Ekonomiska data från Federal Reserve

Importera och hantera finansiell data i Python

Stefan Jansen

Instructor

Ekonomiska data från FRED

FRED-logotyp

Federal Reserve Economic Data
500 000 serier inom en rad kategorier:
- Ekonomisk tillväxt och sysselsättning
- Penning- och finanspolitik
- Demografi, branscher, råvarupriser
- Daglig, månatlig och årlig frekvens

Hämta data från FRED

fred lookup.png

¹ https://fred.stlouisfed.org/

Hämta data från FRED

fred lookup 2.png

¹ https://fred.stlouisfed.org/

Hämta data från FRED

fred lookup 3.png

¹ https://fred.stlouisfed.org/

Räntor

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)

Aktiekurser: Visualisering

.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()

Ny visualisering

Kombinera aktie- och ekonomiska data

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

Kombinera aktie- och ekonomiska data

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

Nu kör vi en övning!

Importera och hantera finansiell data i Python