第三章：金融数据获取——用yfinance、akshare、Tushare搞定股票、ETF与指数历史数据

做量化投资，第一步就是搞数据。没有数据，再牛的策略也是空中楼阁。

我个人习惯把数据获取比作「做饭前的买菜」。菜买不好，厨艺再好也白搭。今天咱们就聊聊怎么用Python把A股、港股、美股的股票、ETF和指数历史数据给「买」回来。

3.1 三大数据源，各有什么本事？

市面上数据源很多，但我重点推荐三个：yfinance、akshare、Tushare。它们各有侧重，我一般搭配着用。

3.2 yfinance：三行代码拿下美股数据

yfinance是我用过最「无脑」的库。你想想看，连注册都不用，直接pip安装就能用。

import yfinance as yf

# 下载苹果公司近1年日线数据
aapl = yf.download('AAPL', start='2024-01-01', end='2025-01-01')
print(aapl.head())

就这么简单。但这里有个坑——数据频率。yfinance默认返回的是日线，如果你想拿分钟线，得加参数。

# 获取5分钟线数据
aapl_5min = yf.download('AAPL', period='5d', interval='5m')

ETF怎么拿？跟股票一样，直接写代码就行。

# 标普500 ETF
spy = yf.download('SPY', start='2024-01-01', end='2025-01-01')
# 纳斯达克100 ETF
qqq = yf.download('QQQ', start='2024-01-01', end='2025-01-01')

3.3 akshare：A股数据的一站式解决方案

做A股量化，akshare是我的首选。它把东方财富、新浪财经等网站的数据接口都封装好了，用起来很顺手。

import akshare as ak

# 获取贵州茅台历史数据
stock_600519_df = ak.stock_zh_a_hist(symbol="600519", period="daily", 
                                     start_date="20240101", end_date="20250101", 
                                     adjust="qfq")
print(stock_600519_df.head())

注意看参数里的 adjust="qfq"，这是前复权。做回测时一定要用复权数据，否则分红送股会把你搞晕。

ETF数据怎么拿？akshare也支持。

# 获取沪深300 ETF（510300）数据
etf_510300_df = ak.fund_etf_hist_em(symbol="510300", period="daily", 
                                     start_date="20240101", end_date="20250101", 
                                     adjust="qfq")

3.4 Tushare：专业级数据，但需要一点耐心

Tushare的数据质量是最好的，但门槛也最高。你得先注册、申请Token，而且有些接口还有积分限制。

import tushare as ts

# 设置Token（第一次使用需要）
ts.set_token('你的token')

# 初始化接口
pro = ts.pro_api()

# 获取贵州茅台日线数据
df = pro.daily(ts_code='600519.SH', start_date='20240101', end_date='20250101')
print(df.head())

Tushare返回的数据格式很规范，字段名都是英文的，比如 trade_date、open、high、low、close、vol。做回测时，我一般用Tushare的数据做最终验证。

指数数据怎么拿？

# 获取沪深300指数数据
index_df = pro.index_daily(ts_code='000300.SH', start_date='20240101', end_date='20250101')

3.5 数据获取的核心逻辑：一张图说清楚

说了这么多，咱们用一张SVG图把整个数据获取的流程串起来。这样你脑子里就有个清晰的框架了。

3.6 实战：构建一个统一的数据获取函数

在实际项目中，我不会每次都写一堆重复代码。我习惯封装一个函数，根据参数自动选择数据源。

def get_history_data(symbol, source='akshare', start='20240101', end='20250101'):
    """
    统一数据获取接口
    :param symbol: 股票代码
    :param source: 数据源（'yfinance', 'akshare', 'tushare'）
    :param start: 开始日期
    :param end: 结束日期
    :return: DataFrame
    """
    if source == 'yfinance':
        import yfinance as yf
        data = yf.download(symbol, start=start, end=end)
        data.columns = ['open', 'high', 'low', 'close', 'adj_close', 'volume']
        return data
    
    elif source == 'akshare':
        import akshare as ak
        data = ak.stock_zh_a_hist(symbol=symbol, period='daily',
                                  start_date=start, end_date=end, adjust='qfq')
        data.rename(columns={
            '开盘': 'open', '最高': 'high', '最低': 'low',
            '收盘': 'close', '成交量': 'volume'
        }, inplace=True)
        return data[['open', 'high', 'low', 'close', 'volume']]
    
    elif source == 'tushare':
        import tushare as ts
        pro = ts.pro_api()
        data = pro.daily(ts_code=symbol, start_date=start, end_date=end)
        data.rename(columns={
            'open': 'open', 'high': 'high', 'low': 'low',
            'close': 'close', 'vol': 'volume'
        }, inplace=True)
        return data[['trade_date', 'open', 'high', 'low', 'close', 'volume']]
    
    else:
        raise ValueError("不支持的数据源，请选择 yfinance / akshare / tushare")

# 使用示例
df_600519 = get_history_data('600519', source='akshare', start='20240101', end='20250101')
print(df_600519.head())

3.7 避坑指南：我踩过的那些坑

做数据获取这么多年，我总结了几条血泪教训：

• 数据对齐问题：不同数据源的日期格式不一样。yfinance是datetime，akshare是字符串，Tushare是int。一定要统一成datetime格式再合并。
• 复权问题：做回测必须用复权数据。我见过有人用不复权数据做回测，结果策略收益虚高，实盘直接亏哭。
• 网络超时：数据获取时网络可能中断。我习惯加个重试机制，最多重试3次。
• 数据缓存：别每次都重新下载。把数据存到本地文件，下次直接读取，能省不少时间。

好了，数据获取这块就聊到这儿。记住一个原则：数据质量决定回测质量。别嫌麻烦，多花点时间把数据搞干净，后面做策略会省心很多。