如何使用 Python 下载股票价格数据?
Posted
技术标签:
【中文标题】如何使用 Python 下载股票价格数据?【英文标题】:How can I download stock price data with Python? 【发布时间】:2018-11-20 20:45:23 【问题描述】:我已经安装了pandas-datareader
,但我想知道是否有替代方案。
到目前为止,我正在使用这个:
import pandas_datareader.data as web
start_date = '2018-01-01'
end_date = '2018-06-08'
panel_data = web.DataReader('SPY', 'yahoo', start_date, end_date)
【问题讨论】:
【参考方案1】:雅虎财经是获取股票数据的免费来源之一。您可以使用 pandas datareader 获取数据,也可以使用 yfinance 库获取数据。从 yfinance 库中获取数据的方法如下所示。
import yfinance as yf
# Get the data of the stock AAPL
data = yf.download('AAPL','2016-01-01','2019-08-01')
Wiki 是 quandl 上可用于获取 3000 多种美国股票数据的免费资源之一。这是社区维护的数据。最近它已停止维护,但是,它是一个很好的免费资源来回测您的策略。 要获取数据,您需要从 quandl 获取免费的 API 密钥,并将以下代码中的代码替换为您的 API 密钥。
# Import the quandl package
import quandl
# Get the data from quandl
data = quandl.get("WIKI/KO", start_date="2016-01-01", end_date="2018-01-01",
api_key=<Your_API_Key>)
注意: Quandl 需要 NumPy(v1.8 或更高版本)和 pandas(v0.14 或更高版本)才能工作。 要获取您的 API 密钥,请注册一个免费的 Quandl 帐户。然后,您可以在 Quandl 帐户设置页面上找到您的 API 密钥。
【讨论】:
【参考方案2】:见下文。代码是用 Python 2.7 编写的,但是当您替换 print 函数时应该可以在 3.5 中工作。确保复制时编辑器中的间距是正确的:制表符是 4 个空格等。
# pip install datareader
import pandas as pd
pd.core.common.is_list_like = pd.api.types.is_list_like
import pandas_datareader.data as web
import matplotlib.pyplot as plt
import numpy as np
from datetime import datetime, timedelta
#stock of interest
stock=['MSFT','SAP','V','JPM']
# period of analysis
end = datetime.now()
start = end - timedelta(days=500)
for i in range(len(stock)):
f = web.DataReader(stock[i], 'morningstar', start, end)
# nice looking timeseries (DataFrame to panda Series)
f = f.reset_index()
f = pd.Series(f.Close.values,f.Date)
print "Start: Year, Month, Day, Time"
print str(start)
f.plot(label=stock[i]);
plt.legend()
plt.ylabel('price in [USD]')
plt.show();
【讨论】:
a = [float(f.close_price.values[i].encode('ascii')) for i in range(len(f.close_price.values))] f = pd.Series(a, f.begins_at.values)
# Morningstar 停产 --> 改为 robinhood【参考方案3】:
我发现最简单的方法是新的SimFin Python API,它可以让您下载股票价格和基本数据,将其保存到磁盘,然后只需几行代码就可以将其加载到 Pandas DataFrames 中。他们还提出了几个tutorials 说明如何将他们的数据与其他库(如 statsmodels、scikit-learn、TensorFlow 等)一起使用。下面的基本示例是从他们的 github 页面复制而来的。
您可以通过在终端窗口中键入此命令来安装 SimFin python 包(最好在其自己的环境中,请参阅他们的full instructions):
pip install simfin
然后将以下内容复制粘贴到 Jupyter Notebook 或 Python 源文件中:
import simfin as sf
from simfin.names import *
# Set your API-key for downloading data.
# If the API-key is 'free' then you will get the free data,
# otherwise you will get the data you have paid for.
# See www.simfin.com for what data is free and how to buy more.
sf.set_api_key('free')
# Set the local directory where data-files are stored.
# The dir will be created if it does not already exist.
sf.set_data_dir('~/simfin_data/')
# Load the annual Income Statements for all companies in USA.
# The data is automatically downloaded if you don't have it already.
df = sf.load_income(variant='annual', market='us')
# Print all Revenue and Net Income for Microsoft (ticker MSFT).
print(df.loc['MSFT', [REVENUE, NET_INCOME]])
这会产生以下输出:
Revenue Net Income
Report Date
2008-06-30 6.042000e+10 17681000000
2009-06-30 5.843700e+10 14569000000
2010-06-30 6.248400e+10 18760000000
2011-06-30 6.994300e+10 23150000000
2012-06-30 7.372300e+10 16978000000
2013-06-30 7.784900e+10 21863000000
2014-06-30 8.683300e+10 22074000000
2015-06-30 9.358000e+10 12193000000
2016-06-30 9.115400e+10 20539000000
2017-06-30 9.657100e+10 25489000000
2018-06-30 1.103600e+11 16571000000
2019-06-30 1.258430e+11 39240000000
我们还可以加载每日股价并绘制微软的收盘价(股票代码 MSFT):
# Load daily share-prices for all companies in USA.
# The data is automatically downloaded if you don't have it already.
df_prices = sf.load_shareprices(market='us', variant='daily')
# Plot the closing share-prices for ticker MSFT.
df_prices.loc['MSFT', CLOSE].plot(grid=True, figsize=(20,10), title='MSFT Close')
这会产生以下图像:
【讨论】:
【参考方案4】:您也可以使用 quandl,但您必须注册并获取自己的 API 密钥。不确定任何与 pandas 网络阅读器配合良好的免费金融 API 是否仍能可靠且良好地运行...
# pip install datareader
import pandas as pd
pd.core.common.is_list_like = pd.api.types.is_list_like
# quandl api explore
import quandl
from datetime import datetime, timedelta
import matplotlib.pyplot as plt
# api instructions
quandl.ApiConfig.api_key = "YOUR_API_KEY"
end = datetime.now()
start = end - timedelta(days=365)
# frankfurt stock exchange
mydata2 = quandl.get('FSE/VOW3_X', start_date = start, end_date = end)
f = mydata2.reset_index()
# timeseries
plt.figure(1)
f = pd.Series(f.Close.values,f.Date)
f.plot()
plt.show()
【讨论】:
以上是关于如何使用 Python 下载股票价格数据?的主要内容,如果未能解决你的问题,请参考以下文章
如何取到所有股票(包括A股B股)某一天的价格(开盘价、最高价、最低价、收盘价,或其中一个价格)???