48

有没有办法从雅虎财经或谷歌财经(csv格式)自动下载股票的历史价格?最好在 Python 中。

4

6 回答 6

106

当你要在 Python 中处理这样的时间序列时,pandas是必不可少的。好消息是:它带有一个雅虎历史数据下载器:pandas.io.data.DataReader.

from pandas.io.data import DataReader
from datetime import datetime

ibm = DataReader('IBM',  'yahoo', datetime(2000, 1, 1), datetime(2012, 1, 1))
print(ibm['Adj Close'])

pandas这是文档中的一个示例。

pandas >= 0.19 的更新:

pandas.io.data模块已被删除pandas>=0.19。相反,您应该使用单独的pandas-datareader。安装:

pip install pandas-datareader

然后你可以在 Python 中做到这一点:

import pandas_datareader as pdr
from datetime import datetime

ibm = pdr.get_data_yahoo(symbols='IBM', start=datetime(2000, 1, 1), end=datetime(2012, 1, 1))
print(ibm['Adj Close'])

还支持从 Google 财经下载。

的文档中还有更多内容pandas-datareader

于 2012-09-20T10:05:41.657 回答
42

简短的回答:是的。使用 Python 的urllib拉取您想要的股票的历史数据页面。与雅虎一起去!金融; 谷歌既不太可靠,数据覆盖范围也较小,而且一旦拥有它,对如何使用它的限制就更加严格。另外,我相信谷歌明确禁止你在他们的服务条款中抓取数据。

更长的答案:这是我用来提取特定公司所有历史数据的脚本。它提取特定股票代码的历史数据页面,然后将其保存到由该代码命名的 csv 文件中。您必须提供自己想要提取的股票代码列表。

import urllib

base_url = "http://ichart.finance.yahoo.com/table.csv?s="
def make_url(ticker_symbol):
    return base_url + ticker_symbol

output_path = "C:/path/to/output/directory"
def make_filename(ticker_symbol, directory="S&P"):
    return output_path + "/" + directory + "/" + ticker_symbol + ".csv"

def pull_historical_data(ticker_symbol, directory="S&P"):
    try:
        urllib.urlretrieve(make_url(ticker_symbol), make_filename(ticker_symbol, directory))
    except urllib.ContentTooShortError as e:
        outfile = open(make_filename(ticker_symbol, directory), "w")
        outfile.write(e.content)
        outfile.close()
于 2012-09-14T23:29:54.900 回答
14

用实际演示扩展@Def_Os 的答案......

正如@Def_Os 已经说过的那样——使用Pandas Datareader使这项任务变得非常有趣

In [12]: from pandas_datareader import data

提取所有可用的历史数据以AAPL1980-01-01

#In [13]: aapl = data.DataReader('AAPL', 'yahoo', '1980-01-01')

# yahoo api is inconsistent for getting historical data, please use google instead.
In [13]: aapl = data.DataReader('AAPL', 'google', '1980-01-01')

前 5 行

In [14]: aapl.head()
Out[14]:
                 Open       High     Low   Close     Volume  Adj Close
Date
1980-12-12  28.750000  28.875000  28.750  28.750  117258400   0.431358
1980-12-15  27.375001  27.375001  27.250  27.250   43971200   0.408852
1980-12-16  25.375000  25.375000  25.250  25.250   26432000   0.378845
1980-12-17  25.875000  25.999999  25.875  25.875   21610400   0.388222
1980-12-18  26.625000  26.750000  26.625  26.625   18362400   0.399475

最后 5 行

In [15]: aapl.tail()
Out[15]:
                 Open       High        Low      Close    Volume  Adj Close
Date
2016-06-07  99.250000  99.870003  98.959999  99.029999  22366400  99.029999
2016-06-08  99.019997  99.559998  98.680000  98.940002  20812700  98.940002
2016-06-09  98.500000  99.989998  98.459999  99.650002  26419600  99.650002
2016-06-10  98.529999  99.349998  98.480003  98.830002  31462100  98.830002
2016-06-13  98.690002  99.120003  97.099998  97.339996  37612900  97.339996

将所有数据保存为 CSV 文件

In [16]: aapl.to_csv('d:/temp/aapl_data.csv')

d:/temp/aapl_data.csv - 5 第一行

Date,Open,High,Low,Close,Volume,Adj Close
1980-12-12,28.75,28.875,28.75,28.75,117258400,0.431358
1980-12-15,27.375001,27.375001,27.25,27.25,43971200,0.408852
1980-12-16,25.375,25.375,25.25,25.25,26432000,0.378845
1980-12-17,25.875,25.999999,25.875,25.875,21610400,0.38822199999999996
1980-12-18,26.625,26.75,26.625,26.625,18362400,0.399475
...
于 2016-06-14T08:30:56.797 回答
8

Python 中已经有一个名为 yahoo_finance 的库,因此您需要先使用以下命令行下载该库:

sudo pip install yahoo_finance

然后,一旦您安装了 yahoo_finance 库,下面的示例代码将从 Yahoo Finance 下载您需要的数据:

#!/usr/bin/python
import yahoo_finance
import pandas as pd

symbol = yahoo_finance.Share("GOOG")
google_data = symbol.get_historical("1999-01-01", "2016-06-30")
google_df = pd.DataFrame(google_data)

# Output data into CSV
google_df.to_csv("/home/username/google_stock_data.csv")

这应该这样做。让我知道它是否有效。

更新:不再支持 yahoo_finance 库。

于 2016-07-26T15:53:53.963 回答
4

您可以查看 yahoo_fin 包。它最初是在 Yahoo Finance 更改其 API 后创建的(文档在此处:http ://theautomatic.net/yahoo_fin-documentation )。

from yahoo_fin import stock_info as si

aapl_data = si.get_data("aapl")

nflx_data = si.get_data("nflx")

aapl_data.head()

nflx_data.head()

aapl_data.to_csv("aapl_data.csv")

nflx_data.to_csv("nflx_data.csv")
于 2019-04-13T02:26:50.883 回答
2

当您知道如何操作时,这很简单:

import yfinance as yf
df = yf.download('CVS', '2015-01-01')
df.to_csv('cvs-health-corp.csv')

如果你想绘制它:

import finplot as fplt
fplt.candlestick_ochl(df[['Open','Close','High','Low']])
fplt.show()

在此处输入图像描述

于 2020-10-15T14:22:11.543 回答