【Python量化資料】用Python抓取Yahoo Finance、investing.com股價資料 python抓取資料最輕鬆的兩大方法
一、前言
資料要進行分析或回測前最重要的就是資料源，而股價要去哪裡抓呢?
這邊提供大家python快速抓股價資料的兩大網站提供的api
(1) Yahoo Fiance 提供的 pandas_datareader
(2) Investing.com 提供的 investpy
至於哪個比較好比較完整各有優缺點
進入教學前，不要忘了訂閱按讚分享唷!
部落格教學網站：
https://pixnashpython.pixnet.net/blog
想要即時訂閱最新文章：
https://forms.gle/MdXmiF2HgHhNChL46
訂閱Telegram來接收最新資訊：
https://t.me/joinchat/VUUuDt67Uq5l6CIQ
二、使用
首先下載套件包(package)，還不會下套件包可以參考我的文章下載套件包的三大方法
pip install pandas_datareader
pip install investpy
(1) pandas_datareader
a. 如何使用pandas_datareader
# 匯入Yahoo Finance套件
import pandas_datareader as web
# 下載股價資料
df = web.DataReader(name='2330.TW', data_source='yahoo', start='2020-01-01', end='2020-12-31') #name為股票代號名稱 start、end為資料下載期間
下載完的資料在Spyder裡面是長這樣
b. 一次下載多檔資料，並分別計算
# 一次下載多檔資料
AllData = {} # 新建一字典放資料
tickers = ['^TWII', '2330.TW', '2454.TW', '2317.TW'] # list放入要下載的tickers
for ticker in tickers: # 下載資料
df = web.DataReader(name=ticker, data_source='yahoo', start='2020-01-01', end='2020-12-31')
AllData[ticker] = df # 把下載的股價資料放入字典
# 分別計算每檔資料
for ticker in AllData.keys():
df = AllData[ticker] # 這樣就可以在迴圈下計算每檔資料嘍這樣字典裡就放著全部下載的股票，要計算哪個就用df = AllData[ticker]拿出來就可以了
(2) investpy
a. 如何使用investpy
這邊要注意時間格式跟yahoo finance有點不一樣
import investpy # 下載股價資料 df = investpy.get_stock_historical_data(stock='2330', country='Taiwan', # 比yahoo finance多填一個國家別 from_date='01/01/2010', # 這邊注意時間格式 to_date='01/01/2020')# 獲得全部票清單 ticker_list = investpy.get_stocks_list('Taiwan') # 填入國家
下載完的資料跟yahoo finance大致一樣，就多一欄計價幣別，少一欄調整後股價
b. 如何透過Investing.com抓到想分析的股票並且透過investpy下載及其他市場資料
先到官網裡面打入想要的股票或找到想下載的資料
點進去後可以看到代號及所屬市場可以找到investpy.get_stock_historical_data所要的參數了
因為investpy還提供不同的歷史資料，債券、貨幣和基金等等，你在investing.com可能看到，這樣就可以下載了
investpy.get_bond_historical_data(bond, from_date, to_date)
investpy.get_stock_historical_data(stock, country, from_date, to_date)
investpy.get_fund_historical_data(fund, country, from_date, to_date)
三、後記
pandas_datareader可以抓到期間較長的資料，但股票代號較不好找而且在盤中下載資料的話較容易有缺漏，大家用過就知道了之後會有一篇教大家如何輕鬆在Yahoo Fiance輕鬆獲取台股清單及台灣指數代號以供pandas_datareader下載
部落格教學網站：
https://pixnashpython.pixnet.net/blog
想要即時訂閱最新文章：
https://forms.gle/MdXmiF2HgHhNChL46
訂閱Telegram來接收最新資訊：
https://t.me/joinchat/VUUuDt67Uq5l6CIQ
留言列表
【Python量化資料】 (3)
