如何解决JupyterLite中使用FinanceDataReader时的SSLError问题

问题根源 #

JupyterLite基于Pyodide在浏览器环境运行，Pyodide的Python环境中原生SSL模块支持不完善，而FinanceDataReader默认调用的Naver金融HTTPS接口需要SSL证书验证，因此直接调用会触发SSL module is not available错误。

可行解决方案 #

方案1：利用浏览器Fetch API手动获取并解析Naver数据 #

浏览器本身具备完整的SSL处理能力，我们可以通过Pyodide调用浏览器的fetch接口绕过Pyodide的SSL限制，手动解析Naver返回的K线数据：

import pandas as pd
import xml.etree.ElementTree as ET
from pyodide.ffi import to_js
import js

# 配置参数
symbol = '005930'
start_date = '2020-01-01'
end_date = '2020-12-31'

# 构造Naver金融K线数据请求URL
url = f"https://fchart.stock.naver.com/sise.nhn?timeframe=day&count=6000&requestType=0&symbol={symbol}"

# 调用浏览器fetch获取数据（浏览器自动处理SSL）
response = await js.fetch(url)
text = await response.text()

# 解析XML格式的返回数据
root = ET.fromstring(text)
data = []
for item in root.findall('.//item'):
    date, open_p, high, low, close, volume = item.attrib['data'].split('|')
    data.append({
        'Date': date,
        'Open': float(open_p),
        'High': float(high),
        'Low': float(low),
        'Close': float(close),
        'Volume': int(volume)
    })

# 转换为DataFrame并过滤日期范围
df = pd.DataFrame(data)
df['Date'] = pd.to_datetime(df['Date'])
df = df.set_index('Date')
df = df[(df.index >= start_date) & (df.index <= end_date)]

# 查看结果
df

方案2：改用Yahoo Finance的CSV数据源 #

如果不需要严格依赖Naver数据，可以直接读取Yahoo Finance的CSV格式数据，同样利用浏览器fetch处理SSL：

import pandas as pd
from pyodide.ffi import to_js
import js
from io import StringIO

# 配置参数（三星电子在Yahoo的代码为005930.KS）
symbol = '005930.KS'
start_date = '2020-01-01'
end_date = '2020-12-31'

# 构造Yahoo Finance下载URL
period1 = int(pd.Timestamp(start_date).timestamp())
period2 = int(pd.Timestamp(end_date).timestamp())
url = f"https://query1.finance.yahoo.com/v7/finance/download/{symbol}?period1={period1}&period2={period2}&interval=1d&events=history&includeAdjustedClose=true"

# 调用浏览器fetch获取CSV数据
response = await js.fetch(url)
text = await response.text()

# 转换为DataFrame
df = pd.read_csv(StringIO(text), index_col='Date', parse_dates=True)

# 查看结果
df

为什么之前的方法无效？ #

1. Stack Overflow的session参数方案：FinanceDataReader的DataReader确实不支持session参数，且即使支持，Pyodide环境下的requests模块同样受限于SSL缺失问题。
2. Inflearn的安装命令：JupyterLite中无法通过pip安装需要编译的底层依赖，且--trusted-host这类参数在Pyodide的pip实现中不兼容，因此会触发解析错误。
3. JupyterLite社区讨论：FinanceDataReader主要针对桌面Python环境开发，对Pyodide的支持不完善，因此社区相关讨论较少。
4. pandas的SSL解决方案：如设置verify=False，在Pyodide环境中因无SSL模块，该配置无法生效，因此无效。

内容的提问来源于stack exchange，提问作者ddd