使用Python獲取股票數據的最佳方法是什麼？

在本文中，我們將學習使用 Python 取得股票資料的最佳方法。

yfinance Python 庫將用於從雅虎財經檢索當前和歷史股票市場價格資料。

安裝雅虎財經(yfinance)

取得股票市場數據的最佳平台之一是雅虎財經。只需從雅虎財經網站下載資料集並使用 yfinance 庫和 Python 編程即可存取它。

您可以在 pip 的幫助下安裝 yfinance，您所要做的就是打開命令提示字元並鍵入以下命令顯示語法：

文法

pip install yfinance

yfinance 函式庫最好的部分是，它可以免費使用，而且不需要 API 金鑰

如何取得目前股票價格資料

我們需要找到可用於資料擷取的股票代碼。我們將展示 以下範例中 GOOGL 的當前市場價格和先前收盤價。

範例

以下程式回傳市場價格值、前收盤價值、股票代碼 使用 yfinance 模組的值 -

import yfinance as yf
ticker = yf.Ticker('GOOGL').info
marketPrice = ticker['regularMarketPrice']
previousClosePrice = ticker['regularMarketPreviousClose']
print('Ticker Value: GOOGL')
print('Market Price Value:', marketPrice)
print('Previous Close Price Value:', previousClosePrice)

輸出

執行時，上述程式將產生以下輸出 -

Ticker Value: GOOGL
Market Price Value: 92.83
Previous Close Price Value: 93.71

如何取得股票價格的歷史資料

透過給出開始日期、結束日期和程式碼，我們可以獲得完整的歷史價格資料。

範例

以下程式傳回開始日期和結束日期之間的股票價格資料 -

# importing the yfinance package
import yfinance as yf

# giving the start and end dates
startDate = '2015-03-01'
endDate = '2017-03-01'

# setting the ticker value
ticker = 'GOOGL'

# downloading the data of the ticker value between
# the start and end dates
resultData = yf.download(ticker, startDate, endDate)

# printing the last 5 rows of the data
print(resultData.tail())

輸出

執行時，上述程式將產生以下輸出 -

[*********************100%***********************] 1 of 1 completed
            Open      High     Low       Close     Adj Close Volume
Date
2017-02-22 42.400002 42.689499 42.335499 42.568001 42.568001 24488000
2017-02-23 42.554001 42.631001 42.125000 42.549999 42.549999 27734000
2017-02-24 42.382500 42.417999 42.147999 42.390499 42.390499 26924000
2017-02-27 42.247501 42.533501 42.150501 42.483501 42.483501 20206000
2017-02-28 42.367500 42.441502 42.071999 42.246498 42.246498 27662000

上面的範例將檢索2015-03-01到2017-03-01的股票價格資料。

如果您想同時從多個程式碼中提取數據，請以空格分隔的字串形式提供代碼。

轉換資料進行分析

Date 是資料集的索引，而不是上面範例中資料集的欄位。在對其執行任何資料分析之前，必須將此索引轉換為列。以下是如何做到這一點 -

範例

以下程式將列名稱新增至開始日期和結束日期之間的股票資料 -

import yfinance as yf

# giving the start and end dates
startDate = '2015-03-01'
endDate = '2017-03-01'

# setting the ticker value
ticker = 'GOOGL'

# downloading the data of the ticker value between
# the start and end dates
resultData = yf.download(ticker, startDate, endDate)

# Setting date as index
resultData["Date"] = resultData.index

# Giving column names
resultData = resultData[["Date", "Open", "High","Low", "Close", "Adj Close", "Volume"]]

# Resetting the index values
resultData.reset_index(drop=True, inplace=True)

# getting the first 5 rows of the data
print(resultData.head())

輸出

執行時，上述程式將產生以下輸出 -

[*********************100%***********************] 1 of 1 completed
   Date      Open       High     Low       Close     Adj Close  Volume

0 2015-03-02 28.350000 28.799500 28.157499 28.750999 28.750999 50406000
1 2015-03-03 28.817499 29.042500 28.525000 28.939501 28.939501 50526000
2 2015-03-04 28.848499 29.081499 28.625999 28.916500 28.916500 37964000
3 2015-03-05 28.981001 29.160000 28.911501 29.071501 29.071501 35918000
4 2015-03-06 29.100000 29.139000 28.603001 28.645000 28.645000 37592000

以上轉換後的資料與我們從雅虎財經取得的資料是相同的

將取得的資料儲存在CSV檔案中

to_csv()方法可用來將DataFrame物件匯出到CSV檔案。以下程式碼將幫助您匯出CSV檔案中的數據，因為上面轉換的資料已經在pandas 資料框中。

# importing yfinance module with an alias name
import yfinance as yf

# giving the start and end dates
startDate = '2015-03-01'
endDate = '2017-03-01'

# setting the ticker value
ticker = 'GOOGL'

# downloading the data of the ticker value between
# the start and end dates
resultData = yf.download(ticker, startDate, endDate)

# printing the last 5 rows of the data
print(resultData.tail())

# exporting/converting the above data to a CSV file
resultData.to_csv("outputGOOGL.csv")

輸出

執行時，上述程式將產生以下輸出 -

[*********************100%***********************] 1 of 1 completed
            Open      High     Low       Close     Adj Close  Volume

Date
2017-02-22 42.400002 42.689499 42.335499 42.568001 42.568001 24488000
2017-02-23 42.554001 42.631001 42.125000 42.549999 42.549999 27734000
2017-02-24 42.382500 42.417999 42.147999 42.390499 42.390499 26924000
2017-02-27 42.247501 42.533501 42.150501 42.483501 42.483501 20206000
2017-02-28 42.367500 42.441502 42.071999 42.246498 42.246498 27662000

可視化資料

yfinance Python 模組是最容易設定、收集資料和執行資料分析活動的模組之一。使用 Matplotlib、Seaborn 或 Bokeh 等軟體包，您可以視覺化結果並捕獲見解。

您甚至可以使用 PyScript 直接在網頁上顯示這些視覺化效果。

結論

在本文中，我們學習如何使用Python yfinance模組來取得最佳股票資料。此外，我們還學習如何取得指定時間段內的所有股票數據，如何透過新增自訂索引和列進行數據分析，以及如何將這些數據轉換為 CSV 檔案。

以上是使用Python獲取股票數據的最佳方法是什麼？的詳細內容。更多資訊請關注PHP中文網其他相關文章！