Получение исторических данных о запасах с использованием Python

Существует простой способ получить данные о запасах с использованием Pandas_datareader из Yahoo Finance, который использует основы DataFrame Pandas, а также выполняет скользящую среднюю. На самом деле это требует всего несколько строк кода и может помочь вам в вашем конвейере данных. Это просто быстрый фрагмент, чтобы заставить вас начать, если вы хотите увидеть полную статью, которую вы можете прокрутить внизу.

Извлечение данных из Yahoo с пандами

Мы будем использовать Yahoo Finance для получения данных о запасах. Сначала мы импортируем pandas_datareader.data, затем отправим запрос в Yahoo Finance с тикером, датой начала и окончания. Модуль «Pandas_datareader» – это полезный модуль, который очень легко устраняет извлечение веб -данных. Вам не нужно беспокоиться о «запросах» или «urllib» и анализировать данные HTML, все это сделано для вас! Из модуля в ответ мы получим DataFrame, содержащий наши данные в строках и столбцах. Столбцы в основном высокие, низкие, открытые, закрытые, объем и закрытие.

import pandas_datareader.data as web
import datetime as dt

ticker = "AAPL" # This is Apple's ticker
start = dt.datetime(2020,1,1) # Starting date in format (year,month,day)
end = dt.datetime(2020,12,1) # Ending date 

df = web.DataReader(ticker,"yahoo",start,end)
print(df.head()) # Prints first 5 columns of data
print(df.shape) # Prints the number of rows and columns

Вы получаете выход:

• дф. DataReader (тикер, “Yahoo”, Start, End) – В этом хранится данные о данных, полученную в переменной DF. Первое значение, прошедшее здесь, – тикер, то есть «AAPL», второе – это имя источника. Поскольку мы используем здесь финансы Yahoo, это должно быть “Yahoo”. Затем дата окончания и запуска (в форме DateTime). Вы можете увидеть другие источники данных здесь.
• print (df.head ()) – Он печатает первые 5 столбцов полученных данных.
• Print (DF.Shape) – печатает строки и столбцы в DataFrame. Как видно на выходе, есть 241 строка и 6 столбцов

Есть еще кое-что..

Все еще хочу узнать больше, вы можете узнать все это и больше в нашей полной статье: Полная статья: как получить и наметить исторические данные о запасах

Оригинал: “https://dev.to/charlesw001/getting-historical-stock-data-using-python-2o0h”