Hay muchas fuentes que proporcionan los datos históricos de stock, pero solo proporcionan los campos OHLC junto con el volumen y el cierre ajustado. También encontré un par de fuentes que brindan conjuntos de datos de capitalización de mercado, pero están restringidos a acciones estadounidenses. Yahoo Finance proporciona estos datos en línea, pero no hay opción para descargarlos (o no tengo conocimiento de ninguno).
- ¿Dónde puedo descargar estos datos para las acciones que pertenecen a las principales bolsas de valores de todos los países usando su nombre de cotización?
- ¿Hay alguna forma de descargarlos a través de Yahoo Finance o ¿Google Finance?
Necesito datos de la última década más o menos y, por lo tanto, necesito algún script o API que haga esto.
Respuesta
Quant SE es un lugar mejor para las preguntas relacionadas con la obtención de datos financieros:
Respuesta
En lo que respecta a la recopilación de datos, puede consultar Quandl (hay un tutorial sobre cómo usarlo con R en DataCamp si está interesado).
Además, Aswath Damodaran» s s ite contiene muchos conjuntos de datos útiles. Aunque no se actualizan con tanta frecuencia, pueden resultar útiles, especialmente como punto de referencia para comparar su propia salida (de los scripts que inevitablemente necesitará escribir para calcular las métricas necesarias).
Y, de nuevo, Quant SE es probablemente un mejor lugar para buscar …
Answer
Este sitio enumera las capitalizaciones de mercado históricas y los valores empresariales de las empresas S & P 100 y NASDAQ-100 durante los últimos 10 años. Puede exportar los conjuntos de datos a Excel.
http://marketcapitalizations.com/historical-data/historical-data-categories/valuations/
También puede intentar comunicarse con ellos para obtener datos durante un período de tiempo más largo.
Comentarios
- ¿Está afiliado a este sitio por cierto?
Respuesta
Yo lo haría de esta manera.
import requests from bs4 import BeautifulSoup base_url = "https://finviz.com/screener.ashx?v=152&s=ta_topgainers&o=price&c=1,2,6,7,25,65,67" html = requests.get(base_url) soup = BeautifulSoup(html.content, "html.parser") main_div = soup.find("div", attrs = {"id":"screener-content"}) light_rows = main_div.find_all("tr", class_="table-light-row-cp") dark_rows = main_div.find_all("tr", class_="table-dark-row-cp") data = [] for rows_set in (light_rows, dark_rows): for row in rows_set: row_data = [] for cell in row.find_all("td"): val = cell.a.get_text() row_data.append(val) data.append(row_data) # sort rows to maintain original order data.sort(key=lambda x: int(x[0])) import pandas pandas.DataFrame(data).to_csv("AAA.csv", header=False)