Pandas resample重采样结果与yfinance月度数据不匹配问题

• 核心错误是默认雅虎1mo间隔的月度数据是日频数据的月均值，实际上雅虎返回的原生月度K线遵循标准金融K线聚合规则，和均值计算完全无关：
  • 月度Open：当月第一个交易日的开盘价
  • 月度High：当月全部交易日的最高成交价
  • 月度Low：当月全部交易日的最低成交价
  • 月度Close/Adj Close：当月最后一个交易日的收盘价/复权收盘价
  • 月度Volume：当月全部交易日的成交量总和
    你之前用resample('MS').mean()是把整月所有交易日的开、高、低、收全部拉平算平均，出来的是月均成交价格，和原生月K线的开高低收根本不是一个统计口径，这是数据差异的核心来源。你贴的2022-05-01原生数据Close是13.68，正好是福特2022年5月最后一个交易日的收盘价，和你算出来的月均13.38差出0.3完全符合这个逻辑。
• 时间标签认知偏差：雅虎原生月K的时间戳标记在当月月初（比如5月数据标2022-05-01）只是它的标签规则，统计范围就是完整自然月的交易数据，你之前调整MS/CM等重采样频率，只是改了重采样结果的时间标签位置，没有修改聚合逻辑，自然没法匹配。
• 涨跌幅偏差放大的原因：原生月K算的pct_change是相邻两个月最后一个交易日收盘价的环比变动，你用月均价算的pct_change是相邻两个月日度收盘价均值的环比变动，两个指标的统计对象完全不同，偏差自然会被放大。

不要对所有列统一用mean()聚合，要对应标准月K的聚合规则写逻辑，代码如下：

import yfinance as yf
import pandas as pd

# 拉取日频原始数据
df = yf.download('f')
df = df[~df.index.duplicated(keep='last')]

# 按日历月初锚点重采样匹配雅虎月K标签规则，同时使用正确的聚合逻辑
monthly_df = df.resample('MS').agg(
    Open=('Open', 'first'),
    High=('High', 'max'),
    Low=('Low', 'min'),
    Close=('Close', 'last'),
    Adj_Close=('Adj Close', 'last'),
    Volume=('Volume', 'sum')
)

monthly_df['pct'] = monthly_df['Close'].pct_change()
print(monthly_df)

运行上述代码得到的结果，和直接调用yf.download(interval='1mo')返回的数值差异，仅会来自雅虎侧对复权因子、分红拆股历史数据的回溯更新，不存在逻辑层面的不匹配。

内容的提问来源于stack exchange，提问作者Slartibartfast