使用 yfinance，但 Ran Aroussi 仍然建议直接安装并使用 yfinance。

在本文中，我们将主要关注 yfinance 库，但我们在父文章Yahoo Finance API – 完整指南中更深入地讨论了选项的整体范围和其他替代提供商。

我如何开始使用 yfinance 库？

安装

yfinance 库的入门非常简单。

它具有以下依赖关系：

  • pandas >= 0.24
  • numpy >= 1.15
  • requests >= 2.21
  • multitasking >= 0.0.7

这些都是 Anaconda 的标准配置，但如果由于某种原因您没有它们，手动安装也非常容易。

之后就很简单了：

1
$ pip install yfinance --upgrade --no-cache-dir

或者

1
$ conda install -c ranaroussi yfinance

安装 yfinance。

库的布局

布局本身也很简单，只有三个模块：

  • yf.Tickers
  • yf.download
  • yf.pandas_datareader

几乎所有的方法都在Tickers模块中。

download模块用于快速下载多个股票的历史数据。

pandas_datareader是为了向后兼容的遗留代码。

如何使用 yfinance 库下载历史数据？

首先，让我们将 yfinance 导入为 yf 并为特定股票（股票）创建一个股票对象：

1
2
3
4
import yfinance as yf

aapl= yf.Ticker("aapl")
aapl

输出：

1
yfinance.Ticker object <AAPL>

请记住，我们现在将这个 aapl 股票行情指示器对象用于几乎所有事情 - 调用它的各种方法。

为了获取历史数据，我们需要使用history()方法，这是yfinance库中最“复杂”的方法。

它采用以下参数作为输入：

  • period：要下载的数据周期（使用周期参数或使用开始和结束）有效周期为：
    • “ 1d”、“5d”、“1mo”、“3mo”、“6mo”、“1y”、“2y”、“5y”、“10y”、“ytd”、“max”
  • Interval：数据间隔（1m数据仅适用于最近7天，数据间隔<1d适用于最近60天）有效间隔为：
    • “ 1m”、“2m”、“5m”、“15m”、“30m”、“60m”、“90m”、“1h”、“1d”、“5d”、“1wk”、“1mo”、“3mo” ”
  • start：如果不使用period - 格式为 (yyyy-mm-dd) 或datetime。
  • end：如果不使用period - 格式为 (yyyy-mm-dd) 或datetime。
  • prepost：在结果中包含之前和之后的常规市场数据？ （默认为 False）- 通常不需要更改
  • auto_adjust：自动调整所有 OHLC（开盘价/最高价/最低价/收盘价）？ （默认为 True）- 始终将其保留为 true，不用担心
  • 行动：下载股票股息和股票分割事件？ （默认为 True）

这可能看起来有点复杂，但是您一般只需更改周期（或开始和结束）和间隔参数。

举个例子，要获取 Apple 在 02/06/2020 到 07/06/2020（英国格式）之间的 1 分钟历史数据，我们只需使用我们创建并运行的股票代码对象：

1
2
aapl_historical = aapl.history(start="2020-06-02", end="2020-06-07", interval="1m")
aapl_historical

就这么简单！

江达小记