使用yfinance获取TTM财务数据的技巧
2025-05-13 02:16:29作者:余洋婵Anita
在金融数据分析中,Trailing Twelve Months(TTM)数据是评估公司业绩的重要指标。本文将介绍如何通过Python的yfinance库获取和处理TTM财务数据。
什么是TTM数据
TTM代表过去12个月的财务数据,它综合了最近四个季度的财务表现,为投资者提供了比单季度数据更全面的公司业绩视图。与年度报告相比,TTM数据更新更频繁,能更及时反映公司最新状况。
通过yfinance获取TTM数据的方法
yfinance库本身不直接提供TTM数据字段,但我们可以通过以下两种方式获取:
-
直接汇总季度数据:通过累加最近四个季度的财务数据来手动计算TTM值。这种方法需要确保所有季度数据完整,否则计算结果会有偏差。
-
参考Yahoo Finance的TTM计算结果:虽然yfinance不直接暴露TTM接口,但Yahoo Finance网站本身会计算TTM值,我们可以通过分析网页或API响应来获取这些预计算值。
实际应用中的注意事项
在实际应用中,我们发现某些公司(如TSMC)的最新季度数据可能存在缺失,但Yahoo Finance的TTM计算结果仍然准确。这表明:
- Yahoo Finance可能有额外的数据源或修正机制
- 直接汇总季度数据的方法在数据不完整时可能不可靠
- 对于关键分析,建议交叉验证两种方法的结果
代码实现建议
对于希望自己计算TTM的用户,可以这样实现:
import yfinance as yf
# 获取公司数据
ticker = yf.Ticker("TSM")
# 获取季度收入数据
quarterly_income = ticker.quarterly_financials
# 计算TTM收入(假设数据完整)
ttm_income = quarterly_income.iloc[:, :4].sum(axis=1)
对于更可靠的结果,建议关注yfinance的未来更新,可能会增加直接获取TTM数据的功能。
总结
虽然yfinance目前不直接支持TTM数据查询,但通过合理的变通方法,我们仍然能够获取这一重要财务指标。理解数据来源和计算方法对于确保分析结果的准确性至关重要。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0197
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0125
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
暂无描述
Dockerfile
766
5 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
863
1.95 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
689
1.35 K
Ascend Extension for PyTorch
Python
722
894
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
458
450
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.08 K
1.11 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
264
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.01 K
624
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
2.99 K
639
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
152
250