Czy chcesz pobierać dane giełdowe za pomocą Pythona? Jesteś we właściwym miejscu. W tym artykule dowiesz się, jak uzyskać dane giełdowe za pomocą Pythona. Możesz dalej wykorzystywać dane do analizowania, wizualizowania i uzyskiwania z nich szczegółowych informacji.
Będziesz używać finanse Biblioteka Pythona do pobierania bieżących i historycznych danych giełdowych z Yahoo Finance.
Instalowanie wymaganych bibliotek
Finanse yahoo jest jedną z powszechnie używanych platform dostarczających dane giełdowe. Możesz łatwo pobrać zestaw danych z ich strony internetowej, ale jeśli chcesz uzyskać do niego dostęp bezpośrednio z programu w Pythonie, możesz użyć finanse biblioteka. Aby zainstalować yfinance za pomocą pip, musisz uruchomić następujące polecenie w wierszu polecenia:
pypeć zainstalować finanseBiblioteka yfinance Python jest bezpłatna i nie wymaga klucza API.
Kod użyty w tym projekcie jest dostępny w formacie Repozytorium GitHub i jest darmowy do użytku na licencji MIT.
Uzyskaj aktualne dane o cenach akcji
Musisz mieć ticker akcji, dla której chcesz wyodrębnić dane. W poniższym przykładzie znajdziemy cenę rynkową i poprzednią cenę zamknięcia dla GOOGL.
import finanse Jak yf
pasek = yf. Serce('GOOGL').informacje
cena_rynkowa = pasek ['zwykła cena rynkowa']
poprzednia_cena_zamknięcia = ticker['zwykły RynekPoprzedniZamknij']
wydrukować('Ticker: GOOGL')
wydrukować('Cena rynkowa:', Cena rynkowa)
wydrukować('Poprzednia cena zamknięcia:', poprzednia_cena_zamknięcia)Daje to następujące dane wyjściowe:
W tym przykładzie użyto zwykła cena rynkowa I zwykły RynekPoprzedniZamknij properties, aby uzyskać wymagane dane. Biblioteka yfinance zawiera wiele innych nieruchomości, które możesz zbadać. Należą do nich kod pocztowy, sektor, pracownicy zatrudnieni na pełen etat, długie podsumowanie biznesowe, miasto, telefon, województwo i kraj. Możesz uzyskać pełną listę dostępnych właściwości za pomocą tego kodu:
import finanse Jak yf
pasek = yf. Serce('GOOGL').informacje
wydrukować(ticker.keys())Uzyskaj historyczne dane o cenach akcji
Możesz uzyskać wszystkie historyczne dane cenowe, podając datę początkową, datę końcową i ticker.
# Importowanie pakietu yfinance
import finanse Jak yf# Ustaw datę początkową i końcową
data_początkowa = '2020-01-01'
data_końcowa = '2022-01-01'# Ustaw znacznik
pasek = 'GOOGL'# Pobierz dane
data = yf.download (symbol, data_początkowa, data_końcowa)
# Wydrukuj ostatnie 5 wierszy
wydrukować(dane.ogon())
Daje to następujące dane wyjściowe:
Powyższy kod pobierze dane o cenach akcji od 2020-01-01 do 2022-01-01.
Jeśli chcesz pobierać dane z wielu pasków jednocześnie, możesz to zrobić, podając paski w postaci ciągu oddzielonego spacjami.
import finanse Jak yf
data_początkowa = '2020-01-01'
data_końcowa = '2022-01-01'
# Dodaj tutaj wiele znaczników oddzielonych spacjami
pasek = 'GOOGL MSFT TSLA'
data = yf.download (symbol, data_początkowa, data_końcowa)
wydrukować(dane.ogon())
Przekształcanie danych do analizy
W powyższym zbiorze danych Data jest indeksem zestawu danych, a nie kolumną. Aby przeprowadzić jakąkolwiek analizę danych na tych danych, musisz przekonwertować ten indeks na kolumnę. Poniżej opisano, jak możesz to zrobić:
import finanse Jak yf
data_początkowa = '2020-01-01'
data_końcowa = '2022-01-01'
pasek = 'GOOGL'
data = yf.download (symbol, data_początkowa, data_końcowa)
dane["Data"] = dane.indeksdane = dane [["Data", "otwarty", "Wysoki",
"Niski", "Zamknąć", "Adj Zamknij", "Tom"]]
data.reset_index(upuszczać=PRAWDA, wstaw =PRAWDA)
wydrukować(nagłówek danych())
Daje to następujące dane wyjściowe:
Te przekształcone dane są takie same, jak dane, które można pobrać z Yahoo Finance.
Zapisywanie otrzymanych danych w pliku CSV
Możesz wyeksportować obiekt DataFrame do pliku CSV używając to_csv() metoda. Ponieważ powyższe dane są już w formie pandas DataFrame, możesz wyeksportować dane do pliku CSV za pomocą następującego kodu:
import finanse Jak yf
data_początkowa = '2020-01-01'
data_końcowa = '2022-01-01'
pasek = 'GOOGL'
data = yf.download (symbol, data_początkowa, data_końcowa)
wydrukować(dane.ogon())
# Eksportuj dane do pliku CSV
dane.do_csv("GOOGL.csv")Pandas to powszechnie używana biblioteka Pythona do analizy danych. Jeśli nie czujesz się komfortowo z tą biblioteką, powinieneś zacząć od niej podstawowe operacje z użyciem Pand.
Wizualizuj dane
Biblioteka yfinance Python jest jedną z najwygodniejszych bibliotek do konfigurowania, pobierania danych i wykonywania zadań związanych z analizą danych. Możesz użyć tych danych do wizualizacji wyników i przechwytywania spostrzeżeń za pomocą bibliotek, takich jak Matplotlib, Seaborn lub Bokeh.
Możesz nawet wyświetlać te wizualizacje bezpośrednio na stronie internetowej za pomocą języka PyScript.