如何计算股票（如苹果）平均百分比收益率及Alpha Vantage API模块报错处理

计算步骤如下：

• 获取AAPL的历史收盘价数据（可选择日/周/月等周期）
• 计算单周期百分比收益率，公式为：
  单周期收益率 = (当期收盘价 - 上期收盘价) / 上期收盘价 * 100
• 对所有单周期收益率取算术平均值，得到平均百分比收益率

用Alpha Vantage SDK实现的示例代码：

from alpha_vantage.timeseries import TimeSeries
import pandas as pd

API_KEY = "你的API密钥"
ts = TimeSeries(key=API_KEY, output_format="pandas")
# 获取AAPL每日完整历史数据
daily_data, _ = ts.get_daily(symbol="AAPL", outputsize="full")
# 计算每日百分比收益率
daily_data["daily_return_pct"] = (daily_data["4. close"] - daily_data["4. close"].shift(1)) / daily_data["4. close"].shift(1) * 100
# 计算平均收益率（跳过空值）
average_return = daily_data["daily_return_pct"].dropna().mean()
print(f"AAPL平均每日百分比收益率: {average_return:.2f}%")

若需计算周/月平均收益率，只需将get_daily替换为get_weekly或get_monthly，再重复后续计算步骤即可。

问题原因 #

Alpha Vantage官方Python SDK并未内置AlphaIntelligence模块，文档中提及的Alpha Intelligence是API的独立端点集合，而非SDK封装好的模块。

解决方法 #

直接通过HTTP请求调用Alpha Intelligence对应的API端点，或基于已有数据自行计算统计指标：

方法1：用HTTP请求调用Alpha Intelligence API

以获取收益惊喜统计数据（包含mean、min、max等指标）为例：

import requests
import pandas as pd

API_KEY = "你的API密钥"
symbol = "AAPL"
# 调用EARNINGS_SURPRISE端点获取统计数据
url = f"https://www.alphavantage.co/query?function=EARNINGS_SURPRISE&symbol={symbol}&apikey={API_KEY}"
response = requests.get(url)
data = response.json()
# 提取包含统计指标的数据集
stats_df = pd.DataFrame(data["earnings_surprise"])
print(stats_df)

根据需求替换function参数即可调用其他Alpha Intelligence端点（如EPS_SURPRISE等）。

方法2：基于已有数据自行计算统计指标

若已通过Fundamental Data模块获取数据，可直接用Pandas内置函数计算min、median、max、mean：

# 基于你已获取的income_statement数据计算统计指标
income_stats = data[0].agg(["min", "median", "max", "mean"])
print(income_stats)

内容的提问来源于stack exchange，提问作者lol lol