Pilih saham dan ambil data dari Yahoo! Finance

Mengimpor dan Mengelola Data Keuangan di Python

Stefan Jansen

Instructor

Pilih saham berdasarkan kriteria

Gunakan data listing untuk memilih saham tertentu
Kriteria:
- Bursa Efek
- Sektor atau Industri
- Tahun IPO
- Kapitalisasi Pasar

Ambil ticker untuk perusahaan terbesar

nyse = pd.read_excel('listings.xlsx',sheet_name='nyse', na_values='n/a')
nyse = nyse.sort_values('Market Capitalization', ascending=False)

nyse[['Stock Symbol', 'Company Name']].head(3)

     Stock Symbol             Company Name
1586          JNJ        Johnson & Johnson
1125          XOM  Exxon Mobil Corporation
1548          JPM    J P Morgan Chase & Co

largest_by_market_cap = nyse.iloc[0]  # Baris ke-1

largest_by_market_cap['Stock Symbol'] # Pilih label baris

'JNJ'

Ambil ticker untuk perusahaan terbesar

nyse = nyse.set_index('Stock Symbol') # Ticker sebagai indeks
nyse.info()

Index: 3147 entries, JNJ to EAE
Data columns (total 6 columns):
 #   Column                 Non-Null Count  Dtype  
 --  ------                 --------------  -----  
 0   Company Name           3147 non-null   object 
 1   Last Sale              3079 non-null   float64
 2   Market Capitalization  3147 non-null   float64
...

nyse['Market Capitalization'].idxmax() # Indeks nilai maksimum

'JNJ'

Ambil ticker untuk perusahaan teknologi terbesar

nyse['Sector'].unique() # Nilai unik sebagai array numpy

array(['Technology', 'Health Care', ...], dtype=object)

tech = nyse.loc[nyse.Sector == 'Technology']
tech['Company Name'].head(2)

Stock Symbol                        Company Name            
ORCL                          Oracle Corporation
TSM           Taiwan Semiconductor Manufacturing

nyse.loc[nyse.Sector=='Technology', 'Market Capitalization'].idxmax()

'ORCL'

Ambil data untuk perusahaan teknologi terbesar dengan IPO 2017

ticker = nyse.loc[(nyse.Sector=='Technology') & (nyse['IPO Year']==2017), 
                 'Market Capitalization'].idxmax()

data = DataReader(ticker, 'yahoo') # Mulai: 2010/1/1
data = data.loc[:, ['Close', 'Volume']]

Visualisasikan harga dan volume pada dua sumbu

import matplotlib.pyplot as plt
data.plot(title=ticker, secondary_y='Volume')
plt.tight_layout(); plt.show()

plot jelek.png

Ayo berlatih!

Mengimpor dan Mengelola Data Keuangan di Python