先说个大实话：你到底是想要一只股票每一天的PE、PB历史曲线，还是仅仅想看一眼现在这一刻的值？ 这两个差别大了去了。比如你想看茅台从2010年到今天市盈率是怎么变的，这叫历史曲线；你只想知道今天它的市盈率是20倍还是30倍，这叫当前快照。下面说的通道，有的能给你前者，有的只给后者，千万别绕晕了。

A股：最省事的免费通道，三个字：BaoStock

如果你想拿A股个股的PE和PB历史数据，最喜欢的就是BaoStock。它完全免费，你连注册都不用，直接装个Python包就能用。它的逐日数据里直接就有peTTM（滚动市盈率）和pbMRQ（市净率），一次全给你。用法也很简单，调一个query_history_k_data函数，把字段写成date,code,close,peTTM,pbMRQ，就能拉出一整张表格。

具体怎么操作，可以看看这篇使用说明：https://zhuanlan.zhihu.com/p/521504291

（注意：这个字段的准确性，以baostock官方的最新文档为准，毕竟他们也可能更新。）

第二条路：AKShare（上手快，但PB要留意）

AKShare也是国内很常用的免费库，pip install akshare就能用，不用注册。它的stock_a_indicator_lg接口能一次拉一只股票的完整历史，返回trade_date / pe / pe_ttm / dv_ratio等。但这里要提醒你：这个接口主要给的是PE和股息率，目前没看到直接有PB这一列。 所以如果你PE和PB都要，BaoStock或下面的Tushare更对口。到底现在给不给PB，要以官方文档为准，别想当然。

官方文档在这里：https://akshare.akfamily.xyz/data/stock/stock.html

项目主页（GitHub）：https://github.com/akfamily/akshare

许可：接口库本身是MIT开源，但数据来自第三方，商用的话要看数据源条款。

第三条路：Tushare Pro（字段最全，但有门槛）

Tushare的daily_basic接口字段最全，pe / pe_ttm / pb加上换手率、量比全都有。但有个门槛：你得注册拿token，而且这个接口至少要攒够2000积分才能调，5000积分才没总量限制。积分可以靠写教程、提需求等方式攒。不过说实话，如果你只是偶尔用一下，BaoStock更省心。

接口文档：https://tushare.pro/document/2?doc_id=32

积分门槛以官方为准，可能调整。

看大盘/指数估值，不想写代码：乐咕乐股

如果你只是想快速看一眼整个市场（比如上证、创业板）的历史PE/PB趋势，不想写代码，直接上乐咕乐股（legulegu.com）。它是AKShare的底层数据源之一，本身是个免费网站，直接看全A、上证、深证的PE/PB历史走势，TTM和LYR两种口径都有。它更适合做市场整体估值参照，不适合批量拉个股。

网站：https://legulegu.com/

上证历史市盈率走势页：https://legulegu.com/stockdata/shanghaiPE

数据声明来自第三方公开数据，按中证指数口径计算。

美股/海外：yfinance和Kaggle

yfinance（免key，但只给快照，不给历史曲线）

海外首选免key库，pip install yfinance就能用。但关键局限：它的.info里trailingPE、priceToBook只是当前一刻的快照值，不提供长历史估值时间序列。想要长历史，你得自己定期抓快照攒起来，或者换别的源。别指望它能直接拉出苹果公司从2010年到现在每天的市净率——它做不到。

教程（用法与局限）：https://blog.csdn.net/zhangyunchou2015/article/details/147192300

免费，但依赖雅虎非官方接口，稳定性随时可能变。

Kaggle上的现成数据集（静态，可直接下载）

如果你想直接下一份现成数据来用，Kaggle上有一些美股基本面数据集，比如：

  • US Stock Market Data（约40+只美股，含基本面+技术面）：https://www.kaggle.com/datasets/mohammedobeidat/us-stock-market-data
  • US Stocks Fundamentals (XBRL，适合批量研究)：https://www.kaggle.com/datasets/usfundamentals/us-stocks-fundamentals
  • Nifty 500 Historical Data with PE（印度市场，含历史PE与股息率）：https://www.kaggle.com/datasets/stacknishant/nifty-500-historical-data-with-pe-and-dividend-yield

这些多为静态快照，覆盖有限、更新不定，下载前务必看清license和数据截止日。

严谨学术研究：CSMAR国泰安

如果你需要论文级的“正本”数据，CSMAR国泰安是学术研究型数据库，按CRSP/COMPUSTAT标准编制，覆盖1990年至今沪深全部股票，包含PE/PB等估值。但它是机构付费订阅，个人通常要通过学校图书馆才能访问。能用不能用，取决于你所在机构有没有采购。

介绍页（北大汇丰）：https://www.phbs.pku.edu.cn/info/1431/57391.htm

别白费的力：World Bank没有个股PE/PB

很多人会想到世界银行，但说清楚：它只有股市的宏观指标（比如总市值占GDP的百分比），没有个股的PE/PB。它适合做国别股市宏观对比，不适合查个股。

市场资本化指标页：https://data.worldbank.org/indicator/CM.MKT.LCAP.GD.ZS

官方Python包wbgapi介绍：https://blogs.worldbank.org/en/opendata/introducing-wbgapi-new-python-package-accessing-world-bank-data

用之前注意：口径、许可、版权

  • 免费源的PE/PB是第三方按一定口径算出来的，不同源会有差异。比如BaoStock和Tushare对同一只股票算出来的PE可能不一样，因为它们用的算法（TTM vs LYR、是否剔除负值）不同。严谨研究时，一定核对口径并标注来源。
  • 别假装某一个数字是唯一真相。多源对一下，把口径和来源写清楚，比盲信一个数字稳妥。
  • 看清许可再用，尤其商用。开源库（如AKShare）主要面向学术研究，数据本身来自第三方网站，商用要看原始数据源条款。Kaggle上的数据集许可逐个不同，下载前看清。
  • 用到报告里就标出处。不管哪个源，写进材料都按规矩注明来源和引用时点，这是基本规矩。

如果你觉得这些线索太散，想省时间

上面这些通道，真正的麻烦不是“有没有数据”，而是线索散在七八个地方，你到底要的是个股逐日曲线还是大盘/现值快照、要不要PB、愿不愿意注册或付费——不理清这些，很容易绕一圈白费力。

如果你不想一个个去试，数聚天成 DeepSData可以帮你做一次深度数据可得性检索：把这些来源一次性扫齐，按“能直连 / 要注册 / 要积分 / 要机构订阅 / 根本没有”分层列清楚，诚实告诉你到底能不能拿到、拿到的是哪一种数据。拿不准的许可和字段，我们一律标“以官方页面为准”，不编链接、不编数字。需要的话再说，不勉强。

本文仅作公开来源整理和可得性参考，不构成医疗、法律、投资、商业决策或合规意见；正式使用前请以官方页面、授权条款和专业意见为准。

说明：本文为公开资料整理，仅供参考；平台政策、价格、下载方式与链接随时可能变化，本文不保证持续更新，请以各官方页面最新信息为准。

参考来源