yfinance 取数：3 行代码拿数据，4 类异常一次修完的实用速查

yfinance 取数：3 行代码拿数据，4 类异常一次修完的实用速查

【免费下载链接】yfinanceDownload market data from Yahoo! Finance's API项目地址: https://gitcode.com/GitHub_Trending/yf/yfinance

写回测脚本，第一道坎往往是数据：从哪来、缺了怎么办、坏了怎么办。yfinance 是一个从 Yahoo Finance 接口抓取股票行情数据的 Python 库，三行代码把一只股票的日线装进 pandas 表格，还自带价格修复。这篇带你跑通三件事：最小取数、识别并修复数据异常、批量取数。

最小可运行示例

pip install yfinance

import yfinance as yf t = yf.Ticker("600519.SS") df = t.history(start="2025-06-01", end="2025-09-01", interval="1d") print(df[["Open", "Close", "Volume"]].tail())

start/end两个日期字符串定精确区间，interval定颗粒度，也可以用period="3mo"这类快捷写法。记住一个硬性限制：分钟级（1m–30m）只能回看最多约 60 天，1h 级最多 2 年。返回的表以带时区的交易日期为索引，列是 Open/High/Low/Close/Adj Close/Volume。

读懂数据表，再动手

新手最容易忽略Adj Close和Close的区别：前者减去了分红与拆股影响，序列连续，算收益用它；后者是当日真实成交价。

数据异常的四种典型表现与修复

美股数据比较干净，非美市场问题多，下面四种先记着。

返回空表

某区间取回来是空表，直接取列就报错。多半是该股票在区间内没有记录，或代码后缀写错。动手前先检查df.empty，再决定跳过还是告警；顺手用history_metadata()返回的lastPrice、currency佐证代码对不对，必要时调整start/end区间再试。

价格出现数量级跳变 🔧

某天价格比前一天大 100 倍或小 100 倍，根因通常是 Yahoo 把币种单位搞混（比如英镑/便士），伦敦市场高发。修复：history()或download()传repair=True，表里会多一列Repaired?，被修正的行标True，直接看这列就能确认生效。以仓库测试数据为例，AET.L 在 2022-06-06 的 Close 只有 0.1455，修复后还原为 14.55。

除权除息日价格序列断档

除息日前后 Adj Close 和 Close 一样，序列出现台阶，根因是 Yahoo 漏了分红调整。传repair=True会按除权信息重算 Adj Close。真实案例：1398.HK 在 2024-07-08 除息 0.3357，修复前 07-04 的 Adj Close 停在 4.83，修复后校正为 4.494285。修复逻辑细节见 doc/source/advanced/price_repair.rst。

批量取数时偶发失败

重跑时个别标的偶发失败，多为网络抖动或临时限流。最直接的修复是重跑一遍，通常能补齐；download的threads参数可传整数限制并发，网络差时调小一点降低限流概率。失败的标的会打进日志，照单补跑即可。

按场景选接口

• 单只、一次取数：yf.Ticker("600519.SS").history(period="3mo")—— 日期索引的普通 DataFrame，最轻
• 批量、要一张合并宽表：yf.download(tickers, group_by="column")—— 多级列，一级指标二级标的
• 批量、按标的分组：yf.download(tickers, group_by="ticker")—— 一级列是 ticker，横向对比方便
• 批量、每只要一个对象：yf.Tickers("600519.SS 0700.HK")—— 空格分隔字符串，每只各得一个 Ticker 对象
• 按条件选股：yf.EquityQuery+yf.screen—— 先搭查询再执行 以上选顺手的就行，没有银弹，示例见 doc/source/reference/examples/download.py。

稳定性与性能三件小事

1. 本地缓存：时区与 cookie 默认存用户目录，可用set_tz_cache_location换自定义路径
2. 并发控制：download默认并发，限流明显时显式传threads=4
3. 修复后验证币种：看history_metadata的currency，别信Ticker.info

import yfinance as yf yf.set_tz_cache_location("custom/cache/path")

各系统默认路径见 doc/source/advanced/caching.rst。做到这三点就够，别过度设计。

动手验证（10 分钟任务）🏁

import yfinance as yf df = yf.download(["600519.SS", "0700.HK"], period="6mo", repair=True) print(df["Repaired?"].unique())

打印结果里全是False，说明这批数据正常；出现True就对照那行的前后数值，看它修了什么。下次写回测，记住这个闭环就够了：history拿数，repair=True修数。

【免费下载链接】yfinanceDownload market data from Yahoo! Finance's API项目地址: https://gitcode.com/GitHub_Trending/yf/yfinance