Sélectionner des titres et obtenir des données de Yahoo! Finance

Importer et gérer des données financières en Python

Stefan Jansen

Instructor

Sélectionner des titres selon des critères

Utilisez l'information d'inscription pour choisir des titres précis
Comme critères :
- Bourse
- Secteur ou industrie
- Année d'IPO
- Capitalisation boursière

Obtenir le symbole du plus grand titre

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]  # 1st row

largest_by_market_cap['Stock Symbol'] # Select row label

'JNJ'

Obtenir le symbole du plus grand titre

nyse = nyse.set_index('Stock Symbol') # Symbole boursier comme index
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() # Index de la valeur max

'JNJ'

Symbole du plus grand titre techno

nyse['Sector'].unique() # Valeurs uniques comme tableau 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'

Données du plus grand titre techno coté en 2017

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

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

Visualiser le prix et le volume sur deux axes

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

Graphique peu lisible

Passons à la pratique !

Importer et gérer des données financières en Python