使用 panda datareader 从 google finance 下载股票数据时出现问题

issues downloading stock data from google finance using panda datareader

直到几天前,一切都运行良好。现在当我 运行 以下内容时:

from pandas_datareader import data
symbol = 'AMZN'
data_source='google'
start_date = '2010-01-01'
end_date = '2016-01-01'

df = data.DataReader(symbol, data_source, start_date, end_date)

我只得到了如下所示一年的最新数据,好像start_data和end_data似乎无关紧要。将它们更改为不同的日期会产生以下相同的结果。有谁知道为什么?

结果:

df.head()
              Open    High     Low   Close    Volume
Date                                                
2016-09-21  129.13  130.00  128.39  129.94  14068336
2016-09-22  130.50  130.73  129.56  130.08  15538307
2016-09-23  127.56  128.60  127.30  127.96  28326266
2016-09-26  127.37  128.16  126.80  127.31  15064940
2016-09-27  127.61  129.01  127.43  128.69  15637111

只需将 google 替换为 yahoo。 google 来源现在有问题。 https://github.com/pydata/pandas-datareader/issues/394

from pandas_datareader import data
symbol = 'AMZN'
data_source='yahoo'
start_date = '2010-01-01'
end_date = '2016-01-01'

df = data.DataReader(symbol, data_source, start_date, end_date)

使用 fix-yahoo-finance 然后使用 yahoo 而不是 Google 作为您的来源。看起来 Google 最近锁定了大量数据。

首先您需要安装 fix-yahoo-finance。只需使用 pip install fix-yahoo-finance.

然后使用get_data_yahoo:

from pandas_datareader import data
import fix_yahoo_finance as yf
yf.pdr_override() 

symbol = 'AMZN'
data_source='google'
start_date = '2010-01-01'
end_date = '2016-01-01'
df = data.get_data_yahoo(symbol, start_date, end_date)

df.head()
                 Open       High        Low      Close  Adj Close    Volume
Date                                                                       
2010-01-04  136.25000  136.61000  133.14000  133.89999  133.89999   7599900
2010-01-05  133.42999  135.48000  131.81000  134.69000  134.69000   8851900
2010-01-06  134.60001  134.73000  131.64999  132.25000  132.25000   7178800
2010-01-07  132.01000  132.32001  128.80000  130.00000  130.00000  11030200
2010-01-08  130.56000  133.67999  129.03000  133.52000  133.52000   9830500

Yahoo 截至 2020 年 1 月 1 日工作:

import pandas_datareader.data as web
import datetime
start = datetime.datetime(2015, 1, 1)
end = datetime.datetime(2018, 2, 8)
df = web.DataReader('TSLA', 'yahoo', start, end)
print(df.head())