Rengeteg olyan forrás áll rendelkezésre, amelyek megadják a korábbi készletadatokat, de csak az OHLC mezőket adják meg a mennyiséggel és a korrigált zárás mellett. Szintén találtam néhány forrást, amely piaci felső korlátokat tartalmaz, de ezek csak az amerikai részvényekre korlátozódnak. A Yahoo Finance ezeket az adatokat online módon biztosítja, de nincs lehetőség letöltésre (vagy egyikről sem tudok).
- Hol tölthetem le ezeket az adatokat az egyes országok különböző vezető tőzsdéihez tartozó részvényekről a ticker nevük használatával?
- Van-e valamilyen módja annak letöltésére a Yahoo Finance vagy Google Finance?
Szükségem van adatokra az elmúlt évtizedben, ezért szükségem van valamilyen szkriptre vagy API-ra, amely ezt megtenné.
Válasz
A Quant SE jobb hely a pénzügyi adatok megszerzésével kapcsolatos kérdésekhez:
Válasz
Ami az adatgyűjtést illeti, megnézheti a Quandl (ismertető van a R használatához a DataCamp , ha érdekli).
Ezenkívül Aswath Damodaran” s s az ite sok hasznos adatkészletet tartalmaz. Noha nem frissülnek ilyen gyakran, mégis hasznosak lehetnek, különösen a saját kimenet összehasonlításának referenciaértékeként (a szkriptekből elkerülhetetlenül írnod kell a szükséges mutatók kiszámításához).
És, megint a A Quant SE valószínűleg jobb hely a keresésre …
Válasz
Ez a webhely felsorolja az S & P 100 és a NASDAQ-100 vállalatok korábbi piaci kapitalizációit és vállalati értékeit az elmúlt 10 évben év. Exportálhatja az adatkészleteket az Excelbe.
http://marketcapitalizations.com/historical-data/historical-data-categories/valuations/
Megpróbálhat velük kapcsolatba lépni hosszabb ideig tartó adatokért.
Megjegyzések
- Kapcsolatban állsz ezzel a weboldallal a BTW?
Válasz
Én így csinálnám.
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)