yfinance入门指南:轻松获取金融数据的小帮手
2026-05-04 09:07:02作者:羿妍玫Ivan
嗨,编程新手们!今天给大家介绍一个超实用的开源工具——yfinance。如果你对股票、基金数据感兴趣,又不想自己写爬虫,那这个工具简直是为你量身定做的!它能帮你轻松从雅虎财经获取各种市场数据,让你的数据分析之旅变得so easy!
一、项目长什么样?核心目录轻松懂
先来看看yfinance的"五脏六腑"吧,了解这些目录能帮你快速搞懂项目结构:
- yfinance/:这是项目的核心代码区,就像人的大脑一样,所有获取和处理数据的逻辑都藏在这里。
- tests/:这里放着各种测试代码,保证项目代码质量,就像产品出厂前的质检环节。
- doc/:项目的说明书就在这儿,想深入了解功能,看这里准没错。
Tips:刚接触一个新项目时,先看看这几个核心目录,能帮你快速建立整体印象哦!
二、怎么用起来?3个场景带你上手
yfinance是个Python库,得写几行代码调用它。别担心,很简单,看几个例子就会啦!
场景1:获取单只股票数据
想看看苹果公司(股票代码AAPL)最近一周的股价?这样写:
import yfinance as yf
# 创建股票对象,就像拿到了苹果股票的"身份证"
aapl = yf.Ticker("AAPL")
# 获取最近一周的历史数据
hist = aapl.history(period="1wk")
# 打印出来看看
print(hist)
场景2:获取多只股票数据
想同时对比谷歌(GOOGL)和亚马逊(AMZN)的数据?没问题:
import yfinance as yf
# 一次性下载多只股票数据,时间设为1个月
data = yf.download("GOOGL AMZN", period="1mo")
print(data)
场景3:查看股票基本信息
除了股价,还能看公司的基本情况,比如市值、市盈率这些:
import yfinance as yf
aapl = yf.Ticker("AAPL")
# 获取公司信息
info = aapl.info
# 打印市值和市盈率
print("市值:", info.get("marketCap"))
print("市盈率:", info.get("trailingPE"))
Tips:记不住参数没关系,用的时候看看官方文档,或者在代码里打个问号(比如aapl.history?),很多IDE会显示提示哦!
三、核心功能解析:它到底能干嘛?
yfinance的本事可不小,来看看它都能帮你做些什么:
- 获取历史市场数据:可以拿到股票的开盘价、收盘价、最高价、最低价、成交量这些数据,还能自己选时间范围。
- 查看公司基本面数据:像公司的财务报表、主要股东、股息分红情况这些基本面信息,它也能帮你弄到。
- 实时数据获取:虽然不是毫秒级更新,但对于普通分析来说,提供的实时数据已经够用了。
- 多市场支持:不光是美股,很多其他国家和地区的股市数据它也能获取,比如港股、A股(部分)等。
四、能自己调整吗?配置那些事儿
yfinance虽然没有专门的配置文件,但也能进行一些个性化调整。
默认配置对照表
| 配置项 | 默认情况 | 说明 |
|---|---|---|
| 缓存位置 | 本地目录 | 会把一些数据临时存在你电脑上,加快下次访问速度 |
| 超时时间 | 有默认时长 | 连接雅虎财经服务器的等待时间 |
| 数据频率 | 按请求参数定 | 比如你要1天的数据,它就返回每天的价格 |
怎么改配置?
比如想改缓存数据的位置:
import yfinance as yf
# 把缓存位置改到"my_cache"文件夹
yf.set_tz_cache_location("my_cache")
Tips:如果不是特别需要,建议先用默认配置,等熟悉了项目再慢慢调整,避免改出问题。
五、使用注意事项:这些坑要避开
用开源工具,有些注意事项得提前知道:
- API使用限制:yfinance是用雅虎财经公开的API来拿数据的,雅虎对这些API的使用有规定,比如不能商用,只能自己研究学习用。
- 数据准确性:虽然yfinance尽力保证数据准确,但它毕竟不是雅虎官方的工具,有时候数据可能会有延迟或者错误。
- 项目更新维护:开源项目的更新全靠开发者和社区贡献,要关注一下项目的最新动态,看看有没有新版本发布。
Tips:使用时如果发现bug或者有新需求,可以去项目的代码仓库看看有没有人提过类似问题,也可以尝试自己贡献代码哦!开源项目就是大家一起帮忙才会越来越好的。
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 StartedRust0191
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 Notebook0118
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。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
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
项目优选
收起
暂无描述
Dockerfile
764
4.98 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++
857
1.93 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++
683
1.33 K
Ascend Extension for PyTorch
Python
719
880
deepin linux kernel
C
32
16
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
457
439
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
1.1 K
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
151
252
CANN 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 Notebook
305
118
昇腾LLM分布式训练框架
Python
178
221
