【问题标题】:Alpha Vantage pulling data from income statement library using pythonAlpha Vantage 使用 python 从损益表库中提取数据
【发布时间】:2020-08-31 08:48:33
【问题描述】:

为新手问题道歉,但我完全不知道如何从 Alpha Vantage 的基本数据库中获取任何数据。我这个月才开始学习编码>.

例如,如果我想从最近的季度报告中获取“totalRevenue”。 https://www.alphavantage.co/query?function=INCOME_STATEMENT&symbol=IBM&apikey=demo

我能够在网上找到有关如何从时间序列中获取请求的答案。我做了以下

import pandas as pd
from alpha_vantage.timeseries import TimeSeries
import time
import random
import math
import datetime as dt

ts = TimeSeries (key='apikey', output_format = "pandas")

stock_ticker = "MSFT"

data_daily, meta_data = ts.get_daily_adjusted(symbol=stock_ticker, outputsize ='compact')

last_adjusted_price = data_daily['5. adjusted close'][0]

print(last_adjusted_price)

有谁知道这个图书馆会被称为什么?如果有人可以提供一个示例,说明如何从上一季度的主菜中获得“总收入”,那将是一个救命稻草。这是试图弄清楚如何获得这个大声笑的第 3 天,我似乎无法在任何地方找到文档,而且我不明白它在这里所说的 www.alphavantage.co/documentation/

【问题讨论】:

    标签: python alpha-vantage


    【解决方案1】:

    好吧,我一发布这个问题,我就通过蛮力尝试组合找到了答案哈哈

    base_url = 'https://www.alphavantage.co/query?'
    params = {'function': 'OVERVIEW',
             'symbol': 'IBM',
             'apikey': keys}
    
    response = requests.get(base_url, params=params)
    
    print(response.json())
    test = response.json()['Name']
    print(test)

    如果他们是像我这样的新手,希望这可以帮助其他人哈哈

    【讨论】:

      【解决方案2】:

      我在这个网站上找到了答案https://algotrading101.com/learn/alpha-vantage-guide/

      此代码允许我访问信息

      base_url = 'https://www.alphavantage.co/query?'
      params = {'function': 'OVERVIEW',
               'symbol': 'IBM',
               'apikey': keys}
      
      response = requests.get(base_url, params=params)
      print(response.json())

      它会输出这样的结果

      {'Symbol': 'IBM', 'AssetType': 'Common Stock', 'Name': 'International Business Machines Corporation', 'Description': "International blah blah"}

      我需要写什么来输出名字?

      data_overview_Name = # What do i type here for code? 
      
      # So that I could print out
      print(data_overview_Name)
      International Business Machines Corporation

      【讨论】:

        猜你喜欢
        • 2020-05-11
        • 2020-05-06
        • 1970-01-01
        • 1970-01-01
        • 2019-05-09
        • 2019-02-16
        • 2018-06-12
        • 2019-11-02
        • 2016-05-28
        相关资源
        最近更新 更多