3、金融数据获取：使用yfinance库获取历史股票数据
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。
我个人习惯把数据获取比作「做饭前的买菜」。菜买不好，厨艺再高也白搭。金融数据也一样，源头的质量直接决定了后续分析的可靠性。
这一章，咱们就聊聊怎么把「菜」买回来。重点讲两个主流数据源：Yahoo Finance 和 Alpha Vantage。我会结合自己踩过的坑，给你讲明白。
3.1 数据源介绍：Yahoo Finance vs Alpha Vantage
先说说这两个数据源的区别。你想想看，选数据源就像选工具，得知道各自的脾气。
| 特性 | Yahoo Finance | Alpha Vantage |
|---|---|---|
| 免费额度 | 无限制（但可能不稳定） | 每分钟5次，每天500次 |
| 数据范围 | 全球主要交易所 | 全球主要交易所 |
| 历史深度 | 最多30年 | 最多20年 |
| 实时数据 | 延迟15-20分钟 | 有实时API（付费） |
| Python库支持 | yfinance（第三方） | alpha_vantage（官方） |
| 稳定性 | 中等（偶尔断连） | 较高（有API Key管控） |
Yahoo Finance 是我最常用的。为什么？因为它免费、数据全、用起来简单。用 yfinance 库几行代码就能拉数据，特别适合快速验证想法。
但注意，它有个毛病——偶尔会抽风。我在项目中遇到过几次，早上跑策略时突然报错，发现是 Yahoo 那边接口变了。嗯，这就是免费午餐的代价。
Alpha Vantage 则更「正规」一些。你需要申请 API Key，有频率限制。但它数据质量更稳定，而且提供一些技术指标的计算结果，省得自己算。
我个人建议：做原型验证用 Yahoo Finance，做生产环境用 Alpha Vantage 或者付费数据源。
3.2 使用 yfinance 获取历史数据
好，咱们直接上手。先装库：
pip install yfinance然后拉数据。以苹果公司（AAPL）为例：
import yfinance as yf
# 下载苹果公司2023年全年的日线数据
aapl = yf.download('AAPL', start='2023-01-01', end='2023-12-31')
print(aapl.head())输出长这样：
Open High Low Close Volume
Date
2023-01-03 129.929993 130.990005 124.169998 125.070000 74629900
2023-01-04 126.889999 128.660004 125.080002 126.360001 58457400
2023-01-05 126.139999 127.129997 124.480003 125.019997 64850800
2023-01-06 124.339996 130.470001 123.830002 129.619995 79355700
2023-01-09 130.470001 132.410004 129.889999 130.149994 70509100你看，返回的是一个 DataFrame，索引是日期，列包括开盘价、最高价、最低价、收盘价、成交量。这就是标准的 OHLCV 格式。
yf.download(['AAPL', 'MSFT', 'GOOGL'], start='2023-01-01', end='2023-12-31')。返回的 DataFrame 会多一层列索引，用 .xs() 方法可以提取单只股票的数据。
3.3 数据格式理解
拿到数据后，咱们得知道每一列代表什么。说白了，就是理解「股票数据长什么样」。
- Open（开盘价）：当天第一笔成交的价格。注意，不是9:30整的价格，而是第一笔实际成交价。
- High（最高价）：当天最高成交价。
- Low（最低价）：当天最低成交价。
- Close（收盘价）：当天最后一笔成交价。这是最常用的价格，很多技术指标都基于它计算。
- Volume（成交量）：当天成交的股票数量。单位是股，不是手。
这里有个坑，我必须要提醒你：
另外，yfinance 返回的数据默认是按日期升序排列的（从早到晚）。但有些数据源可能是降序的。我建议你拿到数据后先检查一下：
# 检查数据是否按日期升序排列
print(aapl.index.is_monotonic_increasing)如果不是，用 sort_index() 排一下序。
3.4 使用 Alpha Vantage 获取数据
如果你需要更稳定的数据源，可以试试 Alpha Vantage。先装库：
pip install alpha_vantage然后去 Alpha Vantage 官网 申请一个免费的 API Key。拿到 Key 后，就可以拉数据了：
from alpha_vantage.timeseries import TimeSeries
# 替换成你自己的 API Key
api_key = 'YOUR_API_KEY'
ts = TimeSeries(key=api_key, output_format='pandas')
# 获取苹果公司的日线数据
data, meta_data = ts.get_daily(symbol='AAPL', outputsize='full')
print(data.head())输出格式和 yfinance 类似，但列名略有不同：
1. open 2. high 3. low 4. close 5. volume
date
2023-12-29 193.6100 194.40 191.7200 192.5300 42946600
2023-12-28 193.0000 194.49 192.9000 193.5800 32720600
2023-12-27 192.4900 193.50 191.8900 193.1500 31680800
2023-12-26 192.6700 193.92 192.1100 193.0500 29528400
2023-12-22 194.3000 195.99 192.3500 193.6200 45332600注意，Alpha Vantage 的列名带数字前缀，比如 1. open。你可以重命名一下，方便后续处理：
data.columns = ['open', 'high', 'low', 'close', 'volume']3.5 本章知识体系
为了让你更直观地理解本章内容，我画了一张图：
这张图把本章的核心逻辑串起来了。从数据源到获取方式，再到数据格式，最后落到应用场景。你跟着这个脉络走，就不会乱。
3.6 实战小贴士
最后，分享几个我自己的经验：
- 数据缓存：别每次都从网络拉数据。我习惯把数据存到本地 CSV 文件，每天更新一次。这样既快又稳。
- 异常处理：网络请求总会出问题。用
try-except包一下，失败了就重试三次。 - 数据对齐：如果你拉多只股票的数据，注意它们的交易日可能不同。比如 A 股和美股节假日不一样。用
pd.merge()时记得指定how='inner'或how='outer'。
嗯，数据获取这部分就讲到这里。记住，数据是量化交易的基石。花时间把数据搞明白，后面的路会顺很多。