pandas_datareader拉取雅虎BTC-USD数据与官网数值不符问题咨询

核心原因 #

• 时区差异（首要因素）
  BTC属于7*24小时交易的加密货币品类，日线价格的统计结果完全依赖时区选择：
  pandas_datareader调用的雅虎非公开API默认返回UTC时区的日线数据，统计区间为UTC时间当日00:00至次日00:00；而雅虎财经网页端会根据访问地区适配默认时区，国内访问通常默认使用美东夏令时/冬令时（2021年9月为夏令时，UTC-4），UTC时间9月1日的统计区间对应美东时间8月31日12点至9月1日12点，和网页端显示的美东时间9月1日的统计区间完全错位，因此会出现数百美元的价格偏差。
• 统计口径差异
  雅虎网页端的历史数据和非公开API的数据源未完全对齐，网页端会定期对历史数据做回溯修正，比如剔除异常成交、调整采样权重，而API返回的是未做二次修正的原始交易数据。
• 精度处理差异
  网页端显示的价格默认四舍五入保留两位小数，而API返回的是完整的浮点精度数据，这类差异只会带来小额误差，不会造成你遇到的大幅偏差。

解决方法 #

• 拉取数据后先做时区转换，将API返回的UTC时间转换为和网页端一致的美东时间，再按目标时区的日期重新聚合日线数据，就能和网页端显示的价格对齐。
• 改用yfinance库拉取雅虎财经数据，这是目前对雅虎接口适配最完善的第三方库，返回数据和网页端的一致性远高于pandas_datareader内置的雅虎接口。
• 对比价格前先核对两边日期对应的交易时段，确认统计区间一致后再做数值对比。

内容的提问来源于stack exchange，提问作者thatthing