yfinance 作为 pandas_finance 的替代品

Question

在雅虎于 2021 年年中做出改变后，希望使用 yfinance 作为 pandas_finance 的替代品来提取股票信息（行业、部门、概况）。我有一个大约 50-100 个股票代码（unchecked_tickers）的列表，我希望循环通过这些代码来获取行业、部门、简介。这是我当前的代码，对于 pandas_finance 来说相对较快，但对于 yfinance 来说需要几个小时：

sector = []

for i in range(len(unchecked_tickers)):
        try: 
            sec_data = yf.Ticker(unchecked_tickers[i]).info['sector']
            sector.append(sec_data)
        except:
            sector.append('0')

unchecked_earnings_df["Sector"] = sector

industry = []

for i in range(len(unchecked_tickers)):
        try: 
            ind_data = yf.Ticker(unchecked_tickers[i]).info['industry']
            industry.append(ind_data)
        except:
            industry.append('0')

unchecked_earnings_df["Industry"] = industry

desc = []

for i in range(len(unchecked_tickers)):
        try: 
            desc_data = yf.Ticker(unchecked_tickers[i]).info['longBusinessSummary']
            desc.append(desc_data)
        except:
            desc.append('0')

unchecked_earnings_df["Desc"] = desc

unchecked_earnings_df.head()

Answer 1

每个 yf.Ticker("Stock ticker") 函数调用都会向存储股票数据的服务器发送一个请求。如果您多次执行此请求，可能需要一段时间。在某些时候，获得响应所需的时间会变得更长，这可能是服务器造成的，因为服务器不希望您在这么短的时间内发送很多请求，但我不确定这是否是真正的原因。当您测量每个 yf.Ticker() 函数调用前后的时间并打印差异时，您甚至可以证明这一点。要解决响应时间长的问题，您无能为力。但是您的代码中有很多可以改进的地方。主要问题是您有 3 个不同的 for 循环，它们都执行相同的迭代，并且在开始时都执行相同的 yf.Ticker('stock ticker') 函数调用，这是最耗时的函数。为了提高性能，您可以在一个 for 循环中完成三个 for 循环中所做的所有事情，并且每次迭代只需调用一次 yf.Ticker() 函数。喜欢这个：

for i in range(len(unchecked_tickers)):
    try: 
        ticker = yf.Ticker(unchecked_tickers[i])
        sector.append(ticker.info['sector'])
        industry.append(ticker.info['industry'])
        #.....
    except:
        sector.append('0')
        industry.append('0')
        #.....

这样你就必须为每个股票只调用一次 yf.Ticker() 函数，而不是三次，这应该使你的程序快三倍。