Kako dobiti podatke o cijeni dionica pomoću Pythona

Želite li dohvatiti podatke o burzi pomoću Pythona? Na pravom ste mjestu. U ovom ćete članku naučiti kako dobiti podatke o burzi pomoću Pythona. Možete dalje koristiti podatke za analizu, vizualizaciju i dobivanje uvida iz njih.

Vi ćete koristiti yfinance Python biblioteka za dobivanje trenutnih i povijesnih podataka o burzovnim cijenama od Yahoo Finance.

Instaliranje potrebnih biblioteka

Yahoo Finance je jedna od široko korištenih platformi koja pruža podatke o burzi. Možete jednostavno preuzeti skup podataka s njihove web stranice, ali ako mu želite pristupiti izravno iz Python programa, možete koristiti yfinance knjižnica. Da biste instalirali yfinance koristeći pip, morate pokrenuti sljedeću naredbu u naredbenom retku:

pip instalirati yfinance

Knjižnica yfinance Python besplatna je za korištenje i ne zahtijeva API ključ.

Kod korišten u ovom projektu dostupan je u a GitHub spremište i besplatan je za korištenje pod MIT licencom.

Dobijte trenutne podatke o cijeni dionica

Morate imati oznaku dionice za koju želite izdvojiti podatke. U sljedećem primjeru ćemo pronaći tržišnu cijenu i prethodnu cijenu zatvaranja za GOOGL.

uvoz yfinance kao yf
oznaka = yf. Ticker ('GOOGL').info
tržišna_cijena = ticker['regularnatržišna cijena']
prethodna_cijena_zatvaranja = ticker['regularMarketPreviousClose']
ispis('Oznaka: GOOGL')
ispis('Tržišna cijena:', tržišna cijena)
ispis('Prethodna cijena zatvaranja:', prethodna_cijena_zatvaranja)

Ovo proizvodi sljedeći izlaz:

Ovaj primjer koristi regularnatržišna cijena i regularMarketPreviousClose svojstva da biste dobili tražene podatke. Knjižnica yfinance nudi brojna druga svojstva koja možete istražiti. To uključuje poštanski broj, sektor, fullTimeEmployees, longBusinessSummary, grad, telefon, državu i zemlju. Potpuni popis dostupnih svojstava možete dobiti pomoću ovog koda:

uvoz yfinance kao yf
oznaka = yf. Ticker ('GOOGL').info
ispisati(ticker.keys())

Dobijte povijesne podatke o cijenama dionica

Možete dobiti sve povijesne podatke o cijenama navođenjem datuma početka, datuma završetka i tickera.

# Uvoz paketa yfinance
uvoz yfinance kao yf
# Postavite datum početka i završetka
datum_početka = '2020-01-01'
datum_završetka = '2022-01-01'
# Postavite ticker
oznaka = 'GOOGL'
# Dobijte podatke
podaci = yf.download (ticker, početni_datum, završni_datum)
# Ispiši zadnjih 5 redaka
ispisati(data.tail())

Ovo proizvodi sljedeći izlaz:

Gornji kod će dohvatiti podatke o cijeni dionica od 1.1.2020 do 1.1.2022.

Ako želite povući podatke više tickera odjednom, to možete učiniti tako da navedete tickere u obliku niza odvojenih razmakom.

uvoz yfinance kao yf
datum_početka = '2020-01-01'
datum_završetka = '2022-01-01'
# Ovdje dodajte više oznaka odvojenih razmakom
oznaka = 'GOOGL MSFT TSLA'
podaci = yf.download (ticker, početni_datum, završni_datum)
ispisati(data.tail())

Transformacija podataka za analizu

U gornjem skupu podataka, Datum je indeks skupa podataka, a ne stupac. Da biste izvršili bilo kakvu analizu podataka na ovim podacima, trebate pretvoriti ovaj indeks u stupac. U nastavku je opisano kako to možete učiniti:

uvoz yfinance kao yf
datum_početka = '2020-01-01'
datum_završetka = '2022-01-01'
oznaka = 'GOOGL'
podaci = yf.download (ticker, početni_datum, završni_datum)
podaci["Datum"] = podaci.indeks
podaci = podaci[["Datum", "Otvoren", "visoko",
"Niska", "Zatvoriti", "Adj Zatvori", "Volumen"]]
data.reset_index(pad=Pravi, na mjestu=Pravi)
ispisati(data.head())

Ovo proizvodi sljedeći izlaz:

Ovi transformirani podaci isti su kao podaci koje biste preuzeli s Yahoo Financea.

Pohranjivanje primljenih podataka u CSV datoteku

Možeš izvoz DataFrame objekta u CSV datoteku koristiti to_csv() metoda. Budući da su gornji podaci već u obliku pandas DataFramea, možete izvesti podatke u CSV datoteku pomoću sljedećeg koda:

uvoz yfinance kao yf
datum_početka = '2020-01-01'
datum_završetka = '2022-01-01'
oznaka = 'GOOGL'
podaci = yf.download (ticker, početni_datum, završni_datum)
ispisati(data.tail())
# Izvoz podataka u CSV datoteku
data.to_csv("GOOGL.csv")

Pandas je široko korištena Python biblioteka za analizu podataka. Ako vam nije baš ugodno s ovom bibliotekom, trebali biste početi s njom osnovne operacije pomoću Panda.

Vizualizirajte podatke

Knjižnica yfinance Python jedna je od najprikladnijih biblioteka za postavljanje, dohvaćanje podataka i izvršavanje zadataka analize podataka. Ove podatke možete koristiti za vizualizaciju rezultata i prikupljanje uvida pomoću biblioteka kao što su Matplotlib, Seaborn ili Bokeh.

Možete čak prikazati ove vizualizacije izravno na web stranici koristeći PyScript.