如何用R从Yahoo Finance抓取多只股票的历史财报数据？

当然可以！用R抓取Yahoo Finance的历史财务报表（利润表、资产负债表、现金流量表）完全没问题，我给你整理了两种实用的方法，上手都不难：

tidyquant是基于tidyverse的量化分析工具包，封装了Yahoo Finance的接口，能直接拉取标准化的财务数据，不用自己处理网页结构。

1. 先安装并加载包：

install.packages("tidyquant")
library(tidyquant)

2. 抓取单只股票的财务数据：

• 利润表（默认年度数据，要季度的话加period = "quarterly"）：

aapl_income <- tq_get("AAPL", get = "financials", period = "yearly")

• 资产负债表：

aapl_balance <- tq_get("AAPL", get = "balance_sheet", period = "yearly")

• 现金流量表：

aapl_cashflow <- tq_get("AAPL", get = "cash_flow", period = "yearly")

返回的结果是tidy格式的数据框，直接就能用dplyr、ggplot2这些工具分析。

如果tidyquant的接口有变动，或者你需要更定制化的数据提取，可以直接用rvest爬取网页内容。以AAPL的利润表为例：

1. 安装并加载所需包：

install.packages(c("rvest", "dplyr", "purrr"))
library(rvest)
library(dplyr)
library(purrr)

2. 抓取并处理利润表数据：

# 利润表网页URL
url_income <- "https://finance.yahoo.com/quote/AAPL/financials?p=AAPL"
page_income <- read_html(url_income)

# 提取表格数据并整理
income_table <- page_income %>%
  html_table(fill = TRUE) %>%
  pluck(1) %>%  # 取第一个表格（Yahoo的财务报表是第一个表格）
  rename(Metric = 1) %>%  # 把第一列重命名为Metric
  filter(Metric != "")  # 过滤空行

要抓取资产负债表或现金流量表，只需要把URL里的financials换成balance-sheet或cash-flow就行。不过要注意：Yahoo的网页结构可能会更新，所以如果代码失效，需要检查网页的表格结构，调整提取逻辑。

如果要同时分析多只股票，用purrr的map函数就能批量抓取：

# 定义要分析的股票代码列表
tickers <- c("AAPL", "MSFT", "GOOGL")

# 批量抓取利润表数据
all_income_statements <- map(tickers, ~tq_get(.x, get = "financials")) %>%
  set_names(tickers)  # 给列表元素命名为股票代码

# 查看其中一只的结果
all_income_statements$AAPL

• Yahoo Finance的API或网页结构可能会不定期变更，所以如果某段代码突然失效，记得检查包的最新版本或网页结构
• 有些财务数据可能存在缺失值，抓取后记得用na.omit()或其他方法清理数据
• 不要频繁请求Yahoo的服务器，避免被限制访问

内容的提问来源于stack exchange，提问作者FrankUnderwood268