全球指数估值数据源调研

数据源总览

---

1. S&P 500 — multpl.com（✅ 已实现）

• URL: https://www.multpl.com/s-p-500-pe-ratio/table/by-month
• 数据: 月频 PE，1871年至今（基于 Robert Shiller 数据）
• 方法: pd.read_html() 解析网页中的表格
• 准确性: 高（学术级数据源）
• 成本: 免费，无需注册
• 爬取难度: 极低，一个 HTTP GET + pd.read_html
• 限制: 仅月频数据，无日频；偶尔网站改版需调整解析逻辑
• 已有代码: valuation_fetcher.py → _fetch_sp500_pe_from_multpl()

备选：trendonify.com

• URL: https://trendonify.com/united-states/stock-market/pe-ratio
• 数据: 月频 PE，1871-今，完整表格展示
• 方法: pd.read_html()
• 准确性: 高

---

2. NASDAQ 100 — 暂无可靠免费源（❌）

候选方案对比

推荐方案

短期: 接受 NASDAQ 100 暂无 PE 历史数据的现实，先用 S&P 500 做美股代表。

中期: 尝试 macrotrends.net 爬取。该站有 NASDAQ 100 PE Ratio 页面（URL: https://www.macrotrends.net/...），图表背后有 JSON API，可以逆向获取。需 2-4 小时开发+测试。

长期: 如果美股估值回测对你很重要，Financial Modeling Prep Pro 版 $49/月 性价比还不错，提供标准 REST API，免去爬虫维护成本。

---

3. 日经225 — 有限免费（⚠️）

方案一：J-Quants API（推荐尝试）

• 提供方: 日本交易所集团 (JPX)
• URL: https://jpx-jquants.com/
• 免费计划: 需注册，提供日频数据
• 数据: 可能包含指数级 PE/PB（需实测确认）
• 限制: Free 计划有 API 调用次数限制

方案二：Nikkei 官网 Daily Summary

• URL: https://indexes.nikkei.co.jp/en/nkave/archives/summary
• 数据: 日频，包含 P/E (Index Weight Basis)
• 限制: 仅提供最近 3 年的免费数据；历史数据需 Premium Data Package（付费）
• 爬取难度: 中（HTML 页面，但有 CSRF 保护）

方案三：yfinance

• 可获取日经225价格数据（^N225），但PE 数据不可用
• yfinance 对日股的支持有限

推荐

短期: 接受日经225暂无 PE 历史数据。或用 J-Quants 免费 API 初步尝试。

中期: 如果需要，爬取 Nikkei 官网的 Daily Summary 页面（最近3年免费），虽然历史短但对于估值回测也有一定参考价值。

---

4. 付费 API 对比（如果考虑投入）

---

5. 结论 & 建议

• A 股指数: tushare 已经完美覆盖，无需额外投入 ✅
• S&P 500: multpl.com 免费月频数据足够做估值回测，已实现 ✅
• NASDAQ 100: 暂无完美免费方案。建议先接受 QQQ 当前 PE 做单点参考（yfinance），历史回测待后续爬取 macrotrends 或购买 FMP API
• 日经225: 优先级最低。如需，优先尝试 J-Quants 免费 API
• 爬取 vs 付费: 对于 S&P 500，爬取 multpl.com 零成本且稳定，推荐爬取。对于 NASDAQ 100，如果数据对你的决策很重要，$49/月买数据省心，否则接受暂时缺失