Python金融数据分析入门：用yfinance库抓取苹果股票数据（附完整代码）

Python金融数据分析实战：从yfinance入门到苹果股票可视化

金融数据分析正逐渐成为投资决策和风险管理的核心技能。对于刚接触这一领域的Python开发者来说，掌握基础的数据获取和分析方法至关重要。本文将手把手带你使用yfinance库获取苹果公司股票数据，并通过完整代码示例展示从数据抓取到基础分析的全流程。

1. 环境准备与工具链搭建

在开始金融数据分析之前，我们需要配置合适的Python环境。推荐使用Anaconda发行版，它预装了大多数数据分析所需的依赖包。如果尚未安装Python环境，可以从Anaconda官网获取最新版本。

以下是必备的Python库及其作用：

• yfinance：雅虎财经API的非官方封装，用于获取股票市场数据
• pandas：数据处理和分析的核心库
• numpy：支持高性能数值计算
• matplotlib：基础可视化工具
• seaborn：基于matplotlib的统计图形库，提供更美观的默认样式

安装这些库只需在终端或命令提示符中执行以下命令：

pip install yfinance pandas numpy matplotlib seaborn

提示：建议在虚拟环境中安装这些包以避免版本冲突。可以使用python -m venv finance_env创建虚拟环境，然后激活它再安装依赖。

2. 获取苹果公司股票数据

yfinance库提供了简洁的接口来获取历史市场数据。让我们从获取苹果公司(AAPL)的股票数据开始：

import yfinance as yf # 定义股票代码和时间范围 ticker = "AAPL" start_date = "2020-01-01" end_date = "2023-01-01" # 下载历史数据 aapl_data = yf.download(ticker, start=start_date, end=end_date) # 查看前5行数据 print(aapl_data.head())

这段代码会返回一个包含以下列的DataFrame：

yfinance返回的数据已经相当规整，但我们仍需要进行一些基本检查：

# 检查缺失值 print(f"缺失值数量:\n{aapl_data.isnull().sum()}") # 检查数据时间范围 print(f"\n数据时间跨度: {aapl_data.index.min()} 至 {aapl_data.index.max()}")

3. 数据清洗与预处理

金融数据常常存在异常值和缺失值，需要进行适当处理才能用于分析。以下是常见的数据清洗步骤：

1. 处理缺失值：股票市场在节假日休市，会产生自然缺失
2. 处理异常值：检查价格或交易量的极端值
3. 计算衍生指标：如日收益率、移动平均线等

# 复制原始数据以避免修改 clean_data = aapl_data.copy() # 填充少量缺失值（前向填充） clean_data.ffill(inplace=True) # 计算日收益率 clean_data['Daily_Return'] = clean_data['Close'].pct_change() # 计算20日和50日简单移动平均 clean_data['SMA_20'] = clean_data['Close'].rolling(window=20).mean() clean_data['SMA_50'] = clean_data['Close'].rolling(window=50).mean() # 移除初始没有移动平均值的行 clean_data.dropna(inplace=True)

注意：填充缺失值的方法取决于具体情况。对于股票数据，前向填充（用前一天的值填充）通常比直接删除更合理。

4. 基础分析与可视化

有了干净的数据后，我们可以开始进行一些基础分析。金融数据分析通常从以下几个方面入手：

• 价格趋势分析：观察股票价格的长期走势
• 波动性分析：测量价格的波动程度
• 相关性分析：研究不同变量间的关系

4.1 价格趋势可视化

使用matplotlib和seaborn绘制收盘价和移动平均线：

import matplotlib.pyplot as plt import seaborn as sns plt.figure(figsize=(14, 7)) plt.plot(clean_data['Close'], label='收盘价', alpha=0.5) plt.plot(clean_data['SMA_20'], label='20日移动平均', linestyle='--') plt.plot(clean_data['SMA_50'], label='50日移动平均', linestyle='--') plt.title('苹果公司(AAPL)股票价格与移动平均线(2020-2022)') plt.xlabel('日期') plt.ylabel('价格($)') plt.legend() plt.grid(True) plt.show()

4.2 收益率分布分析

日收益率是金融分析中的重要指标，让我们看看它的分布：

plt.figure(figsize=(12, 6)) sns.histplot(clean_data['Daily_Return'], bins=50, kde=True) plt.title('苹果股票日收益率分布') plt.xlabel('日收益率') plt.ylabel('频率') plt.show() # 计算基本统计量 print(clean_data['Daily_Return'].describe())

4.3 交易量与价格关系

交易量往往与价格变动相关，我们可以用散点图观察这种关系：

plt.figure(figsize=(12, 6)) plt.scatter(clean_data['Volume']/1e6, clean_data['Daily_Return'], alpha=0.5) plt.title('交易量与日收益率关系') plt.xlabel('交易量(百万股)') plt.ylabel('日收益率') plt.grid(True) plt.show()

5. 扩展分析技巧

掌握了基础分析后，我们可以尝试一些更有深度的分析技术：

5.1 波动率计算

波动率是衡量风险的重要指标，通常用收益率的滚动标准差来估计：

# 计算20日滚动波动率 clean_data['Volatility_20D'] = clean_data['Daily_Return'].rolling(window=20).std() * (252**0.5) plt.figure(figsize=(12, 6)) plt.plot(clean_data['Volatility_20D']) plt.title('苹果股票20日滚动年化波动率') plt.xlabel('日期') plt.ylabel('波动率') plt.grid(True) plt.show()

5.2 相关性热力图

研究不同价格指标间的相关性：

# 选择感兴趣的列 corr_cols = ['Open', 'High', 'Low', 'Close', 'Volume', 'Daily_Return'] corr_matrix = clean_data[corr_cols].corr() plt.figure(figsize=(10, 8)) sns.heatmap(corr_matrix, annot=True, cmap='coolwarm', center=0) plt.title('价格指标相关性热力图') plt.show()

5.3 移动平均交叉策略回测

简单的交易策略测试可以帮助理解市场行为：

# 生成交易信号 clean_data['Signal'] = 0 clean_data.loc[clean_data['SMA_20'] > clean_data['SMA_50'], 'Signal'] = 1 clean_data.loc[clean_data['SMA_20'] <= clean_data['SMA_50'], 'Signal'] = -1 # 计算策略收益率 clean_data['Strategy_Return'] = clean_data['Signal'].shift(1) * clean_data['Daily_Return'] # 计算累计收益率 clean_data['Cumulative_Market'] = (1 + clean_data['Daily_Return']).cumprod() clean_data['Cumulative_Strategy'] = (1 + clean_data['Strategy_Return']).cumprod() # 绘制对比图 plt.figure(figsize=(14, 7)) plt.plot(clean_data['Cumulative_Market'], label='买入持有') plt.plot(clean_data['Cumulative_Strategy'], label='移动平均交叉策略') plt.title('策略表现对比') plt.xlabel('日期') plt.ylabel('累计收益率') plt.legend() plt.grid(True) plt.show()

6. 数据保存与后续分析

完成分析后，我们可以将处理好的数据保存到本地，供后续使用：

# 保存为CSV clean_data.to_csv('aapl_processed_2020_2022.csv') # 保存为Excel clean_data.to_excel('aapl_processed_2020_2022.xlsx') # 保存为Pickle（保留数据类型） clean_data.to_pickle('aapl_processed_2020_2022.pkl')

对于更复杂的分析，可以考虑：

• 添加技术指标（MACD、RSI、布林带等）
• 结合基本面数据（财务报表、宏观经济指标）
• 构建机器学习预测模型
• 进行投资组合优化分析