Cotações de opções de ações da python

yahoo-finance 1.4.0.
Módulo Python para obter dados sobre ações do Yahoo! Finança.
Módulo Python para obter dados sobre ações do Yahoo! Finança.
Yahoo! O backend de finanças é datatables /. Se este serviço estiver inoperante ou tiver problemas de rede, você receberá erros do grupo YQL *, por exemplo. YQLQueryError.
De PyPI com pip:
Do repositório de desenvolvimento (requer git)
Exemplos de uso.
Obtenha dados de compartilhamentos.
Exemplo: Yahoo! Inc. (YHOO)
Atualizar dados do mercado.
Saída mais legível :)
get_price () get_change () get_percent_change () get_volume () get_prev_close () get_open () get_avg_daily_volume () get_stock_exchange () get_market_cap () get_book_value () get_ebitda () get_dividend_share () get_dividend_yield () get_earnings_share () get_days_high () get_days_low () get_year_high () ) get_year_low () get_50day_moving_avg () get_200day_moving_avg () get_price_earnings_ratio () get_price_earnings_growth_ratio () get_price_sales () get_price_book () get_short_ratio () get_trade_datetime () get_historical (data_de_inicio, data_final) get_info () get_name () atualizar () get_percent_change_from_year_high () get_percent_change_from_year_low () get_change_from_year_low () get_change_from_year_high () get_percent_change_from_200_day_moving_average () get_change_from_200_day_moving_average () get_percent_change_from_50_day_moving_average () get_change_from_50_day_moving_average () get_EPS_estimate_next_quarter () get_EPS_estimate_next_year () get_ex_dividend_date () get_EPS_estimate_current_year () get_price_EPS_estimate_nex t_year () get_price_EPS_estimate_current_year () get_one_yr_target_price () get_change_percent_change () get_dividend_pay_date () get_currency () get_last_trade_with_time () get_days_range () get_year_range ()

Cotações de opções de ações da Python
Se você é um comerciante ou um investidor e gostaria de adquirir um conjunto de habilidades de negociação quantitativa, você está no lugar certo.
O curso de Negociação com o Python fornecerá as melhores ferramentas e práticas para pesquisa de negociação quantitativa, incluindo funções e scripts escritos por especialistas em negociações quantitativas. O curso dá o máximo impacto ao seu tempo e dinheiro investidos. Centra-se na aplicação prática da programação à negociação, em vez da informática teórica. O curso se pagará rapidamente economizando seu tempo no processamento manual de dados. Você passará mais tempo pesquisando sua estratégia e implementando negociações lucrativas.
Visão geral do curso.
Parte 1: Noções básicas Você aprenderá por que o Python é uma ferramenta ideal para negociações quantitativas. Começaremos configurando um ambiente de desenvolvimento e, em seguida, apresentaremos as bibliotecas científicas.
Parte 2: Manipulando os dados Aprenda como obter dados de várias fontes gratuitas como Yahoo Finance, CBOE e outros sites. Leia e escreva vários formatos de dados, incluindo arquivos CSV e Excel.
Parte 3: Pesquisando estratégias Aprenda a calcular P & L e acompanhar as métricas de desempenho como Sharpe e Drawdown. Construa uma estratégia de negociação e otimize seu desempenho. Vários exemplos de estratégias são discutidos nesta parte.
Parte 4: Indo ao vivo! Esta parte é centralizada em torno da API Interactive Brokers. Você aprenderá como obter dados de estoque em tempo real e fazer pedidos ao vivo.
Muito código de exemplo.
O material do curso consiste em 'cadernos' que contêm texto juntamente com código interativo como este. Você poderá aprender interagindo com o código e modificando-o ao seu gosto. Será um ótimo ponto de partida para escrever suas próprias estratégias.
Embora alguns tópicos sejam explicados detalhadamente para ajudá-lo a entender os conceitos subjacentes, na maioria dos casos você não precisará escrever seu próprio código de baixo nível, devido ao suporte de bibliotecas de código aberto existentes:
A biblioteca TradingWithPython combina grande parte da funcionalidade discutida neste curso como uma função pronta para uso e será usada durante todo o curso. Os pandas fornecerão a você todo o poder de levantamento pesado necessário para a compactação de dados.
Todo o código é fornecido sob a licença BSD, permitindo seu uso em aplicações comerciais.
Classificação do curso.
Um piloto do curso foi realizado na primavera de 2013, isso é o que os alunos puderam dizer:
Matej curso bem planejado e bom treinador. Definitivamente vale seu preço e meu tempo Lave Jev obviamente sabia suas coisas. A profundidade da cobertura foi perfeita. Se Jev executar algo assim novamente, eu serei o primeiro a me inscrever. John Phillips Seu curso realmente me fez começar a considerar o python para análise de sistemas de estoque.

python4econ.
Python para economistas.
5 de fevereiro de 2013.
Construindo um Banco de Dados Histórico de Opções de Ações.
Descubra como obter dados de opções de dentro do python Escolha um formato de armazenamento de dados Automatize a coleta de dados diários.
Obtendo dados de opções em python.
Durante o verão, passei algum tempo livre e trabalhei com meu pai para criar um modelo de investimento. Embora seja um modelo muito simples, este post é sobre a construção de um banco de dados, então não vou entrar em detalhes aqui. Basta dizer que eu precisava encontrar uma maneira de obter dados de opções do yahoo! Finança. Este foi um desafio único porque, ao contrário dos dados de patrimônio ou dados de outras fontes, como o FRED, os dados de opções não têm um botão "download para csv" conveniente em nenhum lugar do site.
Escolhendo o formato de arquivo.
Ao escolher um formato de arquivo, tive duas considerações principais: tamanho do arquivo e velocidade na qual ele pode ser gravado / lido. Para testar isso, escrevi um script simples que gerava uma matriz aleatória de 4000 por 4000 numpy e funções definidas para escrever e ler esses dados em diferentes formatos de arquivo. Os formatos que escolhi para trabalhar foram csv, hdf5 (.h5) e MatLab (.mat). Abaixo está o script que usei para executar o teste:
Automatizando a recuperação de dados.
O próximo passo foi escrever o script que eu teria cron call. Isso aparece abaixo.
25 comentários:
Impressionante! Eu tenho vontade de fazer algo assim, já que eu também quero voltar atrás em algumas das minhas estratégias.
Eu estou no processo de configurar um grande banco de dados de derivativos. A análise de links da Web está pronta. Onde eu estou um pouco perdido é como criar o banco de dados de todas as opções individuais de tal forma que permite cálculos como o SKEW, etc, sem a necessidade de escolher manualmente as opções individuais de cada vez para fazer o cálculo. Como fazer essas referências genéricas. Estou um pouco perdido aqui e quero resolver isso primeiro antes de prosseguir com a criação de dados.
Eu acredito que a ordem correta na tupla de retorno é puts, calls = aapl. get_options_data ().
Hey Martin, você está certo. Quando adicionei inicialmente o código de coleta de opções aos pandas, tive as chamadas de retorno `get_options_data` primeiro. Não tenho certeza quando / por que alguém mudou isso.
Atualizei o código no post para usar os puts corretos, pedindo as chamadas agora.
Eu achava que isso seria muito útil poder baixar os preços das opções. Para começar, eu estava usando o script que você forneceu acima (praticamente). Eu tenho pandas 0.13.1, mas parece completamente quebrado. Erros ocorrem com a seguinte linha:
Hey Anonymous (desculpe, não sei seu nome, ou se é anônimo - isso é demais!)
Eu consegui fazer algumas mudanças e parece que as coisas estão funcionando para mim. Não sei como obter o código atualizado para você.
Spencer eu sou anônimo, bem, não mais. Basicamente eu acho que o problema era apenas com o get_forward_data, então talvez o racional deles é que ele está marcado como obsoleto e não foi mantido. No entanto, acho que a função é útil e deve ser mantida.
Ei Greg, isso é ótimo. Fico feliz que você tenha o código para funcionar novamente e obrigado por me avisar.
& lt; msg = & quot; o símbolo deve ser uma string válida & quot;
& lt; para i, m em enumerar (in_months):
& lt; mon = m - anos * 12.
& gt; in_years = [CUR_YEAR] * (meses + 1)
& gt; # Descobrir quantos itens em in_months passam de 12.
& gt; para eu na faixa (meses):
& gt; # Altere os itens correspondentes na lista in_years.
& gt; para i no intervalo (1, to_change + 1):
& lt; para eu na faixa (meses):
& lt; se DEBUG: print & quot; Obtendo% s:% s /% s & quot; % (self. symbol, m2, y2)
& gt; para seg na faixa (meses):
& lt; se o quadro for Nenhum:
Obrigado pelo seu ótimo trabalho. Parece que está atualmente quebrado - talvez uma alteração de layout / esquema no yahoo (é isso table_loc = 13 na chamada para _get_option_data ())?
Traceback (última chamada mais recente):
Arquivo "/usr/share/pycharm/helpers/pydev/pydevd. py" ;, linha 1733, in.
debugger. run (setup [& # 39; file & # 39;], Nenhum, Nenhum)
Arquivo "/usr/share/pycharm/helpers/pydev/pydevd. py" ;, linha 1226, em execução.
pydev_imports. execfile (file, globals, locals) # executa o script.
File "/home/chris/develop/src/trading/options. py" ;, line 5, in.
puts, calls = aapl. get_options_data (expiry = date (2015, 1, 16))
Arquivo "/usr/lib/python2.7/dist-packages/pandas/io/data. py" ;, linha 630, em get_options_data.
Arquivo "/usr/lib/python2.7/dist-packages/pandas/io/data. py" ;, linha 748, em get_put_data.
return self._get_option_data (month, year, expiry, 13, & # 39; puts & # 39;)
Arquivo "/usr/lib/python2.7/dist-packages/pandas/io/data. py" ;, linha 673, em _get_option_data.
IndexError: Table location 13 invalid, 3 tabelas encontradas.
das opções de importação pandas. io. data.
a partir da data de importação datetime.
puts, calls = aapl. get_options_data (expiry = date (2015, 1, 16))
Em [3]: importar pandas.
Oi, obrigado pelo comentário. Este código está agora quebrado devido a alterações na API do Yahoo Finance. Eu acho que os desenvolvedores pandas têm o código original que eu dei a eles. Veja a discussão relevante aqui: github / pydata / pandas / pull / 8631.
Oi Spencer pede desculpas pela pergunta anônima, mas
Quando você executou este programa para cada ticker em sua lista de símbolos NASDAQ e NYSE, quanto tempo durou uma iteração inteira?
Anônimo - não há problema.
Spencer - Eu sou muito novo em python e programação em geral, mas acho que é poderoso e fascinante com o pouco de pesquisa / trabalho que fiz. Até agora eu montei um programa muito simples para fazer algo semelhante. Isto é o que eu tenho até agora:
import datetime como dt.
importar pandas como pd.
import numpy como np.
das opções de importação pandas. io. data.
de pandas importam DataFrame.
importe o h5py como h5.
enquanto num & lt; tickers. size:
Ele ainda está nos estágios básicos, mas funciona e reúne os dados dos marcadores que o contêm. Se você tiver alguma dica ou sugestão para melhorar o desempenho, eu sou todo ouvidos. Eu sei que uma estrutura em loop pode não ser a mais eficiente, mas tudo para mim é tentativa e erro.
Eu imagino que o gargalo (parte mais lenta) deste programa é recuperar os dados da web. Usar as ferramentas Queue e Threading na biblioteca padrão, como fiz no exemplo em que postei um link, é provavelmente a melhor maneira de acelerar essa parte.
Embora eu deva avisar que eu não testei aquele código em particular por um tempo, ele pode ou não funcionar com os pandas atuais.
Eu venho coletando dados de opções desde janeiro. Não tenho certeza de como os dados do Yahoo são confiáveis, mas não encontrei outra fonte gratuita para compará-los.
@AnonymousMarch 18, 2015 às 5:00 AM.
Você pode compartilhar seus scripts de análise? Eu estou puxando dados de opções de barcharts, mas só oferece cerca de 1000 contratos de mais líquidos. Eu preferiria coletar mais detalhes em tickers selecionados.

Cotações de opções de ações da Python
Obter via App Store Leia este post em nosso aplicativo!
Puxando dados de opções de ações com pandas python - quebrou durante a noite.
Ontem à noite eu digitei o seguinte.
Isso funcionou bem. Eu só tenho dados de 200 algo dos 400 algo símbolos que tenho no arquivo, mas puxou os dados de opções para aqueles 200 algo muito bem.
Esta manhã, vou executar o código novamente (os mercados estão abertos há quase uma hora) e não recebo nada:
Então eu corri um pouco de teste:
Eu recebo este erro:
E este conteúdo do arquivo em conserva:
Nada mudou durante a noite no meu fim. A última coisa que fiz foi salvar e desligar. A primeira coisa que fiz depois de acordar foi executá-lo novamente.

Cotações de opções de ações da Python
Obter via App Store Leia este post em nosso aplicativo!
Baixar os preços das ações da história automaticamente do yahoo finance em python.
Existe uma maneira de baixar automaticamente os preços históricos das ações do yahoo finance ou google finance (formato csv)? De preferência em Python.
Resposta curta: sim. Use o urllib do Python para puxar as páginas de dados históricos para as ações que você deseja. Vá com o Yahoo! Finança; O Google é menos confiável, tem menos cobertura de dados e é mais restritivo em como você pode usá-lo depois de adquirido. Além disso, acredito que o Google proíba especificamente a remoção de dados em seus ToS.
Resposta mais longa: esse é o script que uso para extrair todos os dados históricos de uma determinada empresa. Ele puxa a página de dados históricos para um símbolo específico, em seguida, salva-o em um arquivo csv nomeado por esse símbolo. Você terá que fornecer sua própria lista de símbolos de ticker que você deseja extrair.
Quando você vai trabalhar com séries temporais em Python, os pandas são indispensáveis. E aqui está a boa notícia: ele vem com um histórico de download de dados para o Yahoo: pandas. io. data. DataReader.
O módulo pandas. io. data foi removido dos pandas & gt; = 0.19 em diante. Em vez disso, você deve usar o pacote separado pandas-datareader. Instalar com:
E então você pode fazer isso em Python:
Estendendo a resposta do @ Def_Os com uma demonstração real.
Como o @Def_Os já disse - usar o Pandas Datareader torna essa tarefa muito divertida.
puxando todos os dados históricos disponíveis para AAPL a partir de 1980-01-01.
salve todos os dados como arquivo CSV.
d: /temp/aapl_data. csv - 5 primeiras linhas.
Já existe uma biblioteca em Python chamada yahoo_finance, então você precisa baixar a biblioteca primeiro usando a seguinte linha de comando:
Então, depois de instalar a biblioteca yahoo_finance, aqui está um exemplo de código que fará o download dos dados que você precisa do Yahoo Finance:

Cotações de opções de ações da Python
Puxe as solicitações 0.
Junte-se ao GitHub hoje.
O GitHub é o lar de mais de 20 milhões de desenvolvedores trabalhando juntos para hospedar e revisar código, gerenciar projetos e construir software juntos.
Clone com HTTPS.
Use Git ou check-out com o SVN usando o URL da web.
O Wallstreet é uma biblioteca do Python 3 para monitorar e analisar dados de ações e opções em tempo real. As cotações são fornecidas pela API do Google Finance. O Wallstreet requer uma entrada mínima do usuário, usa dados online disponíveis para calcular gregos de opções e até raspa o site do Tesouro dos EUA para obter a taxa livre de risco atual.
Suporte Financeiro do Yahoo (tenha em mente que as cotações da YF podem ser atrasadas):
Wallstreet requer Scipy, pedidos e bs4 (BeautifulSoup4). Solicitações e bs4 são instalados para você quando você instala o pip, mas você precisa ter o Scipy pré-instalado.
ticker id id exchange troca última mudança (mudança na moeda) cp (variação percentual)
expiração de strike subjacente (objeto de estoque subjacente) cotação lance preço de venda (preço da opção) id mudança de câmbio (em moeda) cp (porcentagem) volume expirações do código open_interest (lista de possíveis datas de vencimento da cadeia de opções) greves (lista de possíveis preços de exercício) set_strike () implied_volatility () delta () gama () vega () theta () rho ()
&cópia de; 2018 GitHub, Inc. Termos Privacidade Status de Segurança Ajuda.
Você não pode realizar essa ação no momento.
Você entrou com outra guia ou janela. Recarregue para atualizar sua sessão. Você saiu de outra guia ou janela. Recarregue para atualizar sua sessão.