guide - pandas python tutorial

Descargar los precios de las acciones de la historia automáticamente de las finanzas de yahoo en python

Question

¿Hay alguna manera de descargar automáticamente los precios históricos de las acciones de yahoo finance o google finance (formato csv)? Preferiblemente en Python.

Answer 1

Cuando trabajes con tales series temporales en Python, los pandas son indispensables. Y esta es la buena noticia: viene con un descargador de datos históricos para Yahoo: pandas.io.data.DataReader .

from pandas.io.data import DataReader
from datetime import datetime

ibm = DataReader(''IBM'',  ''yahoo'', datetime(2000, 1, 1), datetime(2012, 1, 1))
print(ibm[''Adj Close''])

Aquí hay un ejemplo de la documentación de pandas .

Actualización para pandas> = 0.19:

El módulo pandas.io.data se ha eliminado de los pandas>=0.19 adelante. En su lugar, debe usar el paquete pandas-datareader separado. Instalar con:

pip install pandas-datareader

Y luego puedes hacer esto en Python:

import pandas_datareader as pdr
from datetime import datetime

ibm = pdr.get_data_yahoo(symbols=''IBM'', start=datetime(2000, 1, 1), end=datetime(2012, 1, 1))
print(ibm[''Adj Close''])

También se admite la descarga de Google Finance.

Hay más en la documentación de pandas-datareader .

Answer 2

Extendiendo @Def_Os''s respuesta de @Def_Os''s con una demostración real ...

Como @Def_Os ya ha dicho, usar Pandas Datareader hace que esta tarea sea realmente divertida

In [12]: from pandas_datareader import data

extracción de todos los datos históricos disponibles para AAPL partir de 1980-01-01

#In [13]: aapl = data.DataReader(''AAPL'', ''yahoo'', ''1980-01-01'')

# yahoo api is inconsistent for getting historical data, please use google instead.
In [13]: aapl = data.DataReader(''AAPL'', ''google'', ''1980-01-01'')

primeras 5 filas

In [14]: aapl.head()
Out[14]:
                 Open       High     Low   Close     Volume  Adj Close
Date
1980-12-12  28.750000  28.875000  28.750  28.750  117258400   0.431358
1980-12-15  27.375001  27.375001  27.250  27.250   43971200   0.408852
1980-12-16  25.375000  25.375000  25.250  25.250   26432000   0.378845
1980-12-17  25.875000  25.999999  25.875  25.875   21610400   0.388222
1980-12-18  26.625000  26.750000  26.625  26.625   18362400   0.399475

últimas 5 filas

In [15]: aapl.tail()
Out[15]:
                 Open       High        Low      Close    Volume  Adj Close
Date
2016-06-07  99.250000  99.870003  98.959999  99.029999  22366400  99.029999
2016-06-08  99.019997  99.559998  98.680000  98.940002  20812700  98.940002
2016-06-09  98.500000  99.989998  98.459999  99.650002  26419600  99.650002
2016-06-10  98.529999  99.349998  98.480003  98.830002  31462100  98.830002
2016-06-13  98.690002  99.120003  97.099998  97.339996  37612900  97.339996

guardar todos los datos como archivo CSV

In [16]: aapl.to_csv(''d:/temp/aapl_data.csv'')

d: /temp/aapl_data.csv - 5 primeras filas

Date,Open,High,Low,Close,Volume,Adj Close
1980-12-12,28.75,28.875,28.75,28.75,117258400,0.431358
1980-12-15,27.375001,27.375001,27.25,27.25,43971200,0.408852
1980-12-16,25.375,25.375,25.25,25.25,26432000,0.378845
1980-12-17,25.875,25.999999,25.875,25.875,21610400,0.38822199999999996
1980-12-18,26.625,26.75,26.625,26.625,18362400,0.399475
...

Answer 3

Respuesta corta: Sí. Utilice el urllib de Python para extraer las páginas de datos históricos de las existencias que desee. Vete con Yahoo! Financiar; Google es a la vez menos confiable, tiene menos cobertura de datos y es más restrictiva en cómo puede usarlo una vez que lo tiene. Además, creo que Google le prohíbe específicamente robar los datos en sus ToS.

Respuesta más larga: esta es la secuencia de comandos que uso para extraer todos los datos históricos de una empresa en particular. Tira de la página de datos históricos para un símbolo de cotización en particular, luego la guarda en un archivo csv nombrado por ese símbolo. Tendrás que proporcionar tu propia lista de símbolos de cotización que deseas extraer.

import urllib

base_url = "http://ichart.finance.yahoo.com/table.csv?s="
def make_url(ticker_symbol):
    return base_url + ticker_symbol

output_path = "C:/path/to/output/directory"
def make_filename(ticker_symbol, directory="S&P"):
    return output_path + "/" + directory + "/" + ticker_symbol + ".csv"

def pull_historical_data(ticker_symbol, directory="S&P"):
    try:
        urllib.urlretrieve(make_url(ticker_symbol), make_filename(ticker_symbol, directory))
    except urllib.ContentTooShortError as e:
        outfile = open(make_filename(ticker_symbol, directory), "w")
        outfile.write(e.content)
        outfile.close()

Answer 4

Ya hay una biblioteca en Python llamada yahoo_finance, por lo que deberá descargar la biblioteca primero con la siguiente línea de comando:

sudo pip install yahoo_finance

Luego, una vez que haya instalado la biblioteca yahoo_finance, aquí hay un código de muestra que descargará los datos que necesita de Yahoo Finance:

#!/usr/bin/python
import yahoo_finance
import pandas as pd

symbol = yahoo_finance.Share("GOOG")
google_data = symbol.get_historical("1999-01-01", "2016-06-30")
google_df = pd.DataFrame(google_data)

# Output data into CSV
google_df.to_csv("/home/username/google_stock_data.csv")

Esto debería hacerlo. Déjame saber si funciona.