Chcete získat data akciového trhu pomocí Pythonu? Jste na správném místě. V tomto článku se dozvíte, jak získat data akciového trhu pomocí Pythonu. Data můžete dále používat k analýze, vizualizaci a získávání přehledů z nich.
Budete používat yfinance Knihovna Python pro získání aktuálních a historických údajů o cenách akciového trhu z Yahoo Finance.
Instalace požadovaných knihoven
Yahoo Finance je jednou z široce používaných platforem, která poskytuje data o akciovém trhu. Dataset si můžete snadno stáhnout z jejich webových stránek, ale pokud k němu chcete přistupovat přímo z programu Python, můžete použít yfinance knihovna. Chcete-li nainstalovat yfinance pomocí pip, musíte na příkazovém řádku spustit následující příkaz:
pip Nainstalujte yfinance
Knihovna yfinance Python je k použití zdarma a nevyžaduje klíč API.
Kód použitý v tomto projektu je k dispozici v a úložiště GitHub a můžete jej používat zdarma pod licencí MIT.
Získejte aktuální údaje o ceně akcií
Musíte mít ticker akcie, pro kterou chcete extrahovat data. V následujícím příkladu najdeme tržní cenu a předchozí uzavírací cenu pro GOOGL.
import yfinance tak jako yf
ticker = yf. Ticker('GOOGL').informace
tržní_cena = ticker['běžná tržní cena']
previous_close_price = ticker['regularMarketPreviousClose']
tisk('Ticker: GOOGL')
tisk('Obchodní cena:', obchodní cena)
tisk('Předchozí zavírací cena:', předchozí_zavírací_cena)
Tím vznikne následující výstup:
Tento příklad používá běžná tržní cena a regularMarketPreviousClose vlastnosti, abyste získali požadovaná data. Knihovna yfinance nabízí řadu dalších vlastností, které můžete prozkoumat. Patří sem zip, sektor, zaměstnanci na plný úvazek, longBusinessSummary, město, telefon, stát a země. Úplný seznam dostupných nemovitostí můžete získat pomocí tohoto kódu:
import yfinance tak jako yf
ticker = yf. Ticker('GOOGL').informace
tisk(ticker.keys())
Získejte historické údaje o ceně akcií
Všechny historické údaje o ceně můžete získat zadáním data zahájení, data ukončení a ukazatele.
# Import balíčku yfinance
import yfinance tak jako yf# Nastavte počáteční a koncové datum
datum_zahájení = '2020-01-01'
end_date = '2022-01-01'# Nastavte ukazatel
ticker = 'GOOGL'# Získejte data
data = yf.download (ticker, start_date, end_date)
# Vytiskněte posledních 5 řádků
tisk(data.tail())
Tím vznikne následující výstup:
Výše uvedený kód načte údaje o ceně akcií od 2020-01-01 do 2022-01-01.
Chcete-li vytáhnout data více tickerů najednou, můžete tak učinit poskytnutím tickerů ve formě řetězce odděleného mezerami.
import yfinance tak jako yf
datum_zahájení = '2020-01-01'
end_date = '2022-01-01'
# Zde přidejte více štítků oddělených mezerou
ticker = 'GOOGL MSFT TSLA'
data = yf.download (ticker, start_date, end_date)
tisk(data.tail())
Transformace dat pro analýzu
Ve výše uvedené sadě dat datum je index datové sady, nikoli sloupec. Chcete-li provést jakoukoli analýzu těchto dat, musíte tento index převést na sloupec. Níže je uveden postup, jak to udělat:
import yfinance tak jako yf
datum_zahájení = '2020-01-01'
end_date = '2022-01-01'
ticker = 'GOOGL'
data = yf.download (ticker, start_date, end_date)
data["datum"] = data.indexdata = data[["datum", "OTEVŘENO", "Vysoký",
"Nízký", "Zavřít", "Adj Close", "Hlasitost"]]
data.reset_index(pokles=Skutečný, na místě=Skutečný)
tisk(data.head())
Tím vznikne následující výstup:
Tato transformovaná data jsou stejná jako data, která byste si stáhli z Yahoo Finance.
Ukládání přijatých dat do souboru CSV
Můžeš exportovat objekt DataFrame do souboru CSV za použití to_csv() metoda. Protože výše uvedená data jsou již ve formě datového rámce pandas, můžete data exportovat do souboru CSV pomocí následujícího kódu:
import yfinance tak jako yf
datum_zahájení = '2020-01-01'
end_date = '2022-01-01'
ticker = 'GOOGL'
data = yf.download (ticker, start_date, end_date)
tisk(data.tail())
# Exportujte data do souboru CSV
data.to_csv("GOOGL.csv")
Pandas je široce používaná Python knihovna pro analýzu dat. Pokud se s touto knihovnou moc necítíte, měli byste začít základní operace pomocí Pandas.
Vizualizujte data
Knihovna yfinance Python je jednou z nejpohodlnějších knihoven pro nastavení, načítání dat a provádění úloh analýzy dat. Tato data můžete použít k vizualizaci výsledků a zachycení statistik pomocí knihoven jako Matplotlib, Seaborn nebo Bokeh.
Tyto vizualizace můžete dokonce zobrazit přímo na webové stránce pomocí jazyka PyScript.