yahoo-finance

核心用法

Yahoo Finance CLI 是一款基于 Python 的命令行工具，通过 yfinance 库封装 Yahoo Finance 的公开数据接口。用户可通过简洁的命令语法快速获取多维度金融数据：基础用法包括 yf AAPL 快速查价、、yf quote MSFT 获取详细报价、、yf fundamentals NVDA 查看估值指标（PE、EPS、ROE 等）、yf earnings TSLA 追踪财报日程与历史惊喜、、yf options SPY 分析期权链数据、、yf dividends KO 查询股息信息、、yf ratings AAPL 获取分析师评级分布，以及 yf compare 进行多股横向对比。工具支持全球多市场标的，包括美股、印度 NSE/BSE、加密货币、外汇及 ETF，时间周期覆盖 1 天至历史最大范围。

显著优点

零成本接入：无需 API 密钥或付费订阅，直接调用 Yahoo Finance 的公开数据接口，大幅降低个人投资者和小型团队的数据获取门槛。极速部署：采用 Astral 开发的 uv 包管理器与 PEP 723 内联脚本元数据技术，首次运行自动安装依赖并缓存，后续启动近乎瞬时。专业级输出：集成 rich 库实现彩色表格化展示，数据可读性远超原始 JSON 或 CSV 格式。多市场覆盖：原生支持美股、印度股市、加密货币、外汇及 ETF 的符号体系，满足全球化资产配置需求。模块化设计：命令结构清晰，支持价格、基本面、期权、股息等垂直场景的快速切换。

潜在缺点与局限性

数据源依赖性：完全依赖 Yahoo Finance 的免费接口，存在服务稳定性风险；Yahoo 可能随时调整接口策略或加强反爬机制。频率限制：未明确说明但存在隐含的访问频率上限，高频调用可能触发 IP 临时封禁。数据时效性：免费接口存在 15-20 分钟延迟，不适用于高频交易或实时套利场景。功能边界：不支持交易执行、组合回测、技术指标计算等进阶功能，定位为纯数据查询工具。脚本可见性：主执行文件 yf 未在仓库中直接展示，用户需自行审查实际代码逻辑。

适合的目标群体

个人投资者：需要快速查询持仓标的行情、财报日程、股息记录的日常投资者。金融分析师：进行初步标的筛选、同业对比、估值速查的研究人员。开发者与量化爱好者：作为数据获取层集成至自动化工作流，或用于策略原型验证。教育工作者：金融市场教学场景中演示实时数据获取与基本面分析。小型资管团队：预算有限但需要覆盖多市场基础数据的初创团队。

使用风险

网络与合规风险：工具需持续访问外部 Yahoo Finance 服务器，企业内网环境可能需要配置代理白名单；需遵守 Yahoo 的服务条款，避免商业级高频抓取。数据准确性风险：免费金融数据可能存在拆分/分红调整误差，关键决策建议交叉验证官方交易所数据。依赖维护风险：yfinance 库需跟随 Yahoo 接口变更持续更新，长期稳定性取决于社区维护力度。性能瓶颈：大规模批量查询（如全市场扫描）可能触发限流，建议增加请求间隔或采用本地缓存策略。

概述

Yahoo Finance 是一个基于 Python 生态中广受信赖的 yfinance 库构建的命令行金融数据查询技能。它通过一个简洁的 yf 命令，让用户无需编写代码、无需申请任何 API 密钥，即可快速获取全球股票、加密货币、外汇、ETF 等资产的实时报价、基本面数据、财报历史、期权链和分析师评级等。该技能将专业的金融数据获取能力封装为极度简洁的终端体验，使金融数据分析师、投资者和开发者能专注于决策而非数据采集。

核心功能与用法

该技能提供了一套完整的金融数据查询命令集：yf 或 yf price 快速获取实时价格，yf quote 查看详细报价，yf fundamentals 查看市盈率、EPS、市值、利润率、净资产收益率等核心估值指标，yf earnings 追踪财报日期、每股收益预期及历史惊喜，yf profile 获取公司概况（行业、员工数、业务描述），yf dividends 分析股息率、除息日和支付历史，yf ratings 查看分析师买卖建议和评级变动，yf options 列出价内期权链的定价与持仓数据，yf history 导出指定周期的历史行情，yf compare 横向对比多只股票的涨跌幅和市值，以及 yf search 搜索全球证券代码。支持美股、印度 NSE/BSE 市场、加密货币和外汇等多种符号格式。

显著优点

1. 零配置门槛：无需注册 API 密钥，首次运行自动安装依赖（yfinance、rich），后续运行即时响应，极大降低了使用阻力。2. 数据维度全面：覆盖了从基础行情到衍生品（期权、股息）的全部核心金融数据需求，堪比专业终端的功能广度。3. 输出友好：利用 Rich 库呈现彩色、格式化的表格，在终端中提供媲美现代 CLI 工具的阅读体验。4. 设计现代：采用 PEP 723 内联脚本元数据和 uv 包管理器，依赖管理轻量且无污染，体现了先进的 Python 工程实践。5. 全球化支持：符号格式涵盖美国、印度股票以及加密、外汇，适合跨市场投资者。

潜在缺点与局限性

1. 功能可用性风险：安全报告指出，当前 Skill 目录中缺失核心的 yf 可执行脚本文件，该技能尚处于“仅文档”状态，无法实际使用，需从源仓库获取完整文件后方可运行。2. 数据稳定性：底层依赖 Yahoo Finance 非官方接口，可能受其限流、接口变更或大规模爬取封锁的影响，不适合高频或关键业务场景。3. 数据范围局限：无法提供实时 Level 2 行情、深度技术分析指标或另类数据，对量化交易策略构建等进阶需求支持有限。4. 工具链依赖：必须安装 uv 包管理器，虽然其为 Astral 公司官方出品且极为可靠，但对新手用户仍构成额外的环境准备步骤。

适用人群

该技能极其适合个人投资者、金融数据爱好者、编程初学者以及教育科研人员。对于需要快速获取股票估值参考，或在本地终端进行市场抽查、构建轻量级个人数据仪表板的用户，它是理想的轻便工具。熟练的 Python 开发者和量化爱好者也会将其视为便捷的数据检查器，或融入更大的自定义工作流中。但对于依赖实时高频数据或机构级数据保证的专业交易者，它更适合作为辅助性而非主要的数据源。

使用风险

该技能主要存在两类常规风险。第一是性能与可用性风险，即上述的 Yahoo Finance 接口潜在的访问限速和数据中断问题。第二是来源可信度风险，安全认证报告明确其为 T3（个人开发者）来源，虽有完整的静态分析验证其无后门和恶意行为，但缺乏企业级维护的长久承诺和安全审计，在生产环境中使用需自行承担供应链风险。此外，文档中建议的 curl-pipe-bash 安装方式和潜在需 sudo 的符号链接命令，也需用户遵循安全最佳实践执行。总体而言，该技能在小规模、非关键个人应用中表现出色且价值突出，但在任何依赖其数据准确性或服务连续性的商业决策中，需谨慎引入并寻求更为稳健的数据源备份。