摘要：还在为找不到可靠的历史 PE/PB 数据而烦恼？本文为你梳理了 10 个免费获取 A 股、美股、港股历史估值数据的关键渠道（AKShare、Tushare Pro、yfinance、Kaggle 等），横向对比其数据覆盖、获取方式、免费程度与核心限制，并提供数据源选择流程图、常见误区避坑指南及数据质量验证代码，助你高效、精准地获取所需数据。## 获取 A 股、美股、港股的 PE、PB 历史数据（按交易日排列的时间序列），渠道并不复杂。本文整理了一份可直接使用的来源清单，帮你省去逐一搜索的时间。

你是否曾遇到过这样的困扰：想分析某只股票的估值历史，却发现在不同数据源查到的 PE（市盈率）数值大相径庭？有的显示动态 PE，有的给出静态 PE，还有的则是滚动 PE（TTM）。这种“口径不一致”的问题，往往比“找不到数据”更令人头疼。实际上，获取 A 股、美股、港股的历史 PE/PB 数据（按交易日排列的时间序列）渠道并不少，许多甚至是免费的，配合 Python 仅需几行代码即可调用。本文旨在为你整理一份清晰、可直接使用的来源清单，并重点揭示各渠道的计算口径与潜在限制，帮你省去逐一搜索和试错的时间，直达最合适的数据源。
以下按来源分类，逐条说明各渠道能提供什么数据、有哪些限制、是否需要付费，供你按需选择。

A 股免费易用数据来源：建议优先尝试

1. AKShare：免注册、免 token，pip 安装即可使用

  • 链接：AKShare 股票数据文档
  • 数据内容：接口 stock_a_indicator_lg 可直接返回个股的历史 PE、PE-TTM、PB、股息率、总市值，按交易日排列；底层数据来自乐咕乐股网。另有接口 stock_zh_valuation_baidu，支持选择近一年、三年、五年、十年或全部时间范围。
  • 使用方式：在 Python 中执行 pip install akshare，随后几行代码即可拉取。免费开源，无需令牌。
  • 注意事项：由于依赖第三方网站（乐咕乐股、百度），上游改版时接口可能暂时失效，建议关注库的更新。
  • 配套资源：AKShare 数据字典 可查询全部金融数据接口，免费使用。

2. Tushare Pro：覆盖全市场逐日数据，设有积分门槛

  • 链接：Tushare Pro 每日指标文档
  • 数据内容：接口 daily_basic 包含 pe、pe_ttm、pb 字段，覆盖全市场，按日提供。
  • 注意事项（重要）：需注册获取 token，并有积分门槛——文档标注至少需 2000 积分才可调用，5000 积分后无总量限制。单次最多返回约 6000 条，需循环获取。若使用免费额度拉取全市场完整历史，额度可能不足。

3. 乐咕乐股网：AKShare 的部分数据源头

  • 链接：legulegu.com
  • 数据内容：网页可直接查看 A 股个股及整体市场（上证、深证、创业板、科创板）的 PE/PB 历史走势，包含加权值与中位数。AKShare 获取的即为该站数据。
  • 注意事项：网页可供查阅，商用许可请以官方页面为准。

4. AData：开源免费替代方案

  • 链接：GitHub - 1nchaos/adata
  • 数据内容：免费开源，融合多个数据源，主打行情、K 线、概念数据。估值字段（如 PE/PB）的覆盖情况请以仓库文档为准，建议先确认后再使用。

A 股研究级数据来源：口径统一、可引用

5. CSMAR（国泰安）：学术级、口径统一，需机构订阅

  • 链接：data.csmar.com
  • 数据内容：A 股估值、财务面板数据，口径统一，适用于学术论文引用。
  • 注意事项：通常需要高校或机构图书馆订阅，或按数据集申请购买；可使用 edu 邮箱注册并绑定机构。个人免费获取全样本基本不可行，具体以官方页面为准。

6. CnOpenData：含财务报表，可推算估值

  • 链接：cnopendata.com 上市公司财务报表
  • 数据内容：A 股上市公司财务报表、财务指标数据，可据此自行推算估值。
  • 注意事项：多数数据集需按集申请，可能收费，具体免费范围以官方页面为准。

现成数据集与可复现代码：适合无需自行编程的场景

7. 百度飞桨 AI Studio · 开放数据集

  • 链接：aistudio.baidu.com/datasetoverview
  • 数据内容：提供上千个开放数据集，并附可直接运行的 notebook（如官方 LSTM 预测 A 股走势教程）。
  • 注意事项：可在站内搜索“股票 / A 股 / 行情”等关键词；某个数据集是否确实包含历史 PE/PB，需逐一打开查看，具体许可以各数据集页面为准。

8. 和鲸社区（Heywhale）

  • 链接：heywhale.com
  • 数据内容：国内数据科学平台，提供数据集与可复现的实战项目。
  • 注意：同样需在站内搜索确认是否包含历史估值的股票数据集；具体下载方式与许可条款以平台页面为准。

美股 / 港股 / 全球数据来源：免费但存在局限

9. yfinance：以当前快照为主，非历史序列

  • 参考链接：algotrading101 yfinance 指南
  • 数据内容：stock.info 中包含 trailingPE（滚动 PE）、forwardPE（预期 PE）、priceToBook（市净率）等字段，覆盖美股、港股及全球市场。
  • 关键注意事项：返回的多为当前时点快照，不直接提供历史 PE/PB 时间序列。如需历史数值，需自行通过“历史价格 × 股数 / 账面价值”反算，或按月循环抓取。此外接口稳定性一般，存在限流。免费。

10. Kaggle：现成 CSV 数据集，以美股居多

数据源选择决策流程图

为帮助您更直观地根据自身需求选择最合适的数据源，以下流程图展示了基于三个关键决策因素（市场类型、是否需要历史序列、是否愿意编码）的推荐路径：

是

否

是

否

是

否

开始选择数据源

需要哪个市场的数据？

A股

美股/港股/全球

是否需要历史序列？

是否需要历史序列？

是否愿意编码？

乐咕乐股网
网页查看

Kaggle
现成CSV数据集

yfinance
当前快照API

AKShare
Python API

Tushare Pro
API（需积分）

获得历史PE/PB数据

流程图说明：

  1. 市场类型：首先确定您需要A股数据还是美股/港股/全球数据。
  2. 历史序列需求：判断是否需要按交易日排列的历史数据，还是仅需当前估值快照。
  3. 编码意愿：评估是否愿意编写Python代码调用API，还是更倾向于免编码的网页查看或现成数据集。

根据以上决策路径，您可以快速定位到最适合自身需求的数据源。

主要数据源对比

为帮助你快速选择合适的数据源，下表横向对比了四个常用来源在关键维度的差异：

维度 AKShare Tushare Pro yfinance Kaggle
数据覆盖 A 股（为主） A 股（全市场） 美股、港股、全球 美股（为主）
获取方式 API（Python 库） API（需 token） API（Python 库） CSV 数据集下载
免费程度 完全免费 免费额度有限，需积分 完全免费 需 Kaggle 账号，数据集免费
历史序列支持 支持（按交易日） 支持（按日） 仅当前快照，需自行循环获取历史 支持（数据集已包含历史序列）
主要限制 依赖第三方网站，接口可能失效 积分门槛高，免费额度可能不足 不直接提供历史估值序列，接口稳定性一般 以美股为主，A 股/港股覆盖少，字段需逐一确认
适合场景 快速获取 A 股历史估值 需要全市场、口径统一的逐日数据 获取当前估值或自行构建历史序列 直接使用现成 CSV，避免编码

说明：以上对比基于各来源公开文档及常见使用经验，具体细节（如字段覆盖、数据年限、调用限制）请以各自官方页面为准。

常见误区与注意事项

常见问题解答 (FAQ)

以下是读者在获取和使用历史 PE/PB 数据时可能遇到的几个典型问题及解答：

1. 如何选择 AKShare 和 Tushare Pro？

选择依据：

  • AKShare：适合快速上手、零成本获取 A 股历史估值数据。无需注册、无需 token，pip install akshare 即可使用。但需注意其数据依赖第三方网站（如乐咕乐股网），接口可能因上游改版而暂时失效。
  • Tushare Pro：适合需要全市场、口径统一、逐日数据的场景。数据质量相对稳定，但需要注册获取 token，且有积分门槛（至少 2000 积分可调用，5000 积分后无总量限制）。若免费额度不足，拉取全市场历史数据可能受限。

简单决策：若仅需快速验证或小范围分析，优先选 AKShare；若需长期、稳定、全市场的数据用于正式分析或产品，且愿意投入一定成本（积分），则考虑 Tushare Pro。

2. 从 yfinance 获取的 PE 是哪种口径？

yfinance 返回的 PE 字段主要为：

  • trailingPE：滚动市盈率（TTM），基于最近 12 个月（Trailing Twelve Months）的每股收益计算。
  • forwardPE：预期市盈率，基于未来 12 个月的预测每股收益计算。

重要提醒：yfinance 不直接提供历史 PE 时间序列，上述字段均为当前时点的快照值。如需历史序列，需自行通过“历史价格 × 股数 / 账面价值”反算，或按月循环抓取 trailingPE 快照来构建。

3. 数据出现大量缺失日期怎么办？

若数据缺失率较高（如 >5%），建议按以下步骤处理：

  1. 确认原因：检查是否为节假日、停牌，或数据源本身的问题。
  2. 选择处理方式：
    • 短期缺失（1-3天）：可使用向前填充（fillna(method='ffill')）。
    • 长期缺失或趋势明显：考虑线性插值（interpolate(method='linear')）或季节性插值。
    • 重要分析节点：保留缺失标记（如用 -999 标记），在后续分析时排除这些日期。
  3. 评估数据源：若缺失率持续较高（如 >20%），需考虑更换或补充数据源，或联系数据提供方确认。

文中提供的 Python 代码示例已包含连续性检查和简单插值方法，可直接参考。

4. 不同来源的 PE 值差异很大，以哪个为准？

这是典型的“口径不一致”问题。差异可能源于：

  • PE 类型不同：动态 PE、静态 PE、滚动 PE（TTM）的计算方式不同。
  • 财务数据基准：是否包含亏损股（负 PE）、采用何种复权方式、是否剔除停牌股票等。
  • 更新频率与计算时点：不同数据源的更新时间和计算时点可能存在差异。

处理建议：

  1. 统一口径：在合并使用多个来源前，务必确认各来源的 PE 计算口径，尽量选择同一类型（如都使用 TTM）进行比较。
  2. 以官方或权威来源为准：对于 A 股，若追求口径统一、可引用，可考虑 CSMAR 等学术级数据源（需机构订阅）。
  3. 交叉验证：选取同一股票、同一时间点的数据，对比多个来源。若某个来源的值持续偏离主流范围，需谨慎使用。
  4. 明确分析目的：若仅需观察趋势，相对值比绝对值更重要；若需精确估值，则应选择口径透明、计算方法文档齐全的来源。

5. 免费数据可以用于商业项目吗？

不一定。各数据源的使用许可（License）差异很大：

  • AKShare、yfinance：开源免费，但通常禁止商用或要求遵守特定条款（如注明来源、限制分发）。务必查阅其官方许可说明。
  • Tushare Pro：免费额度仅供个人学习，商用需购买积分或企业版。
  • Kaggle、AI Studio、和鲸社区：数据集许可因上传者而异，需逐一查看数据集页面的 License 条款。
  • CSMAR、CnOpenData：通常绑定机构权限，个人免费获取全样本基本不可行，商用需购买授权。

核心原则：切勿默认“免费即可随意商用”。在使用任何数据前，务必查阅其官方许可页面，确认是否允许商用、再分发，以及是否需要署名（Attribution）。

1. 口径不一致是最易出现的问题
PE 分为动态、静态、滚动（TTM）等口径，还需关注是否包含亏损股的负值、采用何种复权方式、是否剔除停牌股票。不同来源的计算方法不同，数值自然存在差异。在合并使用多个来源前，应先统一口径，否则会影响结论的可靠性。

2. 接口可能失效
依赖第三方网站的接口（如 AKShare），在上游网站改版后可能无法使用，建议持续关注相关库的更新。

3. 许可与商用范围
各数据集与网站的使用许可不尽相同，能否商用、能否再分发，应以各自官方页面为准，切勿默认“免费即可随意使用”。CSMAR、CnOpenData 等通常绑定机构权限。

4. 下载前确认字段
对于 Kaggle、AI Studio、和鲸等平台的数据集，应先确认其覆盖的年份范围及是否包含所需字段，避免下载后才发现缺少历史 PE/PB 数据。

5. 数据质量检查与验证
获取数据后，建议进行以下质量检查，以确保数据的可靠性和准确性：

  • 检查数据连续性：确认时间序列是否存在缺失的交易日。对于日频数据，应检查日期是否连续，避免因节假日、停牌或数据源问题导致的断点。可使用 Python 的 pandas 检查日期序列的连续性，并对缺失日期进行标记或插值处理。

  • 识别异常值：重点关注 PE/PB 等估值指标的异常值。例如，PE 为负值（通常表示公司亏损）或极端大值（可能因股价剧烈波动或财务数据异常导致）。可通过统计方法（如 3σ 原则）或业务规则（如设定合理范围阈值）进行筛查，并结合公司基本面判断是否为真实异常。

  • 对比不同来源：当有条件时，可选取同一股票在同一时间点的估值数据，对比 AKShare、Tushare Pro 等不同来源的结果。若差异显著，需进一步核查各来源的计算口径（如 PE 类型、复权方式、数据基准日等），以确定哪个来源更符合你的分析需求。

  • 验证逻辑一致性：对于可自行计算的数据（如通过财务报表推算 PB），可将计算结果与数据源提供的值进行交叉验证。同时，检查同一来源内部不同指标间的逻辑关系（如总市值 = 股价 × 总股本）是否基本一致。

下面是一个具体的 Python 代码示例，演示如何对获取到的 PE/PB 时间序列数据进行连续性检查和异常值检测：

import pandas as pd
import numpy as np

# 假设 df 是从 AKShare、Tushare Pro 或 Kaggle 获取的 PE/PB 数据
# 示例数据格式：DataFrame 包含 'date'（日期）和 'pe'（市盈率）两列
# df = pd.read_csv('your_data.csv')  # 或从 API 获取

def check_data_quality(df, date_col='date', pe_col='pe', pb_col='pb'):
    """
    检查 PE/PB 时间序列数据的质量
    
    参数：
    df: pandas DataFrame，包含日期和估值数据
    date_col: 日期列名
    pe_col: PE 列名
    pb_col: PB 列名（可选）
    """
    
    print("=== 数据质量检查报告 ===\n")
    
    # 1. 检查数据连续性（识别缺失交易日）
    print("1. 数据连续性检查：")
    df[date_col] = pd.to_datetime(df[date_col])
    df = df.sort_values(date_col).reset_index(drop=True)
    
    # 生成完整的交易日序列（假设为工作日）
    full_date_range = pd.date_range(start=df[date_col].min(), 
                                    end=df[date_col].max(), 
                                    freq='B')  # 'B' 表示工作日
    
    missing_dates = full_date_range.difference(df[date_col])
    
    if len(missing_dates) > 0:
        print(f"  发现 {len(missing_dates)} 个缺失交易日：")
        print(f"  最早缺失：{missing_dates.min().strftime('%Y-%m-%d')}")
        print(f"  最晚缺失：{missing_dates.max().strftime('%Y-%m-%d')}")
        print(f"  缺失率：{len(missing_dates)/len(full_date_range):.2%}")
        
        # 处理建议：标记缺失日期
        df['is_missing'] = df[date_col].isin(missing_dates)
        print("  → 处理建议：已标记缺失日期，可根据需要向前填充或线性插值")
    else:
        print("  数据连续，无缺失交易日 ✓")
    
    # 2. 异常值检测
    print("\n2. 异常值检测：")
    
    if pe_col in df.columns:
        pe_data = df[pe_col].dropna()
        
        # 检测负值（通常表示公司亏损）
        negative_pe = df[df[pe_col] < 0]
        if len(negative_pe) > 0:
            print(f"  PE 负值记录：{len(negative_pe)} 条")
            print(f"  占比：{len(negative_pe)/len(df):.2%}")
            print("  → 注意：负 PE 通常表示公司亏损，需结合基本面分析判断是否合理")
        
        # 检测极端大值（如 PE > 100）
        extreme_pe = df[df[pe_col] > 100]
        if len(extreme_pe) > 0:
            print(f"  PE > 100 的记录：{len(extreme_pe)} 条")
            print(f"  示例日期：{extreme_pe[date_col].iloc[:3].dt.strftime('%Y-%m-%d').tolist() if len(extreme_pe) > 0 else []}")
            print("  → 注意：极端高 PE 可能因股价剧烈波动或财务数据异常导致")
        
        # 使用 IQR 方法检测异常值
        Q1 = pe_data.quantile(0.25)
        Q3 = pe_data.quantile(0.75)
        IQR = Q3 - Q1
        lower_bound = Q1 - 1.5 * IQR
        upper_bound = Q3 + 1.5 * IQR
        
        iqr_outliers = df[(df[pe_col] < lower_bound) | (df[pe_col] > upper_bound)]
        if len(iqr_outliers) > 0:
            print(f"  IQR 方法检测到 {len(iqr_outliers)} 个 PE 异常值")
            print(f"  异常值范围：{iqr_outliers[pe_col].min():.1f} ~ {iqr_outliers[pe_col].max():.1f}")
    
    if pb_col in df.columns and pb_col in df.columns:
        pb_data = df[pb_col].dropna()
        
        # 检测负 PB（理论上不应出现）
        negative_pb = df[df[pb_col] < 0]
        if len(negative_pb) > 0:
            print(f"  PB 负值记录：{len(negative_pb)} 条（理论上 PB 不应为负）")
            print("  → 警告：负 PB 可能表示数据错误，需重点核查")
    
    # 3. 缺失值统计
    print("\n3. 缺失值统计：")
    missing_stats = df.isnull().sum()
    for col in [pe_col, pb_col]:
        if col in df.columns:
            missing_count = missing_stats[col]
            missing_pct = missing_count / len(df)
            print(f"  {col} 缺失值：{missing_count} 条 ({missing_pct:.2%})")
            if missing_pct > 0.1:
                print(f"  → 注意：{col} 缺失率较高，可能影响分析结果")
    
    # 4. 数据质量评分
    print("\n4. 数据质量评分（0-10分，10分为最佳）：")
    
    # 连续性得分
    continuity_score = 10 * (1 - len(missing_dates) / len(full_date_range)) if len(full_date_range) > 0 else 10
    
    # 异常值得分
    outlier_score = 10
    if pe_col in df.columns:
        pe_outlier_pct = len(iqr_outliers) / len(df) if 'iqr_outliers' in locals() else 0
        outlier_score = 10 * (1 - min(pe_outlier_pct, 0.2) / 0.2)  # 异常值占比超过20%得0分
    
    # 缺失值得分
    missing_score = 10
    if pe_col in df.columns:
        missing_pct = missing_stats[pe_col] / len(df)
        missing_score = 10 * (1 - min(missing_pct, 0.3) / 0.3)  # 缺失率超过30%得0分
    
    overall_score = (continuity_score + outlier_score + missing_score) / 3
    
    print(f"  连续性得分：{continuity_score:.1f}/10")
    print(f"  异常值得分：{outlier_score:.1f}/10")
    print(f"  完整性得分：{missing_score:.1f}/10")
    print(f"  综合质量得分：{overall_score:.1f}/10")
    
    return df

# 使用示例
# 假设已有数据框 df
# df_checked = check_data_quality(df, date_col='trade_date', pe_col='pe_ttm', pb_col='pb')

# 处理缺失日期的简单插值方法示例
def handle_missing_data(df, date_col='date', value_col='pe'):
    """处理缺失数据的简单示例"""
    df = df.set_index(date_col)
    
    # 方法1：向前填充（适用于短期缺失）
    df_filled_ffill = df[value_col].fillna(method='ffill')
    
    # 方法2：线性插值（适用于趋势平稳的数据）
    df_filled_interp = df[value_col].interpolate(method='linear')
    
    # 方法3：标记为特殊值
    df['is_original'] = ~df[value_col].isna()
    df[value_col] = df[value_col].fillna(-999)  # 用-999标记缺失
    
    return df.reset_index()

print("\n=== 处理建议 ===")
print("1. 对于缺失交易日：")
print("   - 短期缺失（1-3天）：可使用向前填充（ffill）")
print("   - 长期缺失或趋势明显：考虑线性插值或季节性插值")
print("   - 重要分析节点：保留缺失标记，在分析时排除")
print("\n2. 对于异常值：")
print("   - PE 负值：结合公司财报判断是否为真实亏损")
print("   - PE > 100：检查是否为新上市公司或特殊行业")
print("   - 统计异常值：可视情况剔除或用中位数替代")
print("\n3. 对于缺失值：")
print("   - 缺失率 < 5%：可考虑插值处理")
print("   - 缺失率 > 20%：需评估数据源可靠性")

代码说明：

  1. 连续性检查：通过对比完整工作日序列与现有数据日期，识别缺失的交易日。
  2. 异常值检测：
    • 识别 PE 负值（通常表示公司亏损）
    • 识别极端大值（如 PE > 100）
    • 使用 IQR（四分位距）方法统计异常值
  3. 缺失值统计：计算各字段的缺失比例。
  4. 质量评分：从连续性、异常值、完整性三个维度给出综合评分。
  5. 处理建议：针对不同问题提供具体的处理方案。

使用建议：

  • 在实际应用中，可根据具体数据特点调整阈值（如 PE > 100 可调整为 PE > 50 或使用动态阈值）。
  • 对于 PB 数据，可添加类似的异常值检测逻辑。
  • 插值方法需根据数据特征选择，股价类数据慎用简单插值。

参考资料与扩展阅读

数据源官方文档与许可协议

本文提到的各数据源官方链接及重要许可信息如下，使用前请务必查阅最新条款：

数据源 官方文档/主页 许可协议/使用条款
AKShare AKShare 股票数据文档 AKShare License (MIT)
Tushare Pro Tushare Pro 每日指标文档 Tushare Pro 用户协议（注意积分与商用限制）
乐咕乐股网 legulegu.com 网站未明确公开许可，商用前请通过网站联系方式咨询
AData GitHub - 1nchaos/adata AData License (Apache 2.0)
CSMAR（国泰安） data.csmar.com 需机构订阅，具体商用授权请咨询官方销售
CnOpenData cnopendata.com 上市公司财务报表 多数数据集需申请，许可条款以各数据集页面为准
百度飞桨 AI Studio aistudio.baidu.com/datasetoverview 各数据集许可不同，请查看具体数据集页面的 License 说明
和鲸社区（Heywhale） heywhale.com 数据集许可由上传者设定，下载前请确认
yfinance yfinance Python 库 yfinance License (Apache 2.0)
Kaggle Kaggle Datasets 各数据集许可不同（常见有 CC0、CC BY-SA 等），请查看数据集页面的 License 标签

重要提示：上表中的许可信息基于各项目公开文档，可能随时间变化。在使用任何数据源前，务必访问其官方链接，仔细阅读最新的使用条款、许可协议（License）和隐私政策，特别是关于商用、再分发、署名（Attribution）的要求。

关于 PE/PB 指标计算与口径差异的权威文章

若想深入理解 PE/PB 等估值指标的计算方法、不同口径的差异及其影响，推荐阅读以下文章：

  1. Investopedia: Price-to-Earnings (P/E) Ratio

  2. 中国证券报：市盈率计算口径详解

    • 链接: http://www.cs.com.cn/（可通过站内搜索“市盈率 计算 口径”查找相关分析文章）
    • 说明: 国内权威财经媒体，常刊发关于 A 股估值指标计算口径、监管规范及常见误解的深度分析，有助于理解国内数据的特殊性。

  3. CFA Institute: Price-to-Book Ratio (P/B)

阅读建议：

  • 理解 PE 类型（静态、动态、滚动 TTM）的区别是避免数据混淆的第一步。
  • 关注 财务数据基准（如是否包含亏损公司、是否使用最新财报或预测数据）。
  • 对于 A 股数据，还需留意 复权方式（前复权、后复权、不复权）对历史估值序列的影响。
# 人工智能 # 开发语言 # 机器学习 # 数据挖掘 # 神经网络
Logo
CSDN-OPC开发者社区

这里是“一人公司”的成长家园。我们提供从产品曝光、技术变现到法律财税的全栈内容，并连接云服务、办公空间等稀缺资源，助你专注创造，无忧运营。

更多推荐

cover

从零构建 Java 智能体 RAG 系统：Milvus 向量数据库实战指南

avatar CSDN-OPC开发者社区
cover

提升办公效率：OpenClaw 本地自动化 AI 工具搭建实战教程

avatar CSDN-OPC开发者社区
cover

OpenClaw一键安装部署操作指南，TopClaw中文界面零基础上手

avatar CSDN-OPC开发者社区