2

我需要使用 pandas DataReader 为以下银行获取股票数据：

    Bank of America
    CitiGroup
    Goldman Sachs
    JPMorgan Chase
    Morgan Stanley
    Wells Fargo

如何获取这些银行从 2006 年 1 月 1 日到 2016 年 1 月 1 日的股票数据。

我努力了...

import numpy as np
import pandas as pd
from pandas_datareader import data, wb
import matplotlib
import matplotlib.pyplot as plt
import seaborn as sns
import requests
import io
%matplotlib inline

import datetime
start = datetime.datetime(2006,1,1)
end = datetime.datetime(2016,1,1)

# Bank of America
BAC = data.DataReader("BAC",'ff', start, end)
4

4 回答 4

2

您的问题在于您使用 Datareader 检索数据的来源。这似乎'ff'与任何公认的 API 都不对应。

我已经尝试过了，它有效：

import pandas_datareader.data as web
from datetime import datetime

start = datetime(2016, 9, 1)
end   = datetime(2018, 9, 1)

f = web.DataReader('BAC', 'iex', start, end)
print(f)

另外，看看pandas-datareader 官方文档，有很多例子。

于 2019-01-10T10:56:33.197 回答
2

2021答案

在我看来，无需订阅即可IEX获得免费的 API 令牌或安装其他软件包。YahooAPI 工作正常：

# Bank of America
BAC = data.DataReader("BAC", 'yahoo', start, end)

# CitiGroup
C = data.DataReader("C", 'yahoo', start, end)

# Goldman Sachs
GS = data.DataReader("GS", 'yahoo', start, end)

# JPMorgan Chase
JPM = data.DataReader("JPM", 'yahoo', start, end)

# Morgan Stanley
MS = data.DataReader("MS", 'yahoo', start, end)

# Wells Fargo
WFC = data.DataReader("WFC", 'yahoo', start, end)
于 2021-02-11T14:00:44.490 回答
1

您可以尝试的另一个解决方案是investpy，它是一个Python 包，用于从Investing.com 的全球各种金融产品中提取历史数据。它没有任何限制，不需要 API 密钥，而且完全免费，因为它是一个开源项目。

在这里，我向您展示一段代码，以便从您在上面询问的股票的过去 9 年中检索股票历史数据：

import investpy

stock_symbols = ['BAC', 'C', 'GS', 'JPM', 'MS', 'WFC']

for stock_symbol in stock_symbols:
    df = investpy.get_stock_historical_data(stock=symbol,
                                            country='united states',
                                            from_date='01/01/2010',
                                            to_date='01/01/2019')
    print(df.head())

希望这对您有所帮助！我也鼓励你使用investpy！

请注意，投资股票数据检索函数将股票代码和指定股票所在的国家作为输入参数。依此类推，由于您输入的是股票名称，因此您需要搜索投资数据以检索您介绍的股票名称的代码，可以按如下方式完成：

import investpy

stocks = ['Bank of America', 'CitiGroup', 'Goldman Sachs', 'JPMorgan', 'Morgan Stanley', 'Wells Fargo&Co']

for stock in stocks:
    print(investpy.search_stocks(by='name', value=stock))

上面的代码将打印所有找到的与介绍的名称完全或部分匹配的股票。

于 2019-10-23T16:24:27.877 回答
0

以下是我认为与其他方法不同的非常可靠的方法，我只用它来分析，这从来没有让我失望过。（此外，可用数据的日期范围非常广泛，如下例所示）

from datetime import datetime
start = datetime(2006, 2, 9)
end = datetime(2018, 5, 24)
#Bank Of America
BAC = data.DataReader('BAC', 'yahoo', start, end)
于 2019-09-14T15:37:24.960 回答