Де можна завантажити дані про історичну ринкову капіталізацію та щоденний оборот для акцій?

11

Існує безліч джерел, які надають історичні дані про запаси, але вони надають лише поля OHLC разом із обсягом та відрегульованими близько. Також декілька джерел, які я знайшов, надають набір даних про ринкові обмеження, але вони обмежені запасами США. Yahoo Finance надає ці дані в Інтернеті, але немає можливості їх завантажувати (або жодного я не знаю).

Де я можу завантажити ці дані для акцій, що належать до різних провідних бірж різних країн, використовуючи їх назву?
Чи є якийсь спосіб завантажити його через Yahoo Finance або Google Finance?

Мені потрібні дані за останнє десятиліття або близько того, і тому потрібен сценарій чи API, який би це зробив.

dataset

— tejaskhot
джерело

6

Quant SE - краще місце для питань, пов’язаних із отриманням фінансових даних:

— IharS
джерело

3

Що стосується збору даних, ви можете перевірити Quandl (там, коли вам цікаво , є підручник по використанню його з R на DataCamp ).

Крім того, Асуот Дамодаран в сайт містить багато корисних даних. Хоча вони не оновлюються так часто, вони все ще можуть бути корисними, особливо як орієнтир для порівняння власного результату (із сценаріїв вам неминуче потрібно буде написати для обчислення необхідних показників).

І, знову ж таки, Quant SE - це, мабуть, краще місце для пошуку ...

— Стів S
джерело

1

На цьому веб-сайті перераховані історичні ринкові капіталізації та цінності підприємств для компаній S&P 100 та NASDAQ-100 за останні 10 років. Ви можете експортувати набори даних у Excel.

http://marketcapitalizations.com/historical-data/historical-data-categories/valuations/

Ви також можете спробувати зв’язатися з ними для отримання даних протягом більш тривалого періоду часу.

— Маркус Торрес
джерело

Ви пов’язані з цим сайтом BTW?

— Шон Оуен

1

Я зробив би це так.

import requests
from bs4 import BeautifulSoup

base_url = 'https://finviz.com/screener.ashx?v=152&s=ta_topgainers&o=price&c=1,2,6,7,25,65,67'
html = requests.get(base_url)
soup = BeautifulSoup(html.content, "html.parser")
main_div = soup.find('div', attrs = {'id':'screener-content'})

light_rows = main_div.find_all('tr', class_="table-light-row-cp")
dark_rows = main_div.find_all('tr', class_="table-dark-row-cp")

data = []
for rows_set in (light_rows, dark_rows):
    for row in rows_set:
        row_data = []
        for cell in row.find_all('td'):
            val = cell.a.get_text()
            row_data.append(val)
        data.append(row_data)

#   sort rows to maintain original order
data.sort(key=lambda x: int(x[0]))

import pandas
pandas.DataFrame(data).to_csv("AAA.csv", header=False)

— ЗОЛА
джерело