получить данные запасов с помощью python-не используя quandl

у меня нет проблем с использованием пакета R quantmod, который использует Yahoo для получения данных о запасах:

get_stock_prices <- function(target, return_format = "tibble", ...) {
    # Get stock prices
    print(target)
    stock_prices_xts <- getSymbols(Symbols = target, auto.assign = FALSE, ...)
    # Rename
    names(stock_prices_xts) <- c("Open", "High", "Low", "Close", "Volume", "Adjusted")
    # Return in xts format if tibble is not specified
    if (return_format == "tibble") {
        stock_prices <- stock_prices_xts %>%
            as_tibble() %>%
            rownames_to_column(var = "Date") %>%
            mutate(Date = ymd(Date))
    } else {
        stock_prices <- stock_prices_xts
    }
    write.csv(stock_prices, file = paste(target, "csv", sep = '.'))
}

Я знаю только pandas_datareader в Python, чтобы достичь чего-то подобного. К сожалению, этот пакет сломан, поскольку API yahoo и google изменились. Этот код:

import pandas_datareader as pdr

panel_data = pdr.get_data_yahoo('MSFT')

результаты:

Yahoo Actions has been immediately deprecated due to large breaks in the API without the
introduction of a stable replacement. Pull Requests to re-enable these data
connectors are welcome.

есть ли в настоящее время рабочий пакет Python для достижения вышеуказанного. Я знаю о quandl, но это платная услуга. Спасибо.

7
python r stockquotes

3 ответов

Альфа Vantage еще один отличный источник, который является бесплатным и предоставляет котировки акций в реальном времени как RESTful JSON и CSV API. Вот это документация по API для него.

настройка

это довольно просто настроить. Все, что вам нужно сделать, это создать бесплатный ключ API из здесь а затем установите их модуль вместе с matplotlib

pip install matplotlib
pip install alpha_vantage

примеры

Вы можете проверить примеры на их странице документации,но я также перечислю несколько здесь.

вот код, который я нашел в интернете:

from alpha_vantage.timeseries import TimeSeries
import matplotlib.pyplot as plt
import sys

def stockchart(symbol):
    ts = TimeSeries(key='your_key', output_format='pandas')
    data, meta_data = ts.get_intraday(symbol=symbol,interval='1min', outputsize='full')
    print data
    data['4. close'].plot()
    plt.title('Stock chart')
    plt.show()

symbol=raw_input("Enter symbol name:")
stockchart(symbol)

выход:

Output

источник для кода и изображения.

редактировать

изменены некоторые код вокруг. Обратитесь к комментариям к переменам.

7

Quandl имеет бесплатные и платные уровни. Вы можете абсолютно бесплатно получить данные о запасах от Quandl, и вы можете сделать это легко через их api. Либо pip install quandl или conda install quandl. Все, что вам нужно сделать-это зарегистрироваться на бесплатный аккаунт и получить ключ API. Потом что-то вроде этого.

import quandl

quandl.ApiConfig.api_key = "YOUR_API_KEY"

df = quandl.get_table("WIKI/PRICES", ticker = ["MSFT"], 
                      qopts = {"columns": ["date", "ticker", "adj_open", "adj_close"]}, 
                      paginate=True)

там тонны документации на их сайте. И множество источников.

проверить:

Для начала.

2

попробовать fix_yahoo_finance:

from pandas_datareader import data as pdr
import fix_yahoo_finance as yf
data = yf.download("MSFT", start="2017-01-01", end="2017-04-30")
print(data)

[*********************100%***********************]  1 of 1 downloaded
                 Open       High    ...     Adj Close    Volume
Date                                ...                        
2017-01-03  62.790001  62.840000    ...     60.664047  20694100
2017-01-04  62.480000  62.750000    ...     60.392612  21340000
2017-01-05  62.189999  62.660000    ...     60.392612  24876000
2017-01-06  62.299999  63.150002    ...     60.916084  19922900
2017-01-09  62.759998  63.080002    ...     60.722206  20256600
2017-01-10  62.730000  63.070000    ...     60.702820  18593000
2