Dati commerciali NASDAQ

Sto cercando di trovare dati di borsa con cui esercitarmi, c'è una buona risorsa per questo? Ho trovato questo: ftp://emi.nasdaq.com/ITCH/ ma ha solo l'anno in corso.

Ho già un modo per analizzare il protocollo, ma vorrei avere altri dati con cui confrontarli. Non deve essere nello stesso formato, purché abbia statistiche relative a prezzi, operazioni e date.

È possibile estrarre i dati di magazzino in modo molto semplice in Python e R (probabilmente anche in altre lingue) con i seguenti pacchetti:

In python con: https://pypi.python.org/pypi/ystockquote

Questo è anche un tutorial davvero bello in iPython che ti mostra come estrarre i dati di borsa e giocare con esso: http://nbviewer.ipython.org/github/twiecki/financial-analysis-python-tutorial/blob/master/1 .% 20Pandas% 20Basics.ipynb

In R con: http://www.quantmod.com/

HTH.

Esistono più piattaforme (come quandl, iex, yahoo) che forniscono tali dati e pandas_datareader offre un'interfaccia ancora migliore per raccogliere dati da queste piattaforme.

Dai un'occhiata a questo blog per un rapido esempio .

Molti fornitori di dati sono stati disabilitati nel tempo. Questo funziona ancora

import datetime
import pandas as pd
import numpy as np
import pylab as pl
import datetime
from sklearn.cluster import AffinityPropagation
from sklearn import metrics
from matplotlib.collections import LineCollection
from pandas_datareader import data as wb
from sklearn import cluster, covariance, manifold


start = '2019-02-01'
end = '2020-02-01'

tickers = ['MMM',
'ABT',
'ABBV',
'ABMD',
'ACN',
'ATVI']

thelen = len(tickers)

price_data = []
for ticker in tickers:
    prices = wb.DataReader(ticker, start = start, end = end, data_source='yahoo')[['Open','Adj Close']]
    price_data.append(prices.assign(ticker=ticker)[['ticker', 'Open', 'Adj Close']])

#names = np.reshape(price_data, (len(price_data), 1))

names = pd.concat(price_data)
names.reset_index()