从Morningstar下载股票价格数据时出现错误及代码求助

嘿，我来帮你搞定这个从Morningstar下载股票数据的问题！看了你的代码和描述，这里有几个核心问题和对应的解决思路：

一、最关键的错误原因：Morningstar数据源已失效 #

首先，pandas_datareader里的morningstar数据源早就不能用了——Morningstar在几年前就关闭了公开的API接口，所以你调用web.DataReader(stock, 'morningstar', ...)肯定会抛出连接错误或者数据不存在的异常，这是导致你失败的核心原因。

除此之外，你的代码还有几个小问题：

• 最后一行temp=f['C...明显没写完，应该是要取收盘价（比如Close列），语法不完整会直接报错；
• 嵌套循环每年只取单天数据，不仅效率低，还容易触发请求限制，而且如果5月1日是节假日（美股休市），也会因为没有数据报错；
• CSV读取用dataa.extend(i)可能会把每行的所有列都塞进列表，如果你的CSV是每行一个股票代码，应该用append取第一列，不然会混入无关数据。

二、具体解决办法 #

1. 替换成可用的数据源 #

既然Morningstar凉了，推荐用Yahoo Finance作为替代，现在可以通过yfinance库来对接，步骤如下：
首先安装依赖：

pip install yfinance pandas-datareader

然后在代码里添加接口修复：

import yfinance as yf
yf.pdr_override()  # 让pandas_datareader能用Yahoo的数据源

之后把原来的'morningstar'改成'yahoo'就行：

f = web.DataReader(stock, 'yahoo', start, end)

如果需要更稳定的数据源，也可以试试Alpha Vantage（需要免费API密钥），不过有请求次数限制，适合小批量数据获取。

2. 修复代码逻辑与语法 #

• 补全截断的代码：如果要取单天收盘价，应该写成temp = f['Close'].iloc[0]（因为单天数据只有一行，用iloc[0]提取）；
• 优化循环逻辑：不用每年循环，直接指定时间范围，然后筛选每年5月1日的数据，这样更高效：

  # 直接设置总时间范围
  start = datetime(2010, 5, 1)
  end = datetime(2019, 5, 1)
  for stock in dataa[2:100]:
      try:
          df = web.DataReader(stock, 'yahoo', start, end)
          # 筛选所有5月1日的数据
          may_1_data = df[(df.index.month == 5) & (df.index.day == 1)]
          for date, price in may_1_data['Close'].items():
              Dates.append(date)
              Prices.append(price)
              Tick.append(stock)
      except Exception as e:
          print(f"获取{stock}数据失败: {e}")
  

• 修复CSV读取：如果你的CSV是每行一个股票代码，前两行是表头/无关数据，改成这样更靠谱：

  with open('sp500const.csv', newline='') as File:
      reader = csv.reader(File)
      # 跳过前两行
      next(reader)
      next(reader)
      dataa = [row[0] for row in reader if row]  # 跳过空行，只取第一列的股票代码
  

3. 增加异常处理 #

一定要加try-except块，不然单个股票获取失败会导致整个程序崩溃，还能打印错误信息帮你排查问题。

三、完整可运行的示例代码 #

import math
import pandas_datareader.data as web
import matplotlib.pyplot as plt
from datetime import datetime
from matplotlib import style
import csv
import yfinance as yf

# 修复pandas_datareader与Yahoo Finance的对接
yf.pdr_override()
style.use('ggplot')

# 读取股票代码CSV
dataa = []
with open('sp500const.csv', newline='') as File:
    reader = csv.reader(File)
    # 跳过前两行（根据你的CSV结构调整）
    next(reader)
    next(reader)
    for row in reader:
        if row:  # 跳过空行
            dataa.append(row[0])

Dates = []
Prices = []
Tick = []

# 设置时间范围
start_date = datetime(2010, 5, 1)
end_date = datetime(2019, 5, 1)

for stock in dataa[:98]:  # 对应原代码的dataa[2:100]
    try:
        # 获取股票数据
        df = web.DataReader(stock, 'yahoo', start_date, end_date)
        # 筛选每年5月1日的数据
        target_dates = df[(df.index.month == 5) & (df.index.day == 1)]
        if not target_dates.empty:
            for idx, row in target_dates.iterrows():
                Dates.append(idx)
                Prices.append(row['Close'])
                Tick.append(stock)
        else:
            print(f"{stock}在2010-2019年的5月1日无交易数据")
    except Exception as e:
        print(f"处理{stock}时出错: {str(e)}")

# 输出结果统计
print(f"数据获取完成，共获取{len(Prices)}条有效记录")

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