Вы хотите получить данные фондового рынка с помощью Python? Вы находитесь в правильном месте. В этой статье вы узнаете, как получить данные фондового рынка с помощью Python. Вы можете дополнительно использовать данные для анализа, визуализации и извлечения из них информации.
Вы будете использовать yfinance Библиотека Python для получения текущих и исторических данных о ценах на фондовом рынке от Yahoo Finance.
Установка необходимых библиотек
Яху Финансы является одной из широко используемых платформ, которая предоставляет данные фондового рынка. Вы можете легко загрузить набор данных с их веб-сайта, но если вы хотите получить к нему доступ непосредственно из программы Python, вы можете использовать yfinance библиотека. Чтобы установить yfinance с помощью pip, вам нужно выполнить следующую команду в командной строке:
точка установить yfinanceБиблиотека yfinance Python бесплатна для использования и не требует ключа API.
Код, используемый в этом проекте, доступен в Репозиторий GitHub и вы можете использовать его бесплатно по лицензии MIT.
Получить текущие данные о ценах на акции
У вас должен быть тикер акции, для которой вы хотите извлечь данные. В следующем примере мы найдем рыночную цену и предыдущую цену закрытия для GOOGL.
Импортировать yfinance как йф
тикер = yf. Бегущая строка('ГУГЛ').Информация
рыночная_цена = тикер['обычнаяРыночнаяЦена']
предыдущая_близкая_цена = тикер['обычныйРынокПредыдущийЗакрыть']
Распечатать('Тикер: GOOGL')
Распечатать('Рыночная цена:', рыночная цена)
Распечатать('Предыдущая цена закрытия:', предыдущая_закрытая_цена)Это дает следующий результат:
В этом примере используется обычнаяРыночнаяЦена и обычныйРынокПредыдущийЗакрыть свойства для получения необходимых данных. Библиотека yfinance предоставляет множество других свойств, которые вы можете изучить. К ним относятся почтовый индекс, сектор, fullTimeEmployees, longBusinessSummary, город, телефон, штат и страна. Вы можете получить полный список доступных свойств, используя этот код:
Импортировать yfinance как йф
тикер = yf. Бегущая строка('ГУГЛ').Информация
Распечатать(тикер.keys())Получить исторические данные о ценах на акции
Вы можете получить все исторические данные о ценах, указав дату начала, дату окончания и тикер.
# Импорт пакета yfinance
Импортировать yfinance как йф# Установите дату начала и окончания
дата_начала = '2020-01-01'
конечная_дата = '2022-01-01'# Установить тикер
тикер = 'ГУГЛ'# Получить данные
data = yf.download (тикер, start_date, end_date)
# Печатаем последние 5 строк
Распечатать(данные.хвост())
Это дает следующий результат:
Приведенный выше код извлечет данные о цене акций с 01.01.2020 по 01.01.2022.
Если вы хотите получить данные нескольких тикеров одновременно, вы можете сделать это, предоставив тикеры в виде строки, разделенной пробелами.
Импортировать yfinance как йф
дата_начала = '2020-01-01'
конечная_дата = '2022-01-01'
# Добавьте сюда несколько тикеров, разделенных пробелами
тикер = 'GOOGL MSFT ЦЛА'
data = yf.download (тикер, start_date, end_date)
Распечатать(данные.хвост())
Преобразование данных для анализа
В приведенном выше наборе данных Дата является индексом набора данных, а не столбца. Чтобы выполнить любой анализ данных по этим данным, вам необходимо преобразовать этот индекс в столбец. Ниже показано, как это можно сделать:
Импортировать yfinance как йф
дата_начала = '2020-01-01'
конечная_дата = '2022-01-01'
тикер = 'ГУГЛ'
data = yf.download (тикер, start_date, end_date)
данные["Дата"] = данные.индексданные = данные[["Дата", "Открыть", "Высокий",
"Низкий", "Закрывать", "Корректировка Закрыть", "Объем"]]
data.reset_index(уронить=Истинный, на месте =Истинный)
Распечатать(данные.голова())
Это дает следующий результат:
Эти преобразованные данные совпадают с данными, которые вы загружали бы с Yahoo Finance.
Сохранение полученных данных в файле CSV
Ты можешь экспортировать объект DataFrame в файл CSV используя to_csv() метод. Поскольку приведенные выше данные уже представлены в виде кадра данных pandas, вы можете экспортировать данные в файл CSV, используя следующий код:
Импортировать yfinance как йф
дата_начала = '2020-01-01'
конечная_дата = '2022-01-01'
тикер = 'ГУГЛ'
data = yf.download (тикер, start_date, end_date)
Распечатать(данные.хвост())
# Экспорт данных в файл CSV
данные.to_csv("GOOGL.csv")Pandas — это широко используемая библиотека Python для анализа данных. Если вам не очень удобно работать с этой библиотекой, вам следует начать с основные операции с использованием Pandas.
Визуализируйте данные
Библиотека yfinance Python — одна из самых удобных библиотек для настройки, извлечения данных и выполнения задач анализа данных. Вы можете использовать эти данные для визуализации результатов и сбора информации с помощью таких библиотек, как Matplotlib, Seaborn или Bokeh.
Вы даже можете отображать эти визуализации прямо на веб-странице с помощью PyScript.
