Python Y财务：Don'；当选择一小时间隔时，看不到白天的时间

我使用Python包获取股票的历史股价（在本例中为特斯拉股票）

当我执行以下操作时，以一分钟的间隔获取上周的股价：

import yfinance as yf

print(yf.Ticker('TSLA').history(period='7d', interval='1m'))

import yfinance as yf

print(yf.Ticker('TSLA').history(period='7d', interval='1h'))

我明白了

因此，我可以看到每个时间间隔的日期和时间

但是，当我选择一小时间隔时：

import yfinance as yf

print(yf.Ticker('TSLA').history(period='7d', interval='1m'))

import yfinance as yf

print(yf.Ticker('TSLA').history(period='7d', interval='1h'))

我明白了

---

也就是说，我不知道不同时间间隔的时间，只知道它们是在哪一天被记录的。怎么会这样？当我选择一分钟的时间间隔时，我会得到一天中的时间，那么为什么我不选择一小时的时间间隔呢？如果使用一个小时的间隔，我是否可以轻松地获得一天中的时间，或者我必须将它们与一分钟的时间间隔进行比较，并试图找出哪个时间间隔对应于哪个小时？

我在我的

\venv\Lib\site packages\yfinance

文件夹中查看了

yfinance

背后的编码，然后我把它弄得乱七八糟，我发现：

base.py

第182行：（yfinance查询其数据）

utils.py

第131行：（yfinance将时间转换为指定格式）

datetimes.py

第605-617行（转换发生的函数）

最后一个函数似乎是发生日期转换的地方，搞乱这些设置除了中断程序外没有任何作用，所以我回到

base.py

继续搞乱那里的东西，直到我发现

yfinance

在第234行进行第二次格式化，如果你把

elif参数[“interval”]=='1h'：通过

就在第236行之后，您可以获得您想要的数据，而不需要缺少小时/分钟/秒标记

小心修改您的

yfinance

库可能会破坏某些东西，我不推荐这样做

base.py

第234-243行现在应该如下所示：

if params["interval"][-1] == "m":
    df.index.name = "Datetime"
elif params["interval"] == '1h':
    pass
else:
    df.index = _pd.to_datetime(df.index.date)
    if tz is not None:
        df.index = df.index.tz_localize(tz)
    df.index.name = "Date"

看看你的数据，你会发现一个大问题

最大的问题是，9:30开盘时的数据会增加价值，之后的每小时直到下午4点都是30分钟，而不是00分钟：

                           Open    High      ...  Dividends  Stock Splits
2020-12-03 08:00:00-05:00  592.75  596.28    ...          0             0
2020-12-03 09:00:00-05:00  594.15  594.99    ...          0             0
2020-12-03 09:30:00-05:00  590.02  595.90    ...          0             0
2020-12-03 10:30:00-05:00  588.16  591       ...          0             0
...
2020-12-03 15:30:00-05:00  594.84  596.53    ...          0             0
2020-12-03 16:00:00-05:00  593.33  597.24    ...          0             0

在这一点上，我们可以继续调整

yfinance

，但老实说，我们自己获取数据会更容易。我从picking apart

yfinance

中编写了以下代码，并将其修改为我们需要的代码：

直接从雅虎财经下载1h数据的代码

import requests
import datetime as dt


ticker = 'TSLA'
base_url = 'https://query1.finance.yahoo.com'
url = "{}/v8/finance/chart/{}".format(base_url, ticker)
params = {'interval': '1h', 'range': '7d', 'includePrePost': True}

response = requests.get(url=url, params=params)
data = response.json()

epoch = data['chart']['result'][0]['timestamp']
prices = data['chart']['result'][0]['indicators']['quote'][0]['close']

count = 0
list_of_time_and_price = []

for entry in epoch:
    date_and_time = dt.datetime.fromtimestamp(entry).strftime('%Y-%m-%d %H:%M:%S')

    list_of_time_and_price.append([date_and_time, prices[count]])

    count += 1

print(list_of_time_and_price)

您可以按照自己的规格处理上述内容，目前它返回一个带有日期时间和收盘价格的列表，并且它不包含交易日的：30分钟数据

编辑

好在我仔细检查了一下，显然直接从Yahoo Finance获得的1h数据总是会返回：30分钟间隔的交易数据，所以问题不在于python库

yfinance

，而在于网站Yahoo Finance本身。我想解决这个问题的方法是下载1分钟的数据并将其更新到1小时，但是你只能使用上周的数据

---

如果你只需要股票数据，我建议你检查一下哪些股票有2年的日内数据，并且是免费的，每分钟有5个请求（或者类似的限制）。

试试60m而不是1h-@putty，非常感谢，这就解决了问题！如果你把它作为一个答案发布，我会把它标记为被接受的答案。谢谢你做了所有的游戏！看来你可能已经找到了问题的根源。在putty的评论之后，似乎有人已经为代码中的同一位置创建了一个。有趣的是，您可以看到仅使用

请求的替代解决方案

！没问题！从库中分离出来非常有趣，现在我知道了为什么我的均线指数有点偏离，所以我真的很高兴我决定研究一下。当我查看你添加到答案中的股票数据时，我做了一个有趣的观察，你的区间从

08:00

和

09:00

开始，这些都是在股票开盘之前，我不明白你为什么会得到这些数据，也不明白当股票应该收盘时，开盘价如何在

08:00

和

09:00

之间变化。当我按照putty的提示使用间隔

60m

而不是

1h

时，我只得到从

09:30

，

10:30

，

11:30

，

12:30

，

13:30

，

14:30

和

15:30

开始的间隔。你也有从

16:00

开始的间隔，从

16:00

到

17:00

，在此期间股票关闭。但也许我误解了时间戳，这实际上是间隔结束的时间，而不是开始的时间？普通股实际上从上午4点到晚上8点开放，交易日时间为上午9:30到下午4点。我知道TD Ameritrade/thinkorswim不允许所有经纪人查看交易前/交易后的交易时间数据。当我查询

yfinance

时，我询问了“prepost”数据，这就是为什么我会得到这些额外的时间：

yf.Ticker（'TSLA'）。历史记录（period='7d'，interval='60m'，prepost=True）

if params["interval"][-1] == "m":
    df.index.name = "Datetime"
elif params["interval"] == '1h':
    pass
else:
    df.index = _pd.to_datetime(df.index.date)
    if tz is not None:
        df.index = df.index.tz_localize(tz)
    df.index.name = "Date"

                           Open    High      ...  Dividends  Stock Splits
2020-12-03 08:00:00-05:00  592.75  596.28    ...          0             0
2020-12-03 09:00:00-05:00  594.15  594.99    ...          0             0
2020-12-03 09:30:00-05:00  590.02  595.90    ...          0             0
2020-12-03 10:30:00-05:00  588.16  591       ...          0             0
...
2020-12-03 15:30:00-05:00  594.84  596.53    ...          0             0
2020-12-03 16:00:00-05:00  593.33  597.24    ...          0             0

import requests
import datetime as dt


ticker = 'TSLA'
base_url = 'https://query1.finance.yahoo.com'
url = "{}/v8/finance/chart/{}".format(base_url, ticker)
params = {'interval': '1h', 'range': '7d', 'includePrePost': True}

response = requests.get(url=url, params=params)
data = response.json()

epoch = data['chart']['result'][0]['timestamp']
prices = data['chart']['result'][0]['indicators']['quote'][0]['close']

count = 0
list_of_time_and_price = []

for entry in epoch:
    date_and_time = dt.datetime.fromtimestamp(entry).strftime('%Y-%m-%d %H:%M:%S')

    list_of_time_and_price.append([date_and_time, prices[count]])

    count += 1

print(list_of_time_and_price)