pandas-datareader 已停止維護：2026 年用 Python 抓歷史股價的替代方案與生存者偏差實測

2020 年，這個網址上是一篇三行程式的小練習：用 pandas_datareader 抓台股加權指數的歷史股價，算 60 日均線，再用 cumprod() 做出「收盤站上均線就持有」的簡易回測。六年後重跑，同一段程式連 import 都過不了。這次改版做了三件事：實測 pandas-datareader 在 2026 年壞掉的兩種方式、給出 yfinance 與 finlab 兩條可以跑的替代路徑，最後把舊回測延長到 26 年、補上交易成本，並用含下市股票的完整股池，量化舊抓法藏在背後的生存者偏差。

重跑 26 年的關鍵數字

資料快照：2026-06-09。表中每個數字都能用文末的完整回測腳本重現，權益曲線原始數據可下載 data.csv。

pandas-datareader 在 2026 年壞掉的兩種方式

舊文的核心程式只有一行：

from pandas_datareader import data
 
df = data.DataReader("^TWII", "yahoo", "2000-01-01", "2018-01-01")

2026 年 6 月，我們在兩種環境下重跑。第一種是現代環境（pandas 3.0.2）：pandas_datareader 0.10.0 還在用 pandas 已改掉的內部 API，連匯入都會失敗：

TypeError: deprecate_kwarg() missing 1 required positional argument: 'new_arg_name'

第二種是把 pandas 降版到 2.1.4，匯入成功，但 Yahoo 在 2022 年前後改掉了舊的歷史報價端點，讀取一樣失敗：

RemoteDataError: Unable to read URL:
https://finance.yahoo.com/quote/^TWII/history?period1=...&period2=...

兩個錯誤對應同一個事實：pandas-datareader 的最後一個版本 0.10.0 發佈於 2021 年 10 月，之後專案實質停止維護，Yahoo 讀取器沒有人修。如果你照著 2022 年以前的教學安裝它然後報錯，問題不在你的程式，在套件本身。舊文原本附的 Colab 筆記本含有同一段失效程式碼，本次改版已移除，改提供文末的新版腳本。

2026 年用 Python 抓歷史股價的三條路

第一條路是 yfinance。它走 Yahoo 新版 API、持續維護中，抓大盤指數一次到位，^TWII 的日資料可以回溯到 1997 年：

import yfinance as yf
 
twii = yf.Ticker("^TWII").history(start="2000-01-01", auto_adjust=False)
close = twii["Close"]

更完整的用法（八大全球指數、還原股價、批次下載）寫在 yfinance 教學。

第二條路是 finlab。差別在資料的完整性：yfinance 抓台股個股要一檔一檔列代號，而且「今天還查得到的代號」清單裡沒有已下市的股票；finlab 的 data.get() 一次回傳全市場的價格矩陣，其中包含已下市標的（以 2026-06 的資料快照計，全市場 2,752 個代號中有 369 檔已超過 90 天沒有報價，仍完整保留歷史價格），這是後面量化生存者偏差的關鍵：

# pip install finlab,首次使用會自動引導登入
from finlab import data
 
close = data.get("price:收盤價")        # 全市場日收盤,含已下市股票
adj_close = data.get("etl:adj_close")   # 還原股價,回測請用這個

第三條路其實沒有換路：pandas 本身的 rolling、shift、cumprod 心法完全不變，換掉的只有資料來源那幾行。Series 與時間序列的基本功，可以在 pandas 時間序列教學補齊；如果你還在猶豫要不要走程式這條路，用 Python 投資的好處有整體的比較。

均線與一行回測的數學，六年後仍然成立

60 日簡單移動平均（SMA）的定義：

$\mathrm{SMA}_{60}(t)=\frac{1}{60}\sum_{i=0}^{59} C_{t-i}$

其中 $C_t$ 是第 $t$ 天的收盤價。pandas 寫成 close.rolling(60).mean()，前 59 天因樣本不足回傳 NaN；舊文用 min_periods=1 強制從第一天就開始計算，本次改版改用預設值，讓前 59 天沒有訊號，差異只影響 2000 年的前三個月。

用一個虛構的小例子走一遍（以下數字純屬示範）。假設「示範食品」連續五天的收盤價是 100、102、101、103、104，取 3 日均線：第 3 天的 SMA 是 (100+102+101)/3 = 101，第 4 天是 (102+101+103)/3 = 102，第 5 天約 102.67。規則「收盤站上均線就持有」在第 4 天首次成立（103 > 102），於是以 103 的價格進場，第 5 天漲到 104，這一天的持有報酬是 104/103 − 1 ≈ 0.97%，權益曲線從 1 變成約 1.0097。

舊文的「一行回測」(c.shift(-1) / c)[signal].cumprod()，本質就是把每個持有日的成長率連乘：

$E_T=\prod_{t=1}^{T}\bigl(1+s_{t-1}\,r_t\bigr),\qquad r_t=\frac{C_t}{C_{t-1}}-1,\quad s_t\in\{0,1\}$

$s_t$ 是第 $t$ 天收盤的訊號（1 = 持有、0 = 空手），$r_t$ 是隔日報酬。這條式子隱含一個邊界假設：訊號在收盤價計算完成的同一瞬間，就以同一個收盤價成交。實務上你看到收盤站上均線時市場已收盤，比較保守的做法是隔天才進場；本次改版用 signal.shift(1) 把訊號與報酬錯開一天，消除這個模糊地帶。回測的整體概念與更多常見陷阱，回測是什麼有系統性的整理。

實驗 A：把 2020 年的回測延長到 26 年，補上成本

新版核心程式如下，一行一個動作：

sma60 = close.rolling(60).mean()
signal = close > sma60                      # 收盤站上 60 日均線
position = signal.shift(1).fillna(False)    # 隔一天才持有,避免前視
 
daily_return = close.pct_change().fillna(0)
strategy_return = daily_return.where(position, 0)
equity = (1 + strategy_return).cumprod()    # 權益曲線

成本的處理方式：進場日扣 0.1425% 手續費，出場日扣 0.1425% 手續費加 0.3% 證交稅（以買賣追蹤大盤的 ETF 來模擬，一次來回約 0.585%）。結果分三個窗口看：

三個觀察。第一，舊文的圖沒有畫錯：在 2000～2017 這個包含網路泡沫與金融海嘯的窗口，均線擇時即使扣掉成本（年化 4.38%）仍然大勝買進持有（1.09%），因為它兩次崩盤都在場外。學術文獻也有對應：Brock, Lakonishok & LeBaron (1992) 對道瓊指數 90 年的資料檢驗均線規則，發現買進訊號之後的平均報酬顯著高於賣出訊號之後，是「均線訊號有資訊」這一派最常被引用的證據。

第二，2018 年之後劇本反轉：台股走了一段罕見的長多，擇時的代價是每次洗盤都被甩下車再追回來，含成本年化 10.73%，輸給買進持有的 18.55%。把 26 年合起來看，含成本擇時的年化報酬與買進持有完全相同（都是 6.36%），剩下的差別只有風險：最大回撤從 -66.22% 降到 -36.84%，日夏普從 0.41 升到 0.55。這個「報酬不變、回撤減半」的結果，跟 Sullivan, Timmermann & White (1999) 的提醒一致：他們用 bootstrap 修正資料窺探（data snooping）之後，技術規則的超額報酬大多消失，能留下的通常是風險面的改善而非報酬面的勝出。

第三，成本是主角。26 年共 162 次進出，每次來回約 0.585%，複利下來權益只剩無成本版本的 39%（13.14 倍變 5.11 倍）。任何高頻進出的訊號，回測時沒扣成本都會嚴重失真。另外要交代一個基準的限制：^TWII 是價格指數，不含股息。同期間（2003～2026）發行量加權「報酬指數」的年化比價格指數高 3.95 個百分點；擇時策略只有 60.4% 的時間在場內，粗估每年會比買進持有少領約 1.6 個百分點的股息（3.95 × 39.6%），所以含息口徑下，擇時的相對表現會比上表更難看。想把均線濾網與融資維持率、VIX 等其他指標組合著用，可以看四種均線指標濾網實測；雙均線交叉的版本在比特幣均線交叉回測有完整實作。

實驗 B：生存者偏差值多少？把 248 檔下市股票放回股池

舊文當年自己承認「下市股票的股價沒辦法取得，會有生存者偏差」，但沒有人量過這個偏差在台股值多少。生存者偏差的定義：

$\text{Bias}=\mathbb{E}[R\mid \text{survived}]-\mathbb{E}[R]$

只用「活到今天」的股票估計報酬，會比用完整母體估計來得高，因為被剔除的多半是下市前先跌一大段的公司。Brown, Goetzmann, Ibbotson & Ross (1992) 證明了這件事的一般性：只要樣本以「存活」為條件，績效研究就會系統性高估報酬，連「報酬持續性」這種型態都可能是偏差製造出來的假象。

實驗設計：同一條「還原價站上 60 日均線就等權持有」的規則，套到台股全部普通股（4 碼數字代號、排除 ETF、權證與 TDR，共 2,218 檔），每週再平衡，用 finlab 的 sim() 內建台股成本回測。跑兩次：一次用含 248 檔已下市股票的完整股池，一次只用 2026 年 6 月還活著的 1,970 檔（這就是用 yfinance 拿今日代號清單回測時，不自覺採用的股池）：

from finlab import data
from finlab.backtest import sim
 
adj_close = data.get("etl:adj_close")
 
# 台股普通股:4 碼數字、非 0 開頭(排除 ETF、權證、TDR)
stocks = [s for s in adj_close.columns
          if s.isdigit() and len(s) == 4 and not s.startswith("0")]
adj_close = adj_close[stocks]
 
# 同一條規則:還原價站上 60 日均線就等權持有,每週再平衡
sma60 = adj_close.rolling(60).mean()
position = (adj_close > sma60).fillna(False)
 
report = sim(position, resample="W", upload=False)

全股池的互動式回測報告可以操作看看：

結果有兩層。第一層是偏差本身：剔除下市股票讓同一個策略的年化報酬從 5.25% 變成 5.57%，高估 0.32 個百分點，19 年累積下來總報酬高估 15 個百分點。這個數字比文獻裡常見的估計溫和，原因是本實驗平均持有 702 檔、等權分散，單一檔下市的殺傷力被稀釋了；持股越集中、越偏好低價弱勢股的策略，這個偏差會越大，0.32 個百分點應視為下限而非通則。

第二層更重要：不管用哪個股池，「均線之上就買」都遠輸給 0050 含息買進持有（年化 5.25%～5.57% 對 13.61%），回撤還更深。這條規則當教材很好，當策略不及格；它的問題不需要等生存者偏差來放大。對選股因子有興趣的話，台股選股方法的系統性回測把基本面、技術面、籌碼面因子放在同一框架下比較，是更合理的起點。

還原股價：比生存者偏差更大的資料地雷

實驗 B 用的是 etl:adj_close 還原股價，不是原始收盤價，這個選擇本身就值一節。台股上市公司配息時股價會跳空下修，原始收盤價看起來像下跌，實際上股東拿到了現金；不還原的話，所有配息都被當成虧損。

以台積電為例，2007-04 到 2026-06 之間，用原始收盤價計算的累積報酬，與用還原股價計算的相差 1.98 倍。大盤層級也一樣：加權「價格指數」與加權「報酬指數」的年化差距是 3.95 個百分點。換句話說，資料來源選錯欄位，影響比生存者偏差（0.32 個百分點）大一個數量級。yfinance 的 auto_adjust=True 可以處理除權息，finlab 直接提供 etl:adj_close；無論用哪一條路，回測請一律用還原價格。

回測方法與限制

基準口徑補充：^TWII 為價格指數，不含息，對買進持有相對不利；0050 基準為 etl:adj_close 還原價的純指數算術買進持有，不含交易成本，而兩個策略股池經 sim() 扣足成本，比較口徑對策略偏嚴格。

從三行練習到可以信的回測

這篇文章的兩個實驗，從下載資料、對齊下市股票、扣成本到產出報告，全部用 pip install finlab 完成；你可以拿文末的腳本改成自己的訊號，跑出同一格式的報告。如果想把這套流程放進更完整的脈絡，量化交易完整指南從觀念到上手路徑都有整理，想往自動化執行走的話，程式交易教學總覽涵蓋了從回測到下單的全流程；對 Python 還不熟的讀者，可以從股票分析入門指南開始。

常見問題

pandas-datareader 現在還能用嗎？

抓 Yahoo 股價已經不行了。套件最後版本 0.10.0 停在 2021 年 10 月，在 pandas 3.x 環境連匯入都會失敗；降到 pandas 2.x 可以匯入，但 Yahoo 讀取器因端點改版而報 RemoteDataError。它的部分讀取器（如 FRED、World Bank）仍可運作，但 Yahoo 路線請改用 yfinance。

為什麼我照舊教學跑，import pandas_datareader 就報錯？

你的 pandas 版本太新。pandas_datareader 0.10.0 引用了 pandas 內部已改署名的 deprecate_kwarg，在 pandas 3.x 直接拋出 TypeError。這不代表你裝錯，網路上 2022 年以前的教學（包含本文的舊版）都會遇到同樣問題。

yfinance 可以抓台股個股嗎？

可以，代號加上 .TW（上市）或 .TWO（上櫃），例如 yf.Ticker("2330.TW")。限制有二：一次只能列舉你知道的代號，拿不到已下市股票的歷史價格，回測整個市場時就會踩進本文實驗 B 的生存者偏差；台股特有的欄位（月營收、財報、籌碼）也沒有。指數與美股用 yfinance 很順手，台股全市場研究建議用 finlab 的資料。

生存者偏差實際影響有多大？

看策略而定。本文的設定（等權、平均持有 702 檔）量出年化 0.32 個百分點、19 年總報酬 15 個百分點的高估；持股越集中、越偏好財務危機邊緣的低價股，偏差越大。學術上 Brown 等人在 1992 年就指出，以存活為條件的樣本會系統性高估績效，連報酬持續性都可能是假象。

60 日均線擇時值得實際操作嗎？

以本文 26 年的實測，含成本後年化報酬與買進持有相同（6.36%），優勢只剩回撤減半（-36.84% 對 -66.22%）與較高的夏普。如果你的目標是控制回撤，它有參考價值；如果目標是超額報酬，這條規則在含息口徑下會輸給買進持有。把它當成風險管理工具而非報酬來源，比較符合數據。

回測該用收盤價還是還原股價？

一律用還原股價。台積電 2007～2026 的例子顯示，兩者的累積報酬相差 1.98 倍；不還原等於把每一次配息都記成虧損。yfinance 用 auto_adjust=True，finlab 用 etl:adj_close。

舊版文章的三行回測程式還值得學嗎？

值得，這正是我們保留這篇文章的原因。rolling、shift、cumprod 三個動作構成了向量化回測的最小骨架，本文的數學那一節給出了它對應的公式。壞掉的只是資料來源那幾行，pandas 本身的心法沒有過期。

延伸閱讀

• 量化交易完整指南：從零開始的系統化路徑
• 程式交易是什麼：回測、訊號到自動下單的全流程
• yfinance 教學：免費下載全球指數與股價：本文替代方案的完整版
• Python 時間序列實做：rolling 與 shift 的基本功
• 台股選股回測：單因子與複合策略：比均線更系統的選股研究
• LPPL 泡沫模型實測：同樣需要長期指數資料的擇時研究
• 量化名詞詞彙表：夏普比率、最大回撤、回測等定義

下載資源

投資警語：本文僅供教學參考，不構成投資建議。過去績效不代表未來表現，投資有風險，請審慎評估自身風險承受能力。

最後更新：2026-06｜回測區間：2000-01～2026-06（SMA60 擇時）、2007-07～2026-06（生存者偏差實驗），資料快照 2026-06-09｜作者：FinLab 量化研究團隊（經量化研究員審閱）