如何有效地从Yahoo Finance下载大量行情自动收录器？

问题描述

我有大量的股票行情清单，我想使用Yahoo Finance下载股票行情数据。

我现在正在使用python，但也欢迎使用R解决方案。

这是一段python代码，还附带了带有行情收录器的excel文件：

import yfinance as yf
from yahoofinancials import YahooFinancials

# get tickers 
mf_tickers = pd.read_excel('tickers_mutual_funds.xlsx')

# download data 
tickers = mf_tickers.Symbol
funds_financials = YahooFinancials(tickers)

data = funds_financials.get_historical_price_data(start_date='2019-01-01',end_date='2019-12-31',time_interval='weekly')

问题在于，要加载这种大小的数据，我的计算机需要花费很长时间，例如数小时。

有什么更好，更有效的方式来加载这些数据？如前所述，我对python或R解决方案都很满意。

要加载的文件： https://www.dropbox.com/s/1l41tk8gxzqvutd/tickers_mutual_funds%20copy.xlsx?dl=0

谢谢

解决方法

我会提供一个名为yahooquery的软件包，并带有免责声明：我是该软件包的作者。

这是您的方法：

from yahooquery import Ticker

mf_symbols = pd.read_excel('tickers_mutual_funds.xlsx')
symbols = mf_tickers.Symbol.tolist()

tickers = Ticker(symbols,asynchronous=True)

data = tickers.history(start='2019-01-01',end='2019-12-31',interval='1wk')

在大多数情况下，history方法将返回pandas.DataFrame。但是，您的列表中有很多股票代号，这些代号在2019年还没有出现，或者根本没有数据。因此，它将是一本字典，每个符号都作为键。

以下是获取单个数据框的方法：

# Add symbol column to each dataframe
for key in data:
    if isinstance(data[key],pd.DataFrame):
        data[key]['symbol'] = key

# Concat all dataframes
df = pd.concat([data[k] for k in data if isinstance(data[k],pd.DataFrame)])

以下是我在上面运行相同功能时的一些统计信息：

• 运行时间：〜5分钟
• 有效符号（返回数据的符号）：19,415
• 数据框中的总行数：1,008,180
• 没有数据的符号：6,571