使用 python 3.5 从 yahoo Finance 下载股票价格历史

Question

我目前正在寻找一种方法来从 yahoo Finance 加载多年的股价历史记录。我将有 100 多个股票代码，我将下载从 1985 年到当前日期的数据。我希望将 Open、High、Low、Close、Adj Close、Volume 加载到单独的 DataFrames (pandas) 中，并将数据框的名称命名为当前代码。

我的问题是我的变量ticker 不起作用，即使它起作用了，我该如何存储这些数据？？

import csv
import pandas as pd
import pandas_datareader.data as web
import datetime


#This represents the start and end date for the data
start = datetime.datetime(1985, 1, 1)
end = datetime.datetime(2016, 1, 27)

ticker = ['aapl','tvix','ugaz']

i= 0

while i < len(ticker):

f = web.DataReader(ticker, 'yahoo', start, end)
print(f)
i+=1

我希望能够永久存储所有这些数据，例如，如果我今天为 100 个股票代码加载 30 年的价格历史记录，那么明天我只需附加一天的数据，而不是全部 30 年。此外，数据框似乎是组织数据的最有效方式，但我不太确定，但我想做机器学习和数据分析。

Answer 1

您可以使用pandas_datareader 模块下载所需的数据（如果它在雅虎上可用）。你可以pip install它或以任何你喜欢的方式安装它。

以下是获取一小部分交易品种数据的示例脚本：

from pandas_datareader import data as dreader

symbols = ['GOOG', 'AAPL', 'MMM', 'ACN', 'A', 'ADP']

pnls = {i:dreader.DataReader(i,'yahoo','1985-01-01','2016-09-01') for i in symbols}

这会将数据保存在 python 字典中，允许您使用 .get 方法访问数据。

例如，如果你想获取GOOG 的数据，你可以这样做：

print(pnls.get('GOOG').head())

得到以下结果：

                  Open        High         Low       Close    Volume  \
Date                                                                   
2004-08-19  100.000168  104.060182   95.960165  100.340176  44871300   
2004-08-20  101.010175  109.080187  100.500174  108.310183  22942800   
2004-08-23  110.750191  113.480193  109.050183  109.400185  18342800   
2004-08-24  111.240189  111.600192  103.570177  104.870176  15319700   
2004-08-25  104.960181  108.000187  103.880180  106.000184   9232100   

            Adj Close  
Date                   
2004-08-19  50.119968  
2004-08-20  54.100990  
2004-08-23  54.645447  
2004-08-24  52.382705  
2004-08-25  52.947145

请记住，如果给定的代码在某个时间间隔内没有数据，则返回的数据将省略那些年或日（显然）。

编辑：

您的脚本的主要问题（以及许多其他问题）是您多次（len(ticker) 次）进行相同的调用，并且一遍又一遍地返回相同的输出。这是因为DataReader() 函数在提供list 时，将出去并为list 中的每个元素获取一个data.frame。所以，当你写的时候：

i = 0
while i < len(ticker):
    f = web.DataReader(ticker, 'yahoo', start, end)
    print(f)
    i+=1

您实际上是在说：对于i = 0，我希望您继续进行web.DataReader(ticker, 'yahoo', start, end) 调用并获取相同的数据，然后打印它直到（通过递增）i 的值达到我的列表的长度行情。使用f = web.DataReader(ticker, 'yahoo', start, end)，您可能会得到同样的结果。但即便如此，您也不会知道哪个 data.frame 用于哪个股票代码。

另外，我发现另一件令人震惊的事情是，当您处理 100 多个股票代码时，您想要命名每个返回的 data.frame。为什么在 God's Green Earth 上您的命名空间中有 100 多个名称？您可以非常轻松地将所有这些名称集中到一个 dictionary 中（就像我上面推荐的那样），并随时使用 .get() 并提供代码来访问其中的任何 data.frame。

回顾：1) 不需要while-loop。 2) 如果您只是将整个代码列表提供给DataReader() 函数，您将无法知道哪个 data.frame 用于哪个代码。 3) 您不想命名 100 多个 data.frames。

建议：仅使用字典（代码为keys，返回的数据为values）和一个列表推导来循环代码并获取它们的数据，从而简化整个事情。我怀疑这可以使您的脚本更易于阅读并且更短。

编辑 2：

这是一种尝试提供一种解决方案，以满足运行一次作业然后每天使用可用的最新价格增加数据的愿望。这不是唯一的方法，但我认为这是一个好方法。首先，您需要编写一个脚本来获取从 1985 年到昨天的所有股票代码的数据。该脚本需要在市场交易时间之后（或深夜）运行以获取最新价格。这可能与我上面的脚本非常相似。您唯一需要添加的是几行代码，以将机器上的数据保存在当前工作目录中。应该这样做：

from pandas_datareader import data as dreader
symbols = ['GOOG', 'AAPL', 'MMM', 'ACN', 'A', 'ADP']

pnls = {i:dreader.DataReader(i,'yahoo','1985-01-01','2016-09-01') for i in symbols}

for df_name in pnls:
    pnls.get(df_name).to_csv("{}_data.csv".format(df_name), index=True, header=True)

然后，您可以编写另一个脚本，该脚本仅获取今天相同股票代码的数据。它也需要在晚上（午夜之前）运行，以便捕获今天的数据。

from datetime import datetime
from pandas_datareader import data as dreader
from pandas_datareader._utils import RemoteDataError

symbols = ['GOOG', 'AAPL', 'MMM', 'ACN', 'A', 'ADP']

try:
    pnls = {i:dreader.DataReader(i,'yahoo',datetime.today(),datetime.today()) for i in symbols}
except RemoteDataError:
    pnls = None

if pnls is not None:
    for df_name in pnls:
        with open("{}_data.csv".format(df_name),"a") as outfile:
            pnls.get(df_name).to_csv(outfile,header=False)
else:
    print("No data available yet. Please run later.")

第二个脚本应该将最新价格附加到之前使用第一个脚本保存的每个数据文件中。

请注意，我的假设是雅虎（或任何其他数据源）将在收市后立即获得当天的价格。

我希望这会有所帮助。