Există o mulțime de surse care furnizează datele istorice ale stocului, dar furnizează doar câmpurile OHLC împreună cu volumul și închisul ajustat. De asemenea, câteva surse pe care le-am găsit furnizează seturi de date privind capitalizarea pieței, dar „sunt limitate la acțiunile din SUA. Yahoo Finance oferă aceste date online, dar nu există nicio opțiune de a le descărca (sau nu știu niciuna).
- Unde pot descărca aceste date pentru acțiuni aparținând diverselor burse de top din țări folosind numele lor?
- Există vreo modalitate de a le descărca prin Yahoo Finance sau Google Finance?
Am nevoie de date pentru ultimul deceniu și, prin urmare, am nevoie de un script sau un API care să facă acest lucru.
Răspuns
Quant SE este un loc mai bun pentru întrebări legate de obținerea de date financiare:
Răspuns
În ceea ce privește colectarea datelor, puteți verifica Quandl (există „un tutorial despre utilizarea acestuia cu R pe DataCamp dacă vă interesează).
În plus, Aswath Damodaran” s ite conține o mulțime de seturi de date utile. Deși nu sunt actualizate atât de des, pot fi utile, mai ales ca punct de referință pentru compararea propriului rezultat (din scripturi va trebui inevitabil să scrieți pentru a calcula valorile necesare).
Și, din nou, Quant SE este probabil un loc mai bun pentru a căuta …
Răspuns
Acest site listează capitalizările de piață istorice și valorile întreprinderii pentru S & P 100 și companiile NASDAQ-100 din ultimele 10 ani. Puteți exporta seturile de date în Excel.
http://marketcapitalizations.com/historical-data/historical-data-categories/valuations/
Puteți încerca, de asemenea, să le contactați pentru date pentru o perioadă mai lungă de timp.
Comentarii
- Sunteți afiliat cu acest site BTW?
Răspuns
Aș face-o așa.
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)