Yahoo Finance股票数据30日增长率计算结果异常求助

核心原因 #

所有日期增长率统计值完全相同的关键问题有两个：

1. 未按股票分组计算：你调用get_growth_df时传入的是循环最后一只股票的historyPrices（即TSLA），且即使使用合并后的stocks_df，全局shift(-i)操作会跨股票执行，破坏单只股票的时间序列连续性，导致增长率计算完全错误。
2. 索引丢失导致序列混乱：合并stocks_df时用了ignore_index=True，丢失了原时间索引，无法保证单只股票的日期按顺序排列，shift操作失去时间意义。

修正后的完整代码 #

1. 修正数据获取与合并逻辑 #

# Extracting data from yahoo finance
import pandas as pd
import yfinance as yf
import numpy as np

symbols = ['MSFT', 'HD', 'TSLA']
stocks_df = pd.DataFrame()

for ticker in symbols:
    print(ticker)
    # 获取单只股票数据，保留时间索引
    historyPrices = yf.download(tickers=ticker, period="max", interval="1d")
    historyPrices['Ticker'] = ticker
    historyPrices['Year'] = historyPrices.index.year
    historyPrices['Month'] = historyPrices.index.month
    historyPrices['Weekday'] = historyPrices.index.weekday
    historyPrices['Date'] = historyPrices.index.date
    
    # 合并时保留原索引，不重置
    if stocks_df.empty:
        stocks_df = historyPrices
    else:
        stocks_df = pd.concat([stocks_df, historyPrices])

2. 修正增长率计算函数 #

# 按股票分组计算未来增长率的函数
def get_growth_df(df: pd.DataFrame) -> pd.DataFrame:
    # 对单只股票的时间序列计算增长率
    def calculate_growth(group):
        # 确保组内数据按时间升序排列
        group = group.sort_index()
        for i in range(1, 31):
            group[f'future_growth_{i}d'] = group['Adj Close'].shift(-i) / group['Adj Close']
        return group
    
    # 按股票分组执行计算
    result_df = df.groupby('Ticker').apply(calculate_growth)
    # 提取所有增长率列
    GROWTH_KEYS = [k for k in result_df.columns if k.startswith('future_growth_')]
    return result_df[GROWTH_KEYS]

# 生成增长率数据并查看统计结果
growth_stats = get_growth_df(stocks_df).describe()
print(growth_stats)

关键修正说明 #

• 保留时间索引：合并数据时不再重置索引，保证单只股票的时间序列连续有序。
• 分组隔离计算：通过groupby('Ticker')让每只股票的增长率计算基于自身历史价格，避免跨股票干扰。
• 强制排序：分组内先按时间索引排序，避免数据顺序混乱导致shift操作出错。

预期输出示例 #

执行后describe()会输出各日期差异化的统计值，格式如下：

内容的提问来源于stack exchange，提问作者Prash