2

我使用 Python 包yfinance来获取股票的历史股价（在本例中为特斯拉的股票）。

当我执行以下操作并以一分钟间隔获取上周的股票价格时：

import yfinance as yf

print(yf.Ticker('TSLA').history(period='7d', interval='1m'))

我明白了

                                 Open        High         Low       Close   Volume  Dividends  Stock Splits
Datetime
2020-12-03 09:30:00-05:00  586.391479  590.975586  585.549988  586.391479  2999806          0             0
2020-12-03 09:31:00-05:00  586.320007  591.919983  586.320007  591.619995   457446          0             0
2020-12-03 09:32:00-05:00  591.820007  591.907104  586.000000  587.492798   324244          0             0
2020-12-03 09:33:00-05:00  586.909973  590.020020  586.799988  588.919983   306530          0             0
2020-12-03 09:34:00-05:00  588.730774  588.919922  584.330017  584.688416   318614          0             0
...                               ...         ...         ...         ...      ...        ...           ...
2020-12-11 10:20:00-05:00  613.155029  614.059998  612.770020  613.789978    87083          0             0
2020-12-11 10:21:00-05:00  613.876404  613.960022  612.799988  613.235474    58031          0             0
2020-12-11 10:22:00-05:00  613.262390  614.010010  613.262390  614.000000   106497          0             0
2020-12-11 10:23:00-05:00  614.000000  614.000000  612.659973  613.099426    80285          0             0
2020-12-11 10:24:18-05:00  613.215027  613.215027  613.215027  613.215027        0          0             0

[2390 rows x 7 columns]

所以我可以看到每个时间间隔的日期和时间。

但是，当我改为选择一小时间隔时：

import yfinance as yf

print(yf.Ticker('TSLA').history(period='7d', interval='1h'))

我明白了

                  Open        High         Low       Close    Volume  Dividends  Stock Splits
Date
2020-12-03  590.020020  595.890015  582.429993  588.159973  14637166          0             0
2020-12-03  588.164917  591.000000  583.690002  587.432983   4633556          0             0
2020-12-03  587.370117  593.599976  586.430115  592.580017   4635495          0             0
2020-12-03  592.520020  594.500000  589.450012  594.130005   2941966          0             0
2020-12-03  594.110107  598.969971  593.169983  596.325012   6434228          0             0
2020-12-03  596.499878  598.309998  591.500000  594.809998   4211141          0             0
2020-12-03  594.844971  596.539978  592.000000  593.280029   2916165          0             0
2020-12-04  591.010010  597.440002  585.500000  591.739502   9404838          0             0
2020-12-04  591.859985  595.429993  587.750000  591.310120   4337670          0             0
2020-12-04  591.397888  594.789978  589.919983  593.419983   2994462          0             0
2020-12-04  593.530029  596.000000  592.409973  593.159973   2625920          0             0
2020-12-04  593.140015  594.309998  590.330017  592.700012   2374415          0             0
2020-12-04  592.619995  596.700012  592.239990  594.233398   3066786          0             0
2020-12-04  594.215027  599.000000  594.109985  599.000000   2983803          0             0
2020-12-07  604.919678  624.750000  603.049988  624.164978  14539011          0             0
2020-12-07  624.289978  630.000000  624.109985  626.499878   8340672          0             0
2020-12-07  626.450317  629.301575  625.609985  627.753296   3925194          0             0
2020-12-07  627.734985  633.500000  625.500000  632.647583   4394597          0             0
2020-12-07  632.684998  639.989990  631.500000  638.101013   6408641          0             0
2020-12-07  638.000000  648.785583  635.340027  645.309998  10078446          0             0
2020-12-07  645.304993  648.000000  637.099976  642.000000   6027320          0             0
2020-12-08  625.505005  637.340027  618.500000  629.020020  21461425          0             0
2020-12-08  629.099976  630.830017  624.260010  624.909973   5519322          0             0
2020-12-08  624.950012  630.250000  620.929993  629.372681   5926122          0             0
2020-12-08  629.409973  640.000000  628.520020  639.946594   5931369          0             0
2020-12-08  640.000000  651.280029  636.739990  650.429199  10931715          0             0
2020-12-08  650.500000  650.599915  642.000000  646.159973   7110200          0             0
2020-12-08  646.190002  650.479980  644.229980  650.250000   4363843          0             0
2020-12-09  653.690002  654.320007  630.000000  639.059998  16440841          0             0
2020-12-09  639.083801  643.039978  635.000000  635.594788   6210129          0             0
2020-12-09  635.605591  637.799988  628.500000  632.789978   5634442          0             0
2020-12-09  632.809998  633.400024  613.309998  616.940002   7626216          0             0
2020-12-09  616.759583  618.000000  588.000000  616.830017  18922860          0             0
2020-12-09  616.809998  616.820007  598.000000  601.000000   9894340          0             0
2020-12-09  601.000000  607.879883  600.400024  604.169983   4249969          0             0
2020-12-10  574.369995  607.059998  566.340027  600.495911  22449936          0             0
2020-12-10  600.492798  624.330017  600.309998  621.483887  12631129          0             0
2020-12-10  621.710022  622.679993  609.299988  611.215027   8174524          0             0
2020-12-10  611.290894  616.397217  602.260010  615.700012   6841379          0             0
2020-12-10  615.570129  619.869995  609.929993  618.749390   4659236          0             0
2020-12-10  618.580017  624.489990  615.340027  621.729980   6155838          0             0
2020-12-10  621.599976  627.750000  621.280029  627.150024   4087834          0             0
2020-12-11  615.010010  624.000000  607.307007  612.724426  11765035          0             0
2020-12-11  613.319214  613.319214  613.319214  613.319214         0          0             0

这意味着我不知道不同时间间隔的时间，只是在哪一天记录它们。怎么会？我在选择一分钟间隔时得到一天中的时间，那么为什么我不得到一小时间隔呢？在使用一小时间隔时，我能否以某种方式轻松获得一天中的时间，还是我必须将它们与一分钟间隔进行比较并尝试找出哪个间隔对应于哪个小时？

4

2 回答 2

3

yfinance我查看了文件夹中的编码，\venv\Lib\site-packages\yfinance并弄乱了一段时间，这就是我发现的：

base.py第 182 行：（yfinance 查询其数据）

quotes = utils.parse_quotes(data["chart"]["result"][0], tz)

utils.py第 131 行：（yfinance 将时间转换为指定格式）

quotes.index = _pd.to_datetime(timestamps, unit="s")

datetimes.py第 605 - 617 行（进行转换的函数）

def to_datetime()

最后一个函数似乎是日期转换发生的地方，弄乱这些设置除了破坏程序之外没有做任何事情，所以我回到那里base.py并一直弄乱那里的东西，直到我发现yfinance在第 234 行进行第二次格式化和如果你把它放在 elif params["interval"] == '1h': pass第 236 行之后，你可以获得你想要的数据，而不会丢失小时/分钟/秒标记。

注意修改你的yfinance库可能会破坏某些东西，我不推荐这样做。

base.py第 234-243 行现在应该如下所示：

if params["interval"][-1] == "m":
    df.index.name = "Datetime"
elif params["interval"] == '1h':
    pass
else:
    df.index = _pd.to_datetime(df.index.date)
    if tz is not None:
        df.index = df.index.tz_localize(tz)
    df.index.name = "Date"

看看你的数据，你会发现一个大问题......

最大的问题是数据在 9:30 和之后的每个小时添加市场值，直到下午 4 点处于 30 分钟标记而不是 00 分钟标记：

                           Open    High      ...  Dividends  Stock Splits
2020-12-03 08:00:00-05:00  592.75  596.28    ...          0             0
2020-12-03 09:00:00-05:00  594.15  594.99    ...          0             0
2020-12-03 09:30:00-05:00  590.02  595.90    ...          0             0
2020-12-03 10:30:00-05:00  588.16  591       ...          0             0
...
2020-12-03 15:30:00-05:00  594.84  596.53    ...          0             0
2020-12-03 16:00:00-05:00  593.33  597.24    ...          0             0

在这一点上，我们可以继续调整yfinance，但老实说，我们自己获取数据会更容易。我从挑选中编写了以下代码yfinance并将其修改为我们需要的内容：

直接从雅虎财经下载 1 小时数据的代码

import requests
import datetime as dt


ticker = 'TSLA'
base_url = 'https://query1.finance.yahoo.com'
url = "{}/v8/finance/chart/{}".format(base_url, ticker)
params = {'interval': '1h', 'range': '7d', 'includePrePost': True}

response = requests.get(url=url, params=params)
data = response.json()

epoch = data['chart']['result'][0]['timestamp']
prices = data['chart']['result'][0]['indicators']['quote'][0]['close']

count = 0
list_of_time_and_price = []

for entry in epoch:
    date_and_time = dt.datetime.fromtimestamp(entry).strftime('%Y-%m-%d %H:%M:%S')

    list_of_time_and_price.append([date_and_time, prices[count]])

    count += 1

print(list_of_time_and_price)

您可以根据自己的规范来处理上述内容，目前它返回一个带有日期时间与收盘价配对的列表，并且它确实包括交易日的 30 分钟数据。

编辑

好东西我仔细检查了，显然直接从 Yahoo Finance 获取 1h 数据将始终返回 :30 分钟的间隔交易数据，因此问题不在于 python 库yfinance，而在于 Yahoo Finance 网站本身。我想解决方法是下载 1 分钟的数据并将其更新为 1 小时，但您只能使用上周的数据。

如果您只需要股票数据，我建议您查看Alpha Vantage API，它有 2 年的日内数据，并且它是免费的，每分钟限制为 5 个请求（或类似的东西）。

于 2020-12-12T00:38:03.217 回答
0

这对我来说很好：

data = yf.download("TSLA",period='7d' , interval='60m')

data.to_csv("spy.csv")
于 2021-12-29T06:10:40.213 回答