نحوه دریافت داده های قیمت سهام با استفاده از پایتون

قیمت سهام یک تست ایده آل برای مسواک زدن مهارت های تجزیه و تحلیل داده های شما است: آنها با مجموعه داده های بزرگ آزادانه در دسترس هستند ، دائماً در حال تغییر هستند.

خوانندگان مانند شما به حمایت از MUO کمک می کنند. وقتی با استفاده از پیوندها در سایت ما خرید می کنید ، ممکن است یک کمیسیون وابسته کسب کنیم. بیشتر بخوانید

آیا به دنبال بازیابی اطلاعات بازار سهام با استفاده از پایتون هستید؟شما در جای مناسب هستید. در این مقاله ، شما می آموزید که چگونه داده های بازار سهام را با استفاده از پایتون بدست آورید. می توانید بیشتر از داده ها برای تجزیه و تحلیل ، تجسم و بینش از آن استفاده کنید.

شما از کتابخانه YFInance Python برای دریافت داده های فعلی و تاریخی قیمت بازار سهام از Finance Yahoo استفاده خواهید کرد.

نصب کتابخانه های مورد نیاز

Finance Yahoo یکی از سیستم عامل های گسترده ای است که داده های بازار سهام را ارائه می دهد. به راحتی می توانید مجموعه داده ها را از وب سایت آنها بارگیری کنید ، اما اگر می خواهید مستقیماً از یک برنامه Python به آن دسترسی پیدا کنید ، می توانید از کتابخانه YFInance استفاده کنید. برای نصب YFInance با استفاده از PIP ، باید دستور زیر را در یک فرمان سریع اجرا کنید:

پودرنصبعضویت 

کتابخانه Yfinance Python برای استفاده رایگان است و نیازی به کلید API ندارد.

کد مورد استفاده در این پروژه در یک مخزن GitHub موجود است و برای استفاده از مجوز MIT برای شما رایگان است.

داده های قیمت فعلی سهام را دریافت کنید

شما باید تیک سهام را که می خواهید داده ها را استخراج کنید ، داشته باشید. در مثال زیر ، قیمت بازار و قیمت نزدیک قبلی Googl را پیدا خواهیم کرد.

وارد كردنعضویتasYF Ticker = yf. ticker ("گوگل") . info market_price = تیک ["معمولی قیمت"] قبلی_CLOSE_PRICE = Ticker ['منظم marketpreviousclose'] چاپ('تیک: گوگل') چاپ('قیمت بازار:'، قیمت بازار)چاپ("قیمت نزدیک قبلی:"، قبلی_close_price) 

این خروجی زیر را تولید می کند:

در این مثال از ویژگی های منظم و معمولی استفاده می شود تا داده های مورد نیاز را بدست آورید. کتابخانه YFInance ویژگی های بی شماری دیگر را ارائه می دهد که می توانید آن را کشف کنید. این موارد شامل زیپ ، بخش ، کارمندان تمام وقت ، LongBusinessSummary ، شهر ، تلفن ، ایالت و کشور است. با استفاده از این کد می توانید لیست کاملی از خصوصیات موجود را دریافت کنید:

وارد كردنعضویتasYF Ticker = yf. ticker ("گوگل") . infoچاپ(Ticker. Keys ()) 

داده های قیمت سهام تاریخی را دریافت کنید

با ارائه تاریخ شروع ، تاریخ پایان و تیک می توانید تمام داده های قیمت تاریخی را دریافت کنید.

# وارد کردن بسته yfinance وارد كردنعضویتasYF# تاریخ شروع و پایان را تنظیم کنیدstart_date ='2020-01-01'end_date ='2022-01-01' # تیک را تنظیم کنیدتیکت ="گوگل" # داده ها را دریافت کنیدdata = yf. download (تیکر ، start_date ، end_date)# 5 ردیف آخر را چاپ کنید چاپ(data. tail ()) 

این خروجی زیر را تولید می کند:

کد فوق داده های قیمت سهام را از 2020-01-01 تا 2022-01-01 به دست می آورد.

اگر می خواهید داده های چند تیک را به طور همزمان بکشید ، می توانید این کار را با تهیه تیک ها به صورت یک رشته جدا شده از فضا انجام دهید.

وارد كردنعضویتasyf start_date ='2020-01-01'end_date ='2022-01-01' # چند تیک تیک جدا شده فضای مختلف را در اینجا اضافه کنیدتیکت ="Googl MSFT Tsla"data = yf. download (تیکر ، start_date ، end_date)چاپ(data. tail ()) 

تبدیل داده ها برای تجزیه و تحلیل

در مجموعه داده فوق ، تاریخ فهرست مجموعه داده ها است و نه یک ستون. برای انجام هر تجزیه و تحلیل داده در این داده ها ، باید این شاخص را به یک ستون تبدیل کنید. در زیر چگونه می توانید این کار را انجام دهید:

وارد كردنعضویتasyf start_date ='2020-01-01'end_date ='2022-01-01'تیکت ="گوگل"داده ها = yf. download (تیکر ، start_date ، end_date) داده ["تاریخ"] = data. index data = data [["تاریخ", "باز کن", "بالا", "کم", "بستن", "Adj Close", "جلد"]] data. Reset_Index (افت=درست است، واقعی، inplace =درست است، واقعی) چاپ(data. head ()) 

این خروجی زیر را تولید می کند:

این داده های تبدیل شده همان داده هایی است که شما از Finance Yahoo بارگیری کرده اید.

ذخیره داده های دریافت شده در یک پرونده CSV

می توانید با استفاده از روش TO_CSV () یک شی DataFrame را به یک فایل CSV صادر کنید. از آنجا که داده های فوق در حال حاضر به صورت یک PANDAS DATAFRAME است ، می توانید داده ها را با استفاده از کد زیر به یک فایل CSV صادر کنید:

وارد كردنعضویتasyf start_date ='2020-01-01'end_date ='2022-01-01'تیکت ="گوگل"data = yf. download (تیکر ، start_date ، end_date)چاپ(data. tail ())# داده های صادرات به یک پرونده CSV داده ها. to_csv("گوگل. csv") 

پاندا کتابخانه پیتون داده آنالیز داده شده است. اگر با این کتابخانه خیلی راحت نیستید ، باید با استفاده از پاندا با عملیات اساسی شروع کنید.

داده ها را تجسم کنید

کتابخانه Yfinance Python یکی از مناسب ترین کتابخانه ها برای تنظیم ، واکشی داده ها و انجام وظایف تجزیه و تحلیل داده ها است. می توانید از این داده ها برای تجسم نتایج و ضبط بینش با استفاده از کتابخانه هایی مانند Matplotlib ، Seabo یا Bokeh استفاده کنید.