本篇文章转自简书：http://www.jianshu.com/p/85d563d326a9

这段时间在看量化策略，找到了一个比较不错的开源项目，但是yahoo金融的数据源一直没有找到，在网上找到了这篇文章，分享一下。文章最下方是原作者的微信号，有想打赏的自便~~

Yahoo! Finance提供国内外财经数据，PYTHON通常借助于pandas或者matplotlib进行数据读取。

由于2017年5月16日Yahoo!单方面进行了API升级，原数据接口已下线。

原URL格式：https://chart.yahoo.com/table.csv?s=IBM
现调整为：https://query1.finance.yahoo.com/v7/finance/download/IBM?period1=1492611801&period2=1495203801&interval=1d&events=history&crumb=NMhMTCv7QpM

在pandas及matplotlib yahoo finance补丁发布前，可通过本文提供的临时解决方法提取数据。

原数据提取方法一：

import pandas.io.data as web

IBMStock = web.DataReader(name="IBM", data_source="yahoo",start="2000-1-1")

原数据提取方法二：

import requests

s = requests.Session()

r = s.get("https://chart.yahoo.com/table.csv?s=IBM",verify=False)

原数据提取方法三：

from matplotlib.finance import quotes_historical_yahoo_ochl

date1=(2013, 1, 1)

date2=(2013, 12,31)

price=quotes_historical_yahoo_ochl('IBM', date1, date2)

PYTHON临时解决方案：
Step1. 通过浏览器获取访问yahoo时的cookie值

https://finance.yahoo.com/quote/IBM/history?p=IBM

Chrome

Step2. 右键点击download，取得crumb值

https://query1.finance.yahoo.com/v7/finance/download/IBM?period1=1492611801&period2=1495203801&interval=1d&events=history&crumb=NMhMTCv7QpM

Step3. 使用unix time替换起止日期

代码示例(Python 2.7.13 |Anaconda 4.3.1 (64-bit))：

# -*- coding: utf-8 -*-

"""

Created on Fri May 19 2017

@author: vincentqiao

"""

import requests

import time

import pandas as pd

import matplotlib.pyplot as plt

def datetime_timestamp(dt):

     time.strptime(dt, '%Y-%m-%d %H:%M:%S')

     s = time.mktime(time.strptime(dt, '%Y-%m-%d %H:%M:%S'))

     return str(int(s))

s = requests.Session()

#Replace B=xxxx

cookies = dict(B='c650m5hchrhii&b=3&s=tk')

#Replace crumb=yyyy

crumb = 'NMhMTCv7QpM'

begin = datetime_timestamp("2014-01-01 09:00:00")

end = datetime_timestamp("2017-04-30 09:00:00")

r = s.get("https://query1.finance.yahoo.com/v7/finance/download/IBM?period1="+begin+"&period2="+end+"&interval=1d&events=history&crumb="+crumb,cookies=cookies,verify=False)

f = open('IBM.csv', 'w')

f.write(r.text)

f.close()    

es = pd.read_csv('IBM.csv', index_col=0,parse_dates=True, sep=",", dayfirst=True)

data = pd.DataFrame({"IBM" : es["Adj Close"][:]}) 

print(data.info())

data.plot(subplots=True, grid=True, style="b", figsize=(8, 6))

plt.show()

运行结果：