如何提升yfinance库调用Yahoo Finance API的速率限制
2025-05-13 23:56:21作者:傅爽业Veleda
背景介绍
yfinance是一个流行的Python库,用于从Yahoo Finance获取金融市场数据。许多开发者使用它来构建金融分析工具、交易策略和投资组合管理系统。然而,在使用过程中,用户经常会遇到API调用速率限制的问题。
默认速率限制问题
Yahoo Finance对免费API用户实施了严格的调用限制。根据用户报告,免费账户通常有以下限制:
- 每分钟约100次请求
- 每天约2000次请求
- 对高频请求会实施临时封禁
这些限制对于需要大量数据的研究或交易系统来说可能远远不够。
解决方案
1. 使用缓存机制
实现本地缓存是减少API调用的有效方法:
from datetime import datetime, timedelta
import pandas as pd
import yfinance as yf
# 简单缓存实现
cache = {}
CACHE_EXPIRY = timedelta(hours=1)
def get_cached_data(symbol, period="1d"):
now = datetime.now()
if symbol in cache:
data, timestamp = cache[symbol]
if now - timestamp < CACHE_EXPIRY:
return data.copy()
# 缓存不存在或已过期
data = yf.download(symbol, period=period)
cache[symbol] = (data.copy(), now)
return data
2. 升级到Yahoo Finance Premium
Yahoo Finance提供付费订阅服务,主要优势包括:
- 更高的API调用限制(Premium用户可达5000次/天)
- 更稳定的数据连接
- 更长的历史数据访问权限
3. 实现认证请求
对于Premium用户,需要在请求中添加认证信息:
import yfinance as yf
# 设置认证cookie或token
yf.set_cookies("your_premium_cookie_here")
# 或者使用登录凭证
yf.set_credentials(username="your_username", password="your_password")
4. 请求合并与批处理
将多个请求合并为一个批次可以减少API调用次数:
# 批量获取多个股票数据
symbols = ["AAPL", "MSFT", "GOOG", "AMZN"]
data = yf.download(symbols, group_by="ticker")
5. 实现速率限制控制
即使升级了账户,仍需遵守Yahoo的速率限制:
import time
from ratelimit import limits
# 设置每分钟最多100次调用
@limits(calls=100, period=60)
def safe_yfinance_call(symbol):
return yf.Ticker(symbol).history(period="1y")
最佳实践建议
- 优先使用缓存:对不常变化的数据实施本地缓存
- 合理规划请求时间:避免在短时间内集中发送大量请求
- 使用批处理:尽可能合并多个数据请求
- 监控使用情况:记录API调用次数,避免意外超出限制
- 考虑备用数据源:在达到限制时切换到备用数据源
注意事项
即使采取了上述措施,Yahoo Finance仍可能随时调整其API政策。对于关键业务应用,建议:
- 实现优雅降级机制
- 考虑使用多个数据源
- 对重要数据实施本地持久化存储
通过合理规划和优化,可以显著提高yfinance库的使用效率,满足大多数金融数据分析需求。
登录后查看全文
热门项目推荐
相关项目推荐
- DDeepSeek-V3.1-TerminusDeepSeek-V3.1-Terminus是V3的更新版,修复语言问题,并优化了代码与搜索智能体性能。Python00
- QQwen3-Omni-30B-A3B-InstructQwen3-Omni是多语言全模态模型,原生支持文本、图像、音视频输入,并实时生成语音。00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0268cinatra
c++20实现的跨平台、header only、跨平台的高性能http库。C++00AudioFly
AudioFly is a text-to-audio generation model based on the LDM architecture. It produces high-fidelity sounds at 44.1 kHz sampling rate with strong alignment to text prompts, suitable for sound effects, music, and multi-event audio synthesis tasks.Python00- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile06
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
144
1.94 K

deepin linux kernel
C
22
6

React Native鸿蒙化仓库
C++
192
274

openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
930
554

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
887
394

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
66

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.11 K
0

本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
64
512