Données économiques de la Réserve fédérale

Importer et gérer des données financières en Python

Stefan Jansen

Instructor

Données économiques de FRED

Logo de FRED

Federal Reserve Economic Data
500 000 séries, couvrant notamment :
- Croissance économique et emploi
- Politiques monétaire et budgétaire
- Démographie, secteurs, prix des produits de base
- Fréquences quotidiennes, mensuelles, annuelles

Obtenir des données de FRED

fred lookup.png

¹ https://fred.stlouisfed.org/

Obtenir des données de FRED

fred lookup 2.png

¹ https://fred.stlouisfed.org/

Obtenir des données de FRED

fred lookup 3.png

¹ https://fred.stlouisfed.org/

Taux d'intérêt

from pandas_datareader.data import DataReader
from datetime import date

series_code = 'DGS10' # 10-year Treasury Rate

data_source = 'fred' # FED Economic Data Service

start = date(1962, 1, 1)

data = DataReader(series_code, data_source, start)

data.info()

DatetimeIndex: 15754 entries, 1962-01-02 to 2022-05-20
Data columns (total 1 columns):
 #   Column  Non-Null Count  Dtype  
 --  ------  --------------  -----  
 0   DGS10   15083 non-null  float64
dtypes: float64(1)

Cours boursiers : visualisation

.rename(columns={old_name: new_name})

series_name = '10-year Treasury'
data = data.rename(columns={series_code: series_name})

data.plot(title=series_name); plt.show()

Nouvelle visualisation

Combiner données boursières et économiques

start = date(2000, 1, 1)
series = 'DCOILWTICO' # West Texas Intermediate Oil Price

oil = DataReader(series, 'fred', start)

ticker = 'XOM' # Exxon Mobile Corporation
stock = DataReader(ticker, 'yanoo', start)

data = pd.concat([stock[['Close']], oil], axis=1)

data.info()

DatetimeIndex: 5841 entries, 2000-01-03 to 2022-05-23
Data columns (total 2 columns):
 #   Column      Non-Null Count  Dtype  
 --  ------      --------------  -----  
 0   Close       5634 non-null   float64
 1   DCOILWTICO  5615 non-null   float64

Combiner données boursières et économiques

data.columns = ['Exxon', 'Oil Price']
data.plot()
plt.show()

Passons à la pratique !

Importer et gérer des données financières en Python