Что касается модуля Quandl, как бы вы назвали любую акцию, не зная биржи?

Question

Модуль Quandl позволяет легко вызывать информацию об акциях, если вы знаете конкретную этикетку. Например, Apple будет что-то вроде GOOG/NASDAQ_APPL, что означает, что Quandl получает это из финансов Google, а яблоко продается на NASDAQ. Тем не менее, это раздражает, когда я вношу кучу акций в функцию вызова Python, и я не знаю, NYSE или NASDAQ. Есть ли более общий способ получить произвольный запас?

Answer 1

Если ваша вселенная биржевых инструментов ограничена несколькими крупными фондовыми биржами, вы можете следовать описанию выборки биржевых данных через Python API в Quandl, приведенному здесь. Quandl предоставляет файл.csv файла secwiki_tickers.csv с коллекцией из 3339 акций, за которые вы можете получить, например, цены закрытия (код.4 ниже). Код Python для этого может выглядеть следующим образом:

import numpy as np
import pandas as pd
import Quandl

df = pd.read_csv('secwiki_tickers.csv')

dp = pd.read_csv('portfolio.lst',names=['pTicker'])
pTickers = dp.pTicker.values  # converts into a list
tmpTickers = []

for i in range(len(pTickers)):
test=df[df.Ticker==pTickers[i]]
if not(test.empty):
    tmp=test.Price.values+'.4'  # of <type 'numpy.ndarray'>
    tmp2=tmp.tolist()
    tmpTickers.append(tmp2)

print(tmpTickers)
tmp = []

for i in range(len(tmpTickers)):
    tmp2 = str(tmpTickers[i]).strip('[]')
    print(tmp)
    tmp.append(str(tmp2).strip('\'\''))

QuandlTickers = tmp
print(QuandlTickers)

data = Quandl.get(QuandlTickers, authtoken='YourAuthToken', \
                 trim_start='2014-10-01', trim_end='2014-11-04', \
                 transformation='rdiff')

d=data.values.T # return-series (frequency: daily) based on close-prices
print(d)

где мы используем портфолио.lst в виде простого текстового файла, в котором хранится список из N желаемых биржевых тикеров, например:

AAPL
IBM
TXN

В конце концов, массив NumPy с выбранными ежедневными возвращаемыми рядами за указанный промежуток времени, например:

[[-0.01558313  0.00725953 -0.0028028   0.         -0.00873319  0.02075949
   0.00218254 -0.00287072 -0.00913333 -0.01062018 -0.01225316 -0.01312282
   0.01464783  0.02139859  0.0271652   0.00507466  0.01786581  0.00372031
  -0.00104543  0.01550756  0.00562114 -0.00335383  0.00953449  0.01296296
  -0.00731261]
 [-0.01401254 -0.00138911  0.0094163   0.0019611  -0.01761532  0.0196543
  -0.01552598 -0.00262847 -0.01296187  0.00152572 -0.01115343 -0.01050894
   0.0122887  -0.0711343  -0.03471319 -0.00882191  0.00241053 -0.0006166
  -0.00129566  0.01068759 -0.00085575  0.00544476  0.00030423 -0.00024331
  -0.01040399]
 [-0.01698469         nan         nan -0.00416489 -0.01319035  0.020213
  -0.01959949 -0.07127336 -0.0189518   0.00906272  0.01063578  0.01941066
   0.00183528  0.01694527  0.05314118 -0.00320718  0.00815101  0.01212766
   0.00798823  0.01147028 -0.00350515 -0.01655287  0.0448138   0.00845751
   0.00638978]]

Помните, что, как уже упоминалось в комментариях, вы можете получить ценовую серию AAPL, пропуская базу данных WIKI Quandl.