使用Alpaca Paper Markets获取股票数据时遇AttributeError求助

错误原因 #

你使用的是Alpaca API v2，但get_barset是v1版本专属的历史数据获取方法，v2版本已移除该接口，改用get_bars方法替代。

修正后的代码实现 #

1. 保留原有初始化代码（无需修改） #

import os
import pandas as pd
import alpaca_trade_api as tradeapi
from dotenv import load_dotenv
load_dotenv('.env')

alpaca_api_key = os.getenv("ALPACA_API_KEY")
alpaca_secret_key = os.getenv("ALPACA_SECRET_KEY")

alpaca = tradeapi.REST(
    alpaca_api_key,
    alpaca_secret_key,
    api_version="v2"
)

2. 调整历史数据获取逻辑 #

替换原get_barset调用，改用v2兼容的get_bars方法，并适配结果转换逻辑：

ticker = ["TSLA", "KO"]  # 替换为你的目标股票列表
timeframe = "1D"
start_date = pd.Timestamp("2021-07-26", tz="America/New_York").isoformat()
end_date = pd.Timestamp("2022-07-26", tz="America/New_York").isoformat()

# 使用v2接口获取数据
bars = alpaca.get_bars(
    tickers=ticker,
    timeframe=timeframe,
    start=start_date,
    end=end_date,
    limit=1000
)

# 转换为Pandas DataFrame（两种可选方式）
# 方式1：直接调用BarSet的df属性，生成多层索引DataFrame（最接近原逻辑）
df_ticker = bars.df

# 方式2：手动拼接，自定义结构（适合需要调整列顺序/新增字段的场景）
# df_list = []
# for symbol in ticker:
#     symbol_df = pd.DataFrame(bars[symbol], columns=['timestamp', 'open', 'high', 'low', 'close', 'volume'])
#     symbol_df['symbol'] = symbol
#     df_list.append(symbol_df)
# df_ticker = pd.concat(df_list).set_index(['symbol', 'timestamp'])

关键注意点 #

• get_bars参数需用tickers指定标的列表（原get_barset用第一个位置参数）
• 返回的BarSet对象仍保留.df属性，直接生成外层为标的代码、内层为时间戳的多层索引DataFrame
• 如需自定义数据结构，可遍历每个标的的Bar数据手动拼接

内容的提问来源于stack exchange，提问作者John