CM261 / C22026.10.16

C2 · 金融資料取得與來源比對

利用 yfinance 與證交所的資料,完成一份台積電股價月報

盧政良 助理教授元智大學管理學院
C2 / 課程導入02 / 39

先接下一個真實任務

研究助理要整理 2026 年 9 月台積電的股價月報:

  • 畫出每日收盤價。
  • 計算首個到最後一個交易日的價格報酬。
  • 說明資料來源,並與證交所同月份資料對照。

完成後交付一張圖、一張比較表,以及能重新執行的 Notebook。

C2 / 課程導入03 / 39

先依問題選資料來源

想完成的工作 可以先查的來源
快速取得股價、探索一個想法 Yahoo Finance/yfinance
查台灣市場官方行情與公告 證交所、櫃買中心、公開資訊觀測站
做長期、跨公司學術研究 TEJ、CRSP、Compustat 等研究資料庫
整理投資資訊、篩選與分析 CMoney 等資料與分析產品
接收行情、連結帳戶與交易 券商提供的 API

這些用途可以重疊;選擇取決於需要的市場、欄位、期間與存取條件。

C2 / 課程導入04 / 39

做學術研究,先認識研究資料庫

來源 常見研究用途 從哪裡開始
TEJ 台灣公司財報、股價及企業相關資料 查學校訂閱範圍、欄位說明與匯出方式
CRSP 美國證券歷史、報酬與公司事件 查授權、股票識別碼及研究期間
Compustat 標準化公司財報與基本面 查資料模組、財報口徑與授權

WRDS 是存取多種研究資料的服務平台;能登入不代表已取得每個資料庫的權限。

研究需要關注歷史涵蓋、下市公司、公司事件與欄位定義;可先向圖書館確認可用資源。

C2 / 課程導入05 / 39

做投資分析與交易,可以使用哪些工具?

CMoney 提供資料與投資決策分析產品;匯出與 API 功能依產品、方案及開通狀態而定。

券商 官方 API 入口
元大證券股份有限公司 SPARK API
凱基證券股份有限公司 SUPER PY
永豐金證券股份有限公司 Shioaji
富邦綜合證券股份有限公司 新一代 API

玉山、統一、兆豐、台新、國票與中國信託證券也提供 API;完整名稱與官方入口見平台「金融資料來源」。各家支援市場及開通條件不同。

C2 / 課程導入06 / 39

找到來源後,再選取得方法

來源已提供什麼? 優先嘗試的方法
可用的套件或 API 依介面指定代號、日期與欄位
CSV/Excel 下載 下載後用 pandas 讀取
標準 HTML 表格 先試 pd.read_html()
需要更精細地選取網頁內容 再用 BeautifulSoup 與 selector
互動後才出現、需要逐頁取得 C3 的動態頁面與分頁方法

今天先用 yfinance,再以證交所的真實 HTML 報表理解網頁解析。

C2 / 先用 yfinance 做出一張股價圖07 / 39

Part I

先用 yfinance 做出一張股價圖

C2 / 先用 yfinance 做出一張股價圖08 / 39

在 Colab 準備股價分析

開啟 Colab,建立「新筆記本」,在第一個程式碼儲存格安裝套件:

%pip install -q yfinance pandas matplotlib

依序新增儲存格,執行接下來的取價、畫圖與報酬率程式。

yfinance 是取得 Yahoo Finance 資料的開源工具;本課使用歷史日資料。它不是 Yahoo 官方 SDK,也不提供券商帳戶下單功能。

套件與使用說明

C2 / 先用 yfinance 做出一張股價圖09 / 39

用幾行程式取得台積電歷史股價

import yfinance as yf

yf_prices = yf.Ticker("2330.TW").history(
    start="2026-09-01", end="2026-10-01",
    interval="1d", auto_adjust=False,
)
print(yf_prices[["Close", "Volume"]].head())

上市股票使用 .TW(台積電 2330.TW);上櫃使用 .TWO(穩懋 3105.TWO)。TSM 是美國 ADR。

end 不包含當日,因此查詢涵蓋 9 月。換股範例見補充教材「股票代號」。

C2 / 先用 yfinance 做出一張股價圖10 / 39

程式取得的是真實市場資料

Date Close Volume
2026-09-01 2,440 17,216,484
2026-09-02 2,385 19,825,721
2026-09-03 2,390 12,602,565

本次取得 20 筆;首末交易日為 9/1 與 9/30。查詢日期範圍與實際交易日期要分開看。

來源:Yahoo Finance,透過 yfinance 取得;供應者日後可能修訂歷史資料。

C2 / 先用 yfinance 做出一張股價圖11 / 39

這張表的每一列,究竟代表什麼?

程式使用英文欄名:Close 是收盤價,Volume 是成交量。先寫下整理規格:

項目 本例的約定
每一列 台積電台股的一個交易日
Close 新台幣/股,使用 auto_adjust=False 取得
Volume 保留來源單位,跨來源比較前查統計範圍
Date 交易日期;不重複,按時間由早到晚排列

Yahoo 回傳的 Date 是索引;整理比較表時轉成欄位。日後加入其他股票時,以「股票代碼+日期」共同識別每一列。

C2 / 先用 yfinance 做出一張股價圖12 / 39

把收盤價畫出來

import matplotlib.pyplot as plt

yf_prices["Close"].plot(
    marker="o", title="2330.TW — September 2026",
    ylabel="TWD / share", figsize=(9, 3.6),
)
plt.show()

橫軸是資料中的交易日期;縱軸是每股收盤價。先看圖,再描述這段期間的變化。

C2 / 先用 yfinance 做出一張股價圖13 / 39

這張圖就是月報的第一個成果

台積電 2026 年 9 月每日收盤價

來源:Yahoo Finance/yfinance。折線連接相鄰交易日,不代表每天都有交易。

C2 / 先用 yfinance 做出一張股價圖14 / 39

計算前,先確認時間往哪裡走

若把這份資料反向排列,首末兩筆就會變成:

排列順序 直接取首末價格計算 回答的問題
9/1 → 9/30 2480 / 2440 - 1 ≈ 1.64% 從較早到較晚的價格變化
9/30 → 9/1 2440 / 2480 - 1 ≈ -1.61% 從較晚倒推較早的價格變化
yf_prices = yf_prices.sort_index()

Notebook 在計算前先排序;iloc[0] 只表示第一列,日期順序決定它是不是起點。

C2 / 先用 yfinance 做出一張股價圖15 / 39

把 C1 的公式用在真實價格

first = yf_prices["Close"].iloc[0]
last = yf_prices["Close"].iloc[-1]
period_return = last / first - 1
print(f"{period_return:.2%}")

本次資料是 2,440 → 2,480,首筆至末筆價格報酬約 1.64%。

這是 9/1 收盤到 9/30 收盤的變化;若要算「上月底到本月底」的月報酬,還需要上月底的收盤價。

C2 / 先用 yfinance 做出一張股價圖16 / 39

同一套資料,欄位選擇會改變問題

欄位與設定 本例的用途
auto_adjust=False 與 Close 取收盤價欄位,與證交所報表對照
Adj Close 供應者依公司事件調整的價格序列
Dividends、Stock Splits 協助查看股利與拆股事件

本例計算價格變化,沒有另外計入股利與交易成本。研究總報酬時,須再確認調整方法與報酬定義。

C2 / 同一檔股票,回到官方資料看一次17 / 39

Part II

同一檔股票,回到官方資料看一次

C2 / 同一檔股票,回到官方資料看一次18 / 39

月報被追問:數字能對回證交所嗎?

同樣是 2026-09-01 台積電,本次取得:

來源 Close(收盤價) Volume(成交量)
Yahoo Finance 2,440 17,216,484
證交所個股日成交資訊 2,440 31,855,287

收盤價一致,成交量不同。接下來取得官方同月份表格,確認差異出現在哪些日期與欄位。

C2 / 同一檔股票,回到官方資料看一次19 / 39

在證交所找到這份真實報表

開啟個股日成交資訊:

  1. 選擇 2026 年 9 月,輸入股票代碼 2330。
  2. 按「查詢」,再開啟「列印 / HTML」。
  3. 確認標題為「115年09月 2330 台積電 各日成交資訊」。

此頁也提供 CSV 下載。工作上可直接使用 CSV;今天讀取 HTML,是為了學會處理真實網頁表格。

C2 / 同一檔股票,回到官方資料看一次20 / 39

用 requests 下載這份報表

import requests

url = "https://www.twse.com.tw/exchangeReport/STOCK_DAY"
params = {"response": "html", "date": "20260901", "stockNo": "2330"}
response = requests.get(url, params=params, timeout=20)
response.raise_for_status()
response.encoding = "utf-8"
twse_html = response.text

這裡只請求一個月份。HTTP 錯誤先停止;收到內容後,下一步確認目標表格。

C2 / 同一檔股票,回到官方資料看一次21 / 39

收到回應後,還要找到這個月的台積電

raise_for_status() 通過後,仍可能收到沒有行情的提示頁。

下一步確認 本例應看到什麼?
報表對象 115 年 09 月、2330、台積電
必要欄位 日期、收盤價、成交股數
資料內容 有資料列,日期落在查詢月份內

HTTP 200 表示請求成功;報表標題、欄位與資料列,才能說明取得了什麼。找不到目標時,保留回應內容,先查原因。

C2 / 同一檔股票,回到官方資料看一次22 / 39

標準表格,先試 read_html

from io import StringIO
import pandas as pd

tables = pd.read_html(StringIO(twse_html), match="2330")
assert len(tables) == 1
table_auto = tables[0]
if isinstance(table_auto.columns, pd.MultiIndex):
    table_auto.columns = table_auto.columns.get_level_values(-1)

報表有標題列與欄名列,可能形成兩層欄名。取出最內層欄名後,就能用「日期」「收盤價」「成交股數」選欄。

C2 / 同一檔股票,回到官方資料看一次23 / 39

讀進來後,先看真正的欄位

print(table_auto[["日期", "收盤價", "成交股數"]].head(2))
日期 收盤價 成交股數
115/09/01 2,440.00 31,855,287
115/09/02 2,385.00 25,151,394

這是證交所原始欄名。「日期」轉成西元 Date;「收盤價」「成交股數」整理為 Close、Volume,再與 Yahoo 比較。

C2 / 同一檔股票,回到官方資料看一次24 / 39

想控制怎麼讀表,就看 HTML 結構

這份報表的實際結構節錄:

<table>
  <thead>…欄名列…</thead>
  <tbody>
    <tr><td>115/09/01</td><td>31,855,287</td>…</tr>
  </tbody>
</table>

table 是整張表、tr 是一列、th 是標題格、td 是資料格。省略號代表省略的原始內容;完整 HTML 由 Notebook 下載。

C2 / 同一檔股票,回到官方資料看一次25 / 39

用完整 Notebook 接續 HTML 實作

下載 2026 年 9 月台積電月報 Notebook,到 Colab 選擇「檔案 → 上傳筆記本」。

檔名:cm261_c2_202609_yfinance_twse.ipynb。

  1. 依序執行第 0–5 節:準備環境、取得 Yahoo 與證交所資料,重現剛才的結果。
  2. 第 6–9 節:沿用已下載的 HTML,解析資料列、轉換格式、比較並保存結果。
  3. 最後的合成 HTML 附錄:修改表格 ID、欄名或價格,觀察錯誤。

主案例使用真實歷史資料;附錄的三筆價格是合成資料。

C2 / 同一檔股票,回到官方資料看一次26 / 39

從網頁中,選出這一張報表

這份真實報表沒有表格 ID;Notebook 使用股票代碼與報表名稱定位:

from bs4 import BeautifulSoup

soup_twse = BeautifulSoup(twse_html, "html.parser")
candidates = [t for t in soup_twse.select("table")
    if "2330" in t.get_text() and "各日成交資訊" in t.get_text()]
assert len(candidates) == 1, "請檢查報表內容"
table_twse = candidates[0]

找到零張或多張都要停下來檢查;取出唯一一張後,還要確認月份與欄位。

C2 / 同一檔股票,回到官方資料看一次27 / 39

BeautifulSoup:明確讀出資料列

Notebook 先用股票代碼與報表標題找到 table_twse,再讀:

headers_twse = [th.get_text(strip=True)
    for th in table_twse.select("thead tr")[-1].select("th")]
rows_twse = [[td.get_text(strip=True) for td in tr.select("td")]
    for tr in table_twse.select("tbody tr")]
raw_twse = pd.DataFrame(rows_twse, columns=headers_twse)

thead tr 的最後一列是欄名,tbody tr 是資料列。這次用同一份下載內容練習解析,無須再次連線。

C2 / 同一檔股票,回到官方資料看一次28 / 39

民國日期,要明確轉成西元

def roc_date(text):
    year, month, day = map(int, text.split("/"))
    return pd.Timestamp(year=year + 1911, month=month, day=day)

df_twse = pd.DataFrame({
    "Date": raw_twse["日期"].map(roc_date)
})

115/09/01 變成 2026-09-01。看到日期欄,先辨認它使用哪一種曆法。

C2 / 同一檔股票,回到官方資料看一次29 / 39

把原始文字轉成可比較的數值

for source, target in [("收盤價", "Close"), ("成交股數", "Volume")]:
    df_twse[target] = pd.to_numeric(
        raw_twse[source].str.replace(",", "", regex=False),
        errors="coerce",
    )

"2,440.00" 變成數值 2440.0。Notebook 會列出轉換失敗的原始列並停止,再檢查日期重複、價格範圍與成交股數。

C2 / 同一檔股票,回到官方資料看一次30 / 39

如果價格變成「—」,月報應該停在哪裡?

假設下載內容中的收盤價出現 —,數值轉換會留下缺值。

bad = df_twse[["Close", "Volume"]].isna().any(axis=1)
if bad.any():
    display(raw_twse.loc[bad])
    raise ValueError("數值轉換失敗;請先查原始資料。")

先顯示原始列,查來源註記與解析過程。若把未知價格補成零,前一天到這一天的價格報酬就會被誤算為 −100%。

C2 / 同一檔股票,回到官方資料看一次31 / 39

同一天出現兩筆,先問它們從哪裡來

這份台積電日資料預期每天一列;合併前先找出重複日期:

duplicates = df_twse["Date"].duplicated(keep=False)
display(df_twse.loc[duplicates])

若兩筆價格不同,先查是否混入修訂版本或其他來源;若資料含多檔股票,要改用「股票代碼+日期」檢查。

原因確認後才決定保留方式。直接刪掉其中一筆,可能把需要解釋的差異一起刪掉。

C2 / 同一檔股票,回到官方資料看一次32 / 39

按日期比對兩個來源

df_yahoo 是 Yahoo 行情整理後的 DataFrame;df_twse 是證交所報表整理後的 DataFrame。兩張表都有 Date、Close、Volume 三欄。

comparison = df_yahoo.merge(
    df_twse, on="Date", how="outer",
    suffixes=("_Yahoo", "_TWSE"),
    indicator=True, validate="one_to_one",
)

.merge() 是 DataFrame 的合併方法。outer 保留只出現在一邊的日期;one_to_one 檢查日期唯一性。

C2 / 同一檔股票,回到官方資料看一次33 / 39

差異就是這份月報的發現

收盤價可逐日對照;成交量則需要進一步查兩個來源的統計說明。

可能要查:交易種類的納入範圍、更新時間、修訂方式與欄位定義。目前的數字只證明存在差異,還不能確定原因。

若研究需要「證交所此報表的成交股數」,便使用該欄位並記錄來源。不能把兩邊平均,也不能因價格相同就認定所有欄位相同。

C2 / 同一檔股票,回到官方資料看一次34 / 39

保存資料,月報才可以重做

yf_prices.to_csv("yahoo_prices.csv")
df_twse.to_csv("twse_prices.csv", index=False)
comparison.to_csv("source_comparison.csv", index=False)

Notebook 也保存原始 HTML、股價圖與來源紀錄:代號、查詢期間、價格欄位、下載時間及套件版本。

下次發現差異時,可以回到當時取得的內容逐項檢查。

C2 / 同一檔股票,回到官方資料看一次35 / 39

讓 AI 協助改成另一個月份

可複製以下委託,並附上本課 Notebook:

請把台積電月報改成 2026 年 8 月。Yahoo 使用 2330.TW,start=2026-08-01、end=2026-09-01、auto_adjust=False;證交所查詢相同月份與代碼 2330。畫出收盤價,計算首末交易日價格報酬,按日期比較兩來源的收盤價及成交量。保留原始資料與查詢條件,分別報告缺日與數值差異,不要擅自平均或補零。請指出需要改動的設定。

執行後看圖、看首末日期,再看來源比較表。

C2 / 同一檔股票,回到官方資料看一次36 / 39

合成資料放在最後練習除錯

Notebook 附錄保留 100 → 102 → 101 的三筆合成價格。

可以故意改壞價格、表格 ID 或欄名,觀察程式在哪裡停止。這些數字不是真實行情。

這個附錄回答「錯誤會不會被發現」;前面的台積電案例則完成真實資料的取得、分析與來源比較。

C2 / 同一檔股票,回到官方資料看一次37 / 39

課後完成自己的月份報告

換一個完整月份,交代四件事:

  1. 實際取得哪些交易日?畫出股價圖。
  2. 首末交易日價格報酬是多少?分母是哪一天?
  3. 兩來源的日期、收盤價與成交量是否一致?
  4. 用了哪些來源與查詢條件?還有哪些差異待查?

操作細節與錯誤排查在平台補充教材;原有合成資料題目可對照 Notebook 附錄練習。

C2 / 同一檔股票,回到官方資料看一次38 / 39

C3 再處理資料取得的下一個難題

本次取得的是一個月份、可直接下載的報表。

下一步若需求變成多個月份、更多股票,或資料要互動後才出現,就需要處理等待、分頁與合併完整性。

這些方法都服務於同一件事:把研究需要的資料,整理成可以使用的結果。

C2 / 同一檔股票,回到官方資料看一次39 / 39

工具文件與官方入口

本課操作 文件或來源
取得 Yahoo Finance 歷史資料 yfinance 文件
查詢台股官方日資料 證交所個股日成交資訊
讀取標準 HTML 表格 pandas.read_html
查看台灣公司公告 公開資訊觀測站
查詢上櫃市場資料 櫃買中心

平台另有「金融資料來源」導覽,整理研究資料庫、分析產品與券商 API 的官方連結。

講者提示

投影片總覽