如何用Python的yfinance获取聚合4小时K线历史股票数据及解决NaN问题

问题描述 #

据我所知，yfinance似乎不提供可下载的免费预聚合K线数据，因此我需要自行聚合数据。我尝试了以下代码，但生成的聚合DataFrame中出现大量NaN值，这似乎不太合理！我想知道是否有更好的方法来实现。另外，是否有简便方法直接从Yahoo Finance服务器获取已预聚合的数据？

尝试的代码 #

import yfinance as yf

df = yf.download("SPY", period="2y", interval='1h')
ohlc_dict = {'Open': 'first', 'High': 'max', 'Low': 'min', 'Close': 'last', 'Adj Close': 'last', 'Volume': 'sum'}
df = df.resample('4H', label='left').agg(ohlc_dict)
print(df)

运行结果 #

[*********************100%***********************]  1 of 1 completed
                                Open        High  ...   Adj Close    Volume
2020-11-17 12:00:00-05:00  361.36499  361.920013  ...  360.640015  22304320
2020-11-17 16:00:00-05:00        NaN         NaN  ...         NaN         0
2020-11-17 20:00:00-05:00        NaN         NaN  ...         NaN         0
2020-11-18 00:00:00-05:00        NaN         NaN  ...         NaN         0
2020-11-18 04:00:00-05:00        NaN         NaN  ...         NaN         0

[5 rows x 6 columns]

问题分析与解决方案 #

1. NaN值产生的原因 #

出现大量NaN是因为股票有固定交易时段（比如美股为当地时间9:30-16:00），按4小时重采样时会覆盖非交易时段（如深夜、凌晨），这些时段原本就没有交易数据，聚合后自然会出现NaN。

2. 优化后的聚合代码 #

可以通过过滤无效行或对齐交易时段来解决这个问题，以下是两种可行方案：

方案一：过滤无交易数据的行

import yfinance as yf

# 下载数据并统一时区为美国东部时间
df = yf.download("SPY", period="2y", interval='1h')
df = df.tz_convert('America/New_York')

# 定义聚合规则
ohlc_dict = {'Open': 'first', 'High': 'max', 'Low': 'min', 'Close': 'last', 'Adj Close': 'last', 'Volume': 'sum'}

# 4小时重采样后，过滤掉所有价格字段为空的行
df_4h = df.resample('4H', label='left').agg(ohlc_dict)
df_4h = df_4h.dropna(subset=['Open', 'High', 'Low', 'Close'], how='all')

print(df_4h)

方案二：对齐交易时段重采样

直接从美股开盘时间（9:30）开始按4小时划分区间，避免覆盖非交易时段：

import yfinance as yf

df = yf.download("SPY", period="2y", interval='1h')
df = df.tz_convert('America/New_York')

ohlc_dict = {'Open': 'first', 'High': 'max', 'Low': 'min', 'Close': 'last', 'Adj Close': 'last', 'Volume': 'sum'}

# 从9:30开始按4小时重采样，自动对齐交易时段
df_4h = df.resample('4H', label='left', offset='9h30min').agg(ohlc_dict)
df_4h = df_4h.dropna(subset=['Open', 'High', 'Low', 'Close'], how='all')

print(df_4h)

3. 预聚合数据的获取途径 #

Yahoo Finance官方没有开放免费的预聚合K线数据接口，yfinance也未提供相关功能。免费渠道下，只能先下载基础时段数据（如1小时线）后自行聚合。如果需要更高效的预聚合数据，可考虑付费数据服务商的API。

内容的提问来源于stack exchange，提问作者gabrsafwat