کتابخانه های برتر پایتون برای به دست آوردن داده های سهام تاریخی (با کد)

تجزیه و تحلیل بازار سهام همیشه کار بسیار جالبی بوده است نه تنها برای سرمایه گذاران بلکه برای متخصصان تحلیلی.

تجزیه و تحلیل بازار سهام همیشه کار بسیار جالبی بوده است نه تنها برای سرمایه گذاران بلکه برای متخصصان تحلیلی. برای تجزیه و تحلیل بازار سهام ، باید داده های تاریخی سهام را داشته باشد. یافتن داده های تاریخی در گذشته خسته کننده ، وقت گیر و پرهزینه بود. با پیشرفت فن آوری های مالی (FinTech) و گرایش به امور مالی فراگیر ، اکنون انواع منابع داده بازار آزاد به صورت آنلاین در دسترس هستند. در این پست ، ما در مورد بسته های محبوب پایتون که می تواند برای بازیابی داده های تاریخی یک سهام واحد یا چند مورد استفاده شود ، بحث خواهیم کرد. خواهیم دید که چگونه تنها با چند خط کد ، می توانیم داده های سالها را طی چند ثانیه بارگیری کنیم. بسته های پایتون که می خواهیم در این مقاله پوشش دهیم در زیر ذکر شده است.

بسته هایی که مورد بحث قرار می گیرند

1. DataReaders Pandas
2. امور مالی یاهو
3. دوازده داده

DataReaders Pandas

اولین روشی که می خواهیم ببینیم جمع آوری داده ها با Pandas-Datareader است. Pandas یک کتابخانه پایتون برای تجزیه و تحلیل داده ها و دستکاری است که یک منبع رایگان است. در نتیجه ، زیرمجموعه Pandas-Datareader از کاربر در ساخت فریم های داده از منابع مختلف اینترنتی پشتیبانی می کند. این امکان را به کاربران می دهد تا به منابع مختلفی مانند Naver Finance ، Bank of Canada ، Google Analytics ، مخزن داده های کنت فرانسوی و 16 منبع دیگر که در مستندات آن ذکر شده است ، متصل شوند. به دنبال اتصال ، می توانیم داده ها را استخراج کنیم و آن را به عنوان یک قاب داده بخوانیم.

در حین بازیابی هر قیمت سهام یا داده ها به ترتیب ، استدلال های خاصی که باید در بیشتر بسته ها تعریف شوند ، هستند.

بلمی

برای دوز هفتگی خود از آنچه در فناوری نوظهور وجود دارد ثبت نام کنید.

• دوره: فرکانس جمع آوری داده ها. انتخاب های مشترک عبارتند از ‘1d '(روزانه) ،" 1MO "(ماهانه) و" 1Y "(سالانه)
• شروع: تاریخی که جمع آوری داده ها شروع می شود. به عنوان مثال ، ‘2015-5-25
• پایان: تاریخی که جمع آوری داده ها به پایان می رسد. به عنوان مثال ، ‘2021-9-25."

هنگامی که مقادیر خروجی هر سهام را دریافت می کنید ، در بیشتر موارد ، خروجی پرس و جو یک قاب داده Pandas است و زمینه های آن قاب های داده در زیر شرح داده شده است:

• باز: قیمت سهام در شروع آن روز/ماه/سال.
• بستن: قیمت سهام در پایان آن روز خاص/ماه/سال
• بالا: بالاترین قیمت سهام آن روز/ماه/سال.
• کم: کمترین قیمت سهام آن روز/ماه/سال.
• حجم: تعداد سهام معامله شده در آن روز/ماه/سال.

Pandas dataredears یک منبع داده به خودی خود نیست ، بلکه یک API در پشته Pydata است که تعداد زیادی از منابع داده را امکان پذیر می کند. همانطور که از نام آن پیداست ، داده ها به عنوان یک PANDAS DataFrame بارگیری می شوند. سند کامل در اینجا موجود است. منابعی که در حال حاضر از آن پشتیبانی می کند در زیر ذکر شده است. ما فقط چند مورد از آنها را طی خواهیم کرد.

دریافت داده ها از Alpha Vantage

Alpha Vantage داده های بازار مالی درجه یک را از طریق مجموعه ای از API های قدرتمند و سازگار با توسعه دهنده فراهم می کند. برای راه اندازی این محیط ، باید یک کلید API داشته باشید ، می توان آن را مستقیماً از اسناد در اینجا گرفته شد.

در اینجا چگونه قاب داده به دست آمده به نظر می رسد:

دریافت داده از فرد

بانک اطلاعاتی داده های اقتصادی فدرال رزرو (FRED) توسط بخش تحقیقاتی بانک مرکزی فدرال رزرو سنت لوئیس اداره می شود و شامل بیش از 765،000 سری زمانی اقتصادی از 96 منبع است. به کلیه داده های عظیم می توان از طریق DataReader API درست در زیر دسته نماد قابل دسترسی است که باید به آنها اشاره کنیم که کدام شاخص را می خواهیم. شاخص ها را می توان در اینجا یافت.

همانطور که در بالا تصویب شد ، این دسته از معاملات را که از ژاپن و چین وارد می شوند ، نشان می دهد.

امور مالی یاهو

یاهوامور مالی جزء شبکه یاهو است. این وب سایت اخبار تجاری گسترده در ایالات متحده است که شامل نقل قول های سهام ، اطلاعیه های مطبوعاتی ، گزارش های مالی و محتوای اصلی و همچنین اخبار مالی ، داده ها و تفسیر است. آنها داده های بازار ، داده های اساسی و گزینه ای ، تجزیه و تحلیل بازار و اخبار مربوط به ارزهای رمزنگاری شده ، ارزهای فیات ، معاملات آتی کالاها ، سهام و اوراق قرضه و همچنین داده های اساسی و گزینه ، تجزیه و تحلیل بازار و اخبار را ارائه می دهند.

تصویر فوق رابط وب یاهو مالی است که وضعیت ارزهای مختلف رمزنگاری را به بازار عرضه می کند. برای بازیابی چنین داده هایی یاهو مالی ابزار اختصاصی خود به نام YFInance دارد. این بسیار ساده و سر راست است ، زیرا شما از طریق API زیر می روید که تحت آن فقط نماد را تغییر می دهید (ستون سمت چپ در تصویر فوق)

همچنین ، ما می توانیم چندین معاملات را مطابق شکل زیر در نظر بگیریم.

دوازده داده

دوازده داده در سال 2009 ایجاد شده است و اخیراً کشش را به دست آورده است. در زیر عناصر اصلی خدمات ارائه شده است:

• دسترسی API به داده های زمان واقعی و تاریخی
• ایجاد نمودارهای پویا
• شاخص های فنی بزرگ (بالاتر از 100).
• نقل قول ها با استفاده از WebSockets پخش می شوند.

هدف اصلی پروژه Twelvedata ارائه یک مکان واحد است که در آن همه پایتونیستاها ممکن است به همه بازارهای مالی دسترسی سریع داشته باشند و فقط با چند خط کد آنها را تجزیه و تحلیل کنند.

ما ابتدا باید در وب سایت آنها ثبت نام کنیم و کلید API خود را بدست آوریم ، همان کاری که با Alpha Vantage انجام دادیم.

با استفاده از دوازده داده ، قیمت سهام شرکت مایکروسافت را پرس و جو خواهیم کرد و همچنین یک داشبورد با طرح تعاملی را ترسیم خواهیم کرد.

سخنان پایانی

همانطور که دیدیم ، روش های بی شماری برای به دست آوردن داده های سهام تاریخی وجود دارد. ما نه تنها بسیاری از ارائه دهندگان داده ها بلکه نحوه استخراج داده ها از آنها را با استفاده از API استاندارد پایتون مشاهده کرده ایم. همانطور که قبلاً گفته شد ، دسترسی به داده های تاریخی با کیفیت بالا برای بازگشت به تکنیک معاملات شما بسیار مهم است. این تأمین کنندگان داده ها هم رایگان و هم پرداخت می شوند. در این پست ، ما به سه منبع داده مالی تاریخی رایگان نگاه کردیم: Pandas DataReader ، Finance Yahoo و دوازده داده که دارای سهام ، نرخ ، ارز ، ارز ، رمزنگاری و کالاها هستند.< SPAN> هدف اصلی پروژه Twelvedata ارائه یک مکان واحد است که در آن همه پایتونیستا ممکن است به همه بازارهای مالی دسترسی سریع داشته باشند و فقط با چند خط کد آنها را تجزیه و تحلیل کنند.