Où puis-je télécharger les données historiques de capitalisation boursière et de chiffre d'affaires quotidien pour les actions?

11

Il existe de nombreuses sources qui fournissent les données historiques sur les stocks, mais elles ne fournissent que les champs OHLC ainsi que le volume et la clôture ajustée. Quelques sources que j'ai trouvées fournissent également des ensembles de données de capitalisation boursière, mais elles sont limitées aux actions américaines. Yahoo Finance fournit ces données en ligne, mais il n'y a pas d'option pour les télécharger (ou je n'en connais aucune).

  • Où puis-je télécharger ces données pour les actions appartenant à diverses bourses de premier plan à travers les pays en utilisant leur nom de téléscripteur?
  • Existe-t-il un moyen de le télécharger via Yahoo Finance ou Google Finance?

J'ai besoin de données pour la dernière décennie et j'ai donc besoin d'un script ou d'une API qui le ferait.

dataset tejaskhot
la source

Réponses:

3

En ce qui concerne la collecte de données, vous pouvez consulter Quandl (il y a un tutoriel sur son utilisation avec R sur DataCamp si vous êtes intéressé).

En outre, le site d' Aswath Damodaran contient de nombreux ensembles de données utiles. Bien qu'ils ne soient pas mis à jour aussi souvent, ils peuvent toujours être utiles, en particulier comme référence pour comparer votre propre sortie (à partir des scripts que vous devrez inévitablement écrire pour calculer les mesures nécessaires).

Et, encore une fois, Quant SE est probablement un meilleur endroit pour chercher ...

Steve S
la source
1

Ce site répertorie les capitalisations boursières historiques et les valeurs d'entreprise des sociétés S&P 100 et NASDAQ-100 au cours des 10 dernières années. Vous pouvez exporter les ensembles de données vers Excel.

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

Vous pouvez également essayer de les contacter pour obtenir des données pendant une période plus longue.

Marcus Torrez
la source
Êtes-vous affilié à ce site BTW?
Sean Owen
1

Je le ferais de cette façon.

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)
CENDRE
la source