第二章：金融数据获取——用yfinance搞定历史股票数据

做量化交易，第一步就是搞数据。没有数据，再牛的模型也是空中楼阁。

我个人习惯用yfinance这个库。它免费、轻量、直接对接雅虎财经，获取美股、港股甚至A股的历史数据都非常方便。说白了，它就是金融数据领域的「瑞士军刀」。

2.1 安装与导入yfinance

先装库。我建议你用pip安装，干净利落：

pip install yfinance

导入的时候，我习惯这样写：

import yfinance as yf
import pandas as pd
import numpy as np

嗯，pandas和numpy是标配，后面清洗数据、做计算都离不开它们。

2.2 获取单只股票的历史数据

获取数据其实就一行代码。比如拿苹果（AAPL）过去一年的日线数据：

aapl = yf.download('AAPL', start='2023-01-01', end='2023-12-31')
print(aapl.head())

返回的是一个DataFrame，包含Open、High、Low、Close、Volume、Adj Close这几列。你想想看，这些就是最原始的「原材料」。

2.3 数据清洗与预处理

真实世界的数据，从来都不是干净的。我遇到过不少坑，比如：

• 停牌日导致数据缺失
• 分红除权导致价格跳空
• 节假日没有交易数据

所以拿到数据后，第一步就是检查缺失值：

print(aapl.isnull().sum())

如果有缺失，我一般用前向填充法：

aapl.fillna(method='ffill', inplace=True)

为什么用前向填充？因为金融数据是时间序列，缺失值用上一个交易日的价格来补，最符合逻辑。

2.4 数据可视化基础

光看数字不够直观。我习惯先画个收盘价走势图，一眼就能看出趋势：

import matplotlib.pyplot as plt

plt.figure(figsize=(12, 6))
plt.plot(aapl.index, aapl['Close'], label='AAPL Close Price', color='blue')
plt.title('Apple Stock Price (2023)')
plt.xlabel('Date')
plt.ylabel('Price (USD)')
plt.legend()
plt.grid(True)
plt.show()

这张图能告诉你很多信息：有没有明显的上升/下降趋势？波动大不大？有没有异常跳空？

我个人还喜欢画成交量柱状图，配合价格走势一起看：

fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(12, 8), sharex=True)

ax1.plot(aapl.index, aapl['Close'], color='blue')
ax1.set_title('AAPL Close Price')
ax1.grid(True)

ax2.bar(aapl.index, aapl['Volume'], color='gray')
ax2.set_title('AAPL Volume')
ax2.grid(True)

plt.tight_layout()
plt.show()

你想想看，价格涨了但成交量萎缩，说明上涨动力不足。这种量价背离的信号，在量化模型里很有价值。

2.5 本章知识体系

我把本章的核心逻辑画成了一张图，方便你理解整个流程：

2.6 实战小贴士

最后分享几个我踩过的坑：

• 股票代码格式： 美股直接写代码（如AAPL），港股要加后缀（如0700.HK），A股要加.SS或.SZ（如600519.SS）。我一开始不知道，拉了一堆空数据回来。
• 数据频率： yfinance默认是日线。如果你想用分钟线，可以加参数interval='1m'，但免费版只能拉最近7天的分钟数据。
• 多只股票： 用列表传参就行：yf.download(['AAPL', 'MSFT', 'GOOG'], start='...')，返回的是MultiIndex DataFrame。

好了，数据拿到手、清洗干净、可视化也看过了。下一步就是把这些数据喂给机器学习模型，让模型学会预测涨跌。不过那是后面章节的事，咱们先把基础打牢。

---

公众号:蓝海资料掘金营，微信deep3321