如何用Python批量爬取公开股票行情并计算日均线？-Python教程-PHP中文网

不能用yfinance批量拉取a股或美股行情，因其不支持国内代码格式且无均线计算逻辑；应使用akshare拉取历史数据并用pandas计算均线，该方案稳定、免费、无需登录、不触发反爬。

如何用python批量爬取公开股票行情并计算日均线？

直接用 yfinance 批量拉取 A 股或美股行情是行不通的——它不支持国内交易所的代码格式，且无内置日均线计算逻辑；真正能跑通的方案是：用 akshare 拉取历史数据 + pandas 计算均线，全程无需登录、不触发反爬。

为什么不能用 requests + 网页解析批量抓股票行情

主流财经网站（如东方财富、同花顺）对高频请求返回 403 或动态渲染内容，requests 拿不到真实数据；即使加 headers 和 delay，IP 也会在几十次请求后被限流。而 akshare 封装的是交易所直连接口（如上交所/深交所 OpenAPI），返回结构化 CSV/JSON，稳定且免费。

网页源码里找不到 kline 数据？大概率是前端用 WebSocket 或 fetch 异步加载的，静态爬虫无效
想用 Selenium？单只股票耗时 >3s，100 只就是 5 分钟起，还容易被识别为自动化行为
yfinance 的 Ticker 对 A 股代码（如 600519.SH）支持差，常返回空 history

用 akshare 获取多只股票日线并合并成 DataFrame

akshare 的 stock_zh_a_hist 函数可按交易日范围批量拉取，返回标准 pandas.DataFrame，列名统一（日期、收盘、成交量 等），省去清洗步骤。

Python Matplotlib Chinese Font

使用 font_manager.addfont() 添加中文字体文件，设置 rcParams['font.family']，并禁用 unicode_minus，使 matplotlib 显示中文。

下载

注意参数：symbol 必须用纯数字代码（如 "600519"），不是 "600519.SH"；period 固定为 "daily"；start_date/end_date 格式为 "20230101"
避免循环调用：每次 stock_zh_a_hist 都是独立 HTTP 请求，10 只股票就发 10 次。应先构造 symbol 列表，再用 pd.concat 合并

实际示例：

import akshare as ak
import pandas as pd
<p>symbols = ["600519", "000858", "300750"]
dfs = []
for s in symbols:
df = ak.stock_zh_a_hist(symbol=s, period="daily", start_date="20230101", end_date="20231231")
df["symbol"] = s  # 补充股票代码列，便于后续分组
dfs.append(df)
all_data = pd.concat(dfs, ignore_index=True)</p>

用 pandas rolling 计算 5 日、10 日、20 日均线

均线本质是窗口均值，pandas.Series.rolling(window).mean() 是最直接的方式，比手动写 for 循环快 10 倍以上，且自动对齐日期索引。

必须先按 symbol 和 日期 排序：all_data.sort_values(["symbol", "日期"], inplace=True)，否则 rolling 会跨股票计算
使用 groupby("symbol")["收盘"].rolling(5).mean()，而不是先 set_index("日期") —— 因为不同股票交易日不完全重合，全局时间索引会导致 NaN 泛滥
结果列命名要明确：df["ma5"] = df.groupby("symbol")["收盘"].rolling(5).mean().reset_index(level=0, drop=True)，避免索引错位
注意：rolling 默认不包含当前行（即“向前看”），但股票均线是包含当日收盘价的，所以无需额外参数，window=5 即表示当日+前4日