上次我们谈过如何在真格量化中获取外部数据。很多投资者都知道Yahoo提供了丰富的金融市场数据,不过获取这些数据很多时候需要自己去写一些网页爬虫。当然也有一些Python第三方库可以免除我们从头写爬虫的麻烦,几乎可以当作API来调用,yfinance就是其中一个(其在Github上地址https://github.com/ranaroussi/yfinance)。
比如我们想研究一下苹果公司的数据(股票代码AAPL):
获取公司信息
import yfinance as yf
aapl = yf.Ticker("AAPL")
cominfo=aapl.info #取得公司信息
然后就可以把公司信息输出(这与真格量化的
GetContractInfo函数类似):
for key in cominfo.keys():
print key+":"+cominfo[key]
结果为:
获取股票价格数据
我们也可以方便地取得公司股票价格历史数据,比如取最长时间的历史价格数据:
hist = aapl.history(period="max")
hist.head()
可以得到
其可设定的时间周期包括:
1d,5d,1mo,3mo,6mo,1y,2y,5y,10y,ytd,max
我们可以查询公司分红和拆股信息:
aapl.actions
可以得到
可以只查询分红:
aapl.dividends
得到
或者只查询拆股:
aapl.splits
得到
获得公司财报
我们可以查询公司的财务数据:
aapl.financials
得到
还有公司的资产负债表
aapl.balance_sheet
得到
以及现金流量表
aapl.cashflow
得到
获取股票期权数据
先查询该公司有哪些月份的期权:
aapl.options
得到可以交易期权的到期日
('2019-06-07','2019-10-18', '2020-01-17', '2020-06-19')
我们可以查询一个月份的所有看涨期权:
opt = aapl.option_chain('2019-06-07')
opt.calls
得到
或者看跌期权
opt.puts
得到
获取期货历史价格数据
获取期货价格方法与股票类似,例如
美豆2019年11月份合约:
soybean=yf.Ticker("SX19.CBT")
hist = soybean.history(period="max")
可以得到
想研究内外盘套利策略或者个股期权定价模型的投资者不妨试试,利用好雅虎财经这座金矿。
— — — — — — E N D — — — — — —
往期文章:
Numpy处理tick级别数据技巧
真正赚钱的期权策略曲线是这样的
多品种历史波动率计算
如何实现全市场自动盯盘
AI是怎样看懂研报的
真格量化策略debug秘籍
真格量化对接实盘交易
常见高频交易策略简介
如何用撤单函数改进套利成交
Deque提高处理队列效率
策略编程选Python还是C++
如何用Python继承机制节约代码量
十大机器学习算法
如何调用策略附件数据
如何使用智能单
如何扫描全市场跨月价差
如何筛选策略最适合的品种
活用订单类型规避频繁撤单风险
真格量化回测撮合机制简介
如何调用外部数据
如何处理回测与实盘差别
如何利用趋势必然终结获利
常见量化策略介绍
期权交易“七宗罪”
波动率交易介绍
推高波动率的因素
波动率的预测之道
趋势交易面临挑战
如何构建知识图谱
机器学习就是现代统计学
AI技术在金融行业的应用
如何避免模型过拟合
低延迟交易介绍
架构设计中的编程范式
交易所视角下的套利指令撮合
距离概念与特征识别
气象风险与天气衍生品
设计量化策略的七个“大坑”
云计算在金融行业的应用
机器学习模型评估方法
真格量化制作期权HV-IV价差
另类数据介绍
TensorFlow中的Tensor是什么?
机器学习的经验之谈
真格量化可访问:
https://quant.pobo.net.cn
真格量化微信公众号,长按关注:
遇到了技术问题?欢迎加入真格量化Python技术交流QQ群 726895887
|
|