پرسش خود را بپرسید

دریافت داده‌های بازار با استفاده از کتابخانه Pandas

تاریخ
٤ ماه پیش
بازدید
٥٠

برای دریافت داده‌های بازار با استفاده از کتابخانه Pandas و Yahoo Finance چه مراحلی را باید طی کنید؟

٤,١٦٦
طلایی
٠
نقره‌ای
١
برنزی
٢٢٢

١ پاسخ

مرتب سازی بر اساس:

برای دریافت داده‌های بازار از Yahoo Finance با استفاده از کتابخانه Pandas، باید از کتابخانه yfinance استفاده کنید که رابط کاربری ساده‌ای برای دریافت داده‌ها از Yahoo Finance است. در اینجا مراحلی که باید طی کنید توضیح داده شده است:

مراحل گام‌به‌گام:

1. نصب کتابخانه‌های مورد نیاز

ابتدا باید کتابخانه‌های Pandas و yfinance را نصب کنید. برای نصب این کتابخانه‌ها از دستور زیر استفاده کنید:

pip install pandas yfinance

2. وارد کردن کتابخانه‌ها در کد

بعد از نصب کتابخانه‌ها، باید آنها را در کد خود وارد کنید:

import yfinance as yf

import pandas as pd

3. دریافت داده‌های بازار

با استفاده از yfinance می‌توانید داده‌های مورد نظر خود را از Yahoo Finance دریافت کنید. برای این کار باید نماد (symbol) شرکت یا دارایی مورد نظر را مشخص کنید. سپس از متد download برای دریافت داده‌ها استفاده کنید.

برای مثال، برای دریافت داده‌های بازار سهام اپل (AAPL)، دستور زیر را وارد کنید:

# دریافت داده‌های سهام AAPL از Yahoo Finance

data = yf.download('AAPL', start='2020-01-01', end='2025-01-01')

در اینجا:

'AAPL' نماد سهام اپل است.

start و end محدوده زمانی برای دریافت داده‌ها است (این مقادیر به صورت دلخواه تنظیم می‌شوند).

4. مشاهده داده‌ها

پس از دانلود داده‌ها، می‌توانید با استفاده از Pandas داده‌ها را مشاهده کنید:

# نمایش پنج ردیف اول داده‌ها

print(data.head())

این داده‌ها شامل اطلاعاتی مانند:

Open: قیمت باز شدن

High: بالاترین قیمت

Low: پایین‌ترین قیمت

Close: قیمت بسته شدن

Adj Close: قیمت بسته شدن تعدیل‌شده (برای تقسیمات سهام)

Volume: حجم معاملات

5. ذخیره داده‌ها در فایل CSV (اختیاری)

اگر بخواهید داده‌های دریافت‌شده را در فایل CSV ذخیره کنید، می‌توانید از دستور to_csv استفاده کنید:

# ذخیره داده‌ها در فایل CSV

data.to_csv('AAPL_data.csv')

6. تجزیه و تحلیل داده‌ها

پس از دریافت و ذخیره داده‌ها، می‌توانید از امکانات Pandas برای تجزیه و تحلیل داده‌ها استفاده کنید. به عنوان مثال، محاسبه میانگین متحرک (Moving Average):

# محاسبه میانگین متحرک 50 روزه

data['50_MA'] = data['Close'].rolling(window=50).mean()

7. رسم داده‌ها (اختیاری)

اگر بخواهید داده‌ها را رسم کنید، می‌توانید از Matplotlib یا Plotly استفاده کنید:

import matplotlib.pyplot as plt

# رسم قیمت بسته شدن

data['Close'].plot(title='Apple Stock Price')

plt.show()

جمع‌بندی

با این روش می‌توانید به راحتی داده‌های بازار را از Yahoo Finance دریافت کرده و آن‌ها را برای تحلیل‌های بیشتر با استفاده از Pandas و سایر ابزارها تجزیه و تحلیل کنید.

٢,٦٤٩
طلایی
٢
نقره‌ای
٣٦٣
برنزی
٥٥
تاریخ
٣ هفته پیش

پاسخ شما