在Google Colab中用Python提取金融数据的优化方案咨询

原代码运行缓慢主要有几个核心问题，直接给你拆解和优化方案：

原代码的低效点 #

• 重复创建Ticker实例：每次循环都两次调用yf.Ticker(stock)，每次都会发起网络请求，完全属于冗余操作
• 频繁使用df.append()：pandas的append是逐行拼接，每次都会生成新的DataFrame，循环次数越多，性能损耗越严重
• 冗余导入：导入了一堆未用到的库（比如matplotlib、requests、pandas_datareader），占用内存且无意义
• 逻辑偏差：原代码每个日期获取的都是当前最新的财务数据，而非对应日期的历史数据——如果你的需求是获取每个月末的历史指标，原逻辑其实不成立

优化后的代码（保留原逻辑，仅提升效率） #

import pandas as pd
import yfinance as yf
from datetime import datetime

stocks = ['AYX', 'TEAM', 'DDOG', 'MDB', 'TDC', 'CFLT']
start_date = '2021-10-1'
current_date = datetime.now().strftime("%Y-%m-%d")
date_range = pd.date_range(start=start_date, end=current_date, freq='M')
dates = [date.strftime("%Y-%m-%d") for date in date_range]

# 用列表收集所有数据，最后一次性生成DataFrame，避免频繁拼接的性能损耗
data_list = []

for stock in stocks:
    # 只创建一次Ticker实例，复用它的所有数据接口
    ticker = yf.Ticker(stock)
    info = ticker.info
    fast_info = ticker.fast_info
    net_debt = info['totalDebt'] - info['totalCash']
    market_cap = fast_info['market_cap']
    
    # 每个日期复用当前最新数据（匹配原代码逻辑）
    for date in dates:
        data_list.append({
            'Date': date,
            'Stock': stock,
            'NetDebt': net_debt,
            'marketcap': market_cap,
            'EV': market_cap + net_debt
        })

# 一次性生成DataFrame，效率比循环append高数十倍
df = pd.DataFrame(data_list)
print(df)

额外修正：获取对应日期的历史财务数据 #

如果你的真实需求是获取每个月末当时的NetDebt和市值（而非当前最新数据），上面的代码还需要调整，因为yfinance的info返回的是实时数据。可以通过以下方式获取历史资产负债表与市值数据：

import pandas as pd
import yfinance as yf
from datetime import datetime

stocks = ['AYX', 'TEAM', 'DDOG', 'MDB', 'TDC', 'CFLT']
start_date = '2021-10-1'
current_date = datetime.now().strftime("%Y-%m-%d")
date_range = pd.date_range(start=start_date, end=current_date, freq='M')

data_list = []

for stock in stocks:
    ticker = yf.Ticker(stock)
    # 获取历史资产负债表（季度维度），转置后日期为行索引
    balance_sheet = ticker.balance_sheet.T
    # 获取每日市值历史数据
    hist_market_cap = ticker.history(start=start_date, end=current_date)['MarketCap']
    
    for date in date_range:
        # 找到目标日期之前最近的资产负债表数据
        bs_date = balance_sheet.index[balance_sheet.index <= date].max()
        total_debt = balance_sheet.loc[bs_date, 'Total Debt']
        total_cash = balance_sheet.loc[bs_date, 'Cash And Cash Equivalents']
        net_debt = total_debt - total_cash
        
        # 找到目标日期对应的市值（无数据则取最近日期）
        mc_date = hist_market_cap.index[hist_market_cap.index <= date].max()
        market_cap = hist_market_cap.loc[mc_date]
        
        data_list.append({
            'Date': date.strftime("%Y-%m-%d"),
            'Stock': stock,
            'NetDebt': net_debt,
            'marketcap': market_cap,
            'EV': market_cap + net_debt
        })

df = pd.DataFrame(data_list)
print(df)

其他提速技巧 #

• 在Google Colab中切换到GPU/TPU运行时：对网络请求为主的代码提升有限，但能加快pandas的运算速度
• 多线程批量请求：如果股票数量较多，可以用concurrent.futures实现多线程请求，注意不要触发yfinance的请求频率限制

内容的提问来源于stack exchange，提问作者Aman Jain