分析印度杂志
现在读
获得历史库存数据的顶级Python库(使用代码)
分析印度杂志

获得历史库存数据的顶级Python库(使用代码)

股票市场分析一直是一个非常有趣的工作,不仅对投资者,而且对分析专业人士。要分析股票市场,需要有股票的历史数据。在过去,寻找历史数据是一件乏味、耗时且代价高昂的事情。随着金融技术(FinTech)的进步和普惠金融的趋势,现在网上有各种自由市场的数据来源。在这篇文章中,我们将讨论流行的python包,它们可以用来检索单个或多个股票的历史数据。我们将看到,只需几行代码,我们就可以在几秒钟内下载多年的数据。下面列出了我们将在本文中介绍的python包。

待讨论的软件包

  1. 熊猫DataReaders
  2. 雅虎财经
  3. 12个数据

熊猫DataReaders

我们将要看到的第一个方法是使用Pandas-DataReader收集数据。熊猫是一个用于数据分析和操作的Python库,是一个免费源代码。因此,panda - datareader子包支持用户从各种互联网来源构建数据帧。它允许用户连接一系列的来源,如Naver金融,加拿大银行,谷歌分析,肯尼斯弗兰奇的数据仓库,以及在其文件中提到的16个其他来源。在连接之后,我们可以提取数据并将其作为数据帧读入。

注册AWS数据分析会议>>

当按顺序检索任何股票价格或数据时,需要在大多数包中定义的某些参数是;

  • 期:收集数据的频率;常用的选择是' 1d '(每日)、' 1mo '(每月)和' 1y '(每年)
  • 开始:开始收集数据的日期。例如,“2015-5-25”
  • 结束:完成数据收集的日期。例如,“2021-9-25。”

当你获得任何股票的输出值时,在大多数情况下,查询的输出是一个熊猫数据帧,这些数据帧的字段描述如下:

  • 开放:当日/月/年年初的股票价格。
  • 关闭:当日/月/年结束时的股票价格
  • 高:该股票当日/月/年的最高价格。
  • 低:该股票当日/月/年的最低价。
  • 体积:当日/月/年交易的股票数量。

Pandas DataRedears本身并不是一个数据源,而是PyData栈中的一个API,它支持多种数据源。顾名思义,数据将以熊猫Dataframe的形式下载。完整的文档可用在这里.下面列出了它目前支持的源代码。我们只讨论其中的几个。

从阿尔法Vantage获取数据

Alpha Vantage通过一组功能强大、开发人员友好的api提供企业级金融市场数据。要设置这个环境,您需要有一个API密钥,可以直接从文档中获取在这里

## Alpha vintage import panda as pd import pandas_datareader as pdr ts = pdr.av.time_series。AVTimeSeriesReader('IBM', api_key=PUT_YOUR_API_KEY_HERE) df = ts.read() df。指数= pd.to_datetime (df。index, format='%Y-%m-%d') #标绘开盘价和收盘价df[['open','close']].plot()

下面是获得的数据帧的样子:

从FRED获取数据

美联储经济数据(FRED)数据库由圣路易斯联邦储备银行研究部管理,包含96个来源的超过76.5万个经济时间序列。所有这些巨大的数据都可以通过DataReader API访问,就在我们需要提到的符号类别下,我们想要哪个指示器的数据。可以找到指标在这里

### Fred import pandas_datareader as pdr start= datetime(2021, 1,1) end= datetime(2021, 1,30) syms = ['IMPCH', 'IMPJP'] df = pd. dataframe () for sym in syms: ts = pdr. Fred . fredreader (sym, start=start, end=end) df1 = ts.read() df = pd。Concat ([df, df1], axis=1

如上所述,它显示了从日本和中国进口的贸易类别。

雅虎财经

雅虎金融是雅虎网络的一个组成部分。它是美国使用最广泛的商业新闻网站,主要包括股票报价、新闻公告、财务报告和原创内容,以及财务新闻、数据和评论。它们为加密货币、法定货币、商品期货、股票和债券提供市场数据、基本面和期权数据、市场分析和新闻,以及基本面和期权数据、市场分析和新闻。

上图是雅虎财经的网页界面,该网站销售不同加密货币的地位。为了检索这些数据,雅虎财经有一个专门的工具叫做yfinance.它非常简单和直接,因为您将通过下面的API,您只需要更改符号(上图中最左边的一列)

pip install yfinance import yfinance as yf import matplotlib。pyplot as plt data = yf.download('BTC-USD',' 2011-01-01 ',' 2011-09-30 ') data.head()

此外,我们还可以考虑多重交易,如下所示。

另请参阅

data = yf.download ([BTC-USD, AMD的],' 2021-01-01 ',' 2021-09-30 ')数据(“关闭”).plot () plt.show ()

12个数据

Twelve Data创建于2009年,最近获得了关注。以下是它们提供的服务的主要内容:

  • API访问实时和历史数据
  • 创建动态图
  • 大型技术指标(100以上)。
  • 引用使用WebSockets流。

TwelveData项目的主要目的是提供一个单一的位置,所有的Pythonistas可以在这里快速访问所有的金融市场,并仅用几行代码进行分析。

我们必须先登记网站获取我们的API KEY,就像我们在Alpha Vantage中做的一样。

使用Twelve数据,我们将查询微软公司的股票价格,并绘制一个交互式的Plotly Dashboard。

#初始化客户端td = TDClient(apikey="PUT_YOUR_API_KEY_HERE") #初始化客户端td = TDClient(apikey="PUT_YOUR_API_KEY_HERE") #初始化客户端td = TDClient("PUT_YOUR_API_KEY_HERE") #初始化客户端td = TDClient("PUT_YOUR_API_KEY_HERE") #初始化时间time_series(symbol="MSFT", interval="1min", outputsize=500,) #返回Plotly dash ts.as_plotly_figure().show()

最后的话

正如我们所看到的,有许多方法可以获得历史股票数据。我们不仅看到了许多数据提供程序,还看到了如何使用Python的标准API从它们中提取数据。如前所述,获取高质量的历史数据对于反向测试你的交易技术是至关重要的。这些数据供应商都是免费和付费的。在这篇文章中,我们研究了三个免费的历史金融数据源:Pandas DataReader、Yahoo Finance和Twelve data,涵盖股票、利率、外汇、加密货币和大宗商品。

参考文献

你怎么看?

加入我们的不和服务器。加入一个有吸引力的在线社区。加入这里


订阅我们的通讯

通过分享你的电子邮件获得最新的更新和相关的优惠。

188BET网页

滚动到顶部
Baidu