Vous pouvez obtenir des informations sur les actions nationales auprès de Yahoo! Finance en utilisant la fonction d'accès aux données à distance de japandas, mais il y avait plusieurs points que je voulais améliorer, j'ai donc créé celui que j'ai fait auparavant lors de fin-py Mokumokukai # 2. Je l'ai complété avec.
Dans l'implémentation japandas, HTML est gratté avec pd.read_html () '' '', mais comme il prend simplement la table à l'écran telle quelle, il récupère l'événement de fractionnement en fonction de la période d'acquisition. ..
Exemple d'obtention avec les japandas
import japandas as jpd
jpd.DataReader('8411', 'yahoojp', '2008-12-15', '2009-01-15')
Résultat d'exécution
| Prix ouvert | Prix élevé | Bas prix | le dernier prix | Le volume | Cours de clôture ajusté* | |
|---|---|---|---|---|---|---|
| Date | ||||||
| 2008/12/19 | 259400 | 270600 | 253200 | 259900 | 281076 | 259.9 |
| 2008/12/22 | 266400 | 276000 | 265800 | 270200 | 164024 | 270.2 |
| 2008/12/24 | 262200 | 268100 | 254400 | 257700 | 96027 | 257.7 |
| 2009/1/5 | Divisé:1 part->1000 partages | NaN | NaN | NaN | NaN | NaN |
| 2009/1/5 | 283 | 294 | 279 | 292 | 91382100 | 292 |
| 2009/1/6 | 297 | 299 | 287 | 289 | 112779100 | 289 |
| 2009/1/7 | 293 | 298 | 289 | 296 | 79444700 | 296 |
Pas bon ... Si vous souhaitez afficher les quatre prix sur le graphique, vous devez modifier autre chose que le cours de clôture.
C'est pourquoi je l'ai fait ici. Puisqu'il hérite de pandas_datareader comme les japandas, il peut être utilisé presque de la même manière. sawadyrr5/YahooJapanDataReader
Il semble qu'il soit environ 20% plus rapide même lorsqu'il est mesuré avec% timeit de Jupyter. Est-ce parce que le traitement interne est analysé par XPath?
Recommended Posts