详解pandas_datareader：Python中获取金融数据的全能工具

一、简介

pandas_datareader是一个开源的Python库，可以轻松地从多个数据源获取金融市场数据，包括股票、指数、固定收益、基金、货币、商品、货币对等等。使用pandas_datareader可以方便地获取所需的金融数据，使得数据分析师能够更加集中于分析策略、对策的创建。

二、安装和导入

安装pandas_datareader的方法与pip安装其他Python库相同：

!pip install pandas_datareader

安装完成后，在Python脚本或Jupyter Notebook中，常用的导入方法为

import pandas_datareader as pdr

为方便使用，通常将其下列名设为“pdr”。

三、获取历史股票价格数据

使用pandas_datareader中的er_data.get_data_yahoo（）命令，可以获取指定时间范围内指定证券的历史价格数据。

import pandas_datareader as pdr
start_date = '2021/01/01'
end_date = '2021/12/31'
data = pdr.get_data_yahoo('AAPL', start_date, end_date)
print(data.head())

这将获取Apple股票（ticker code: AAPL）的2021年1月1日至2021年12月31日的历史股价。输出的结果如下：

                  High         Low  ...       Volume   Adj Close
Date                                ...                         
2021-01-04  133.610001  126.760002  ...  143301900.0  130.814514
2021-01-05  131.740005  128.429993  ...   97664900.0  131.432465
2021-01-06  131.050003  126.379997  ...  155088000.0  126.007957
2021-01-07  131.630005  127.860001  ...  109578200.0  130.307755
2021-01-08  132.630005  130.229996  ...  105158200.0  131.432465

四、获取月或周或日的金融数据

许多策略依赖于获取给定周期汇总数据或具体期间的数据。例如视觉化市场技术分析将依赖于将每日价格数据转换为周或月的OHLC数据。

pandas_datareader的get_data_yahoo()函数取一个参数interval，其中W表示周，M表示月。

import pandas_datareader as pdr
start_date = '2021/01/01'
end_date = '2021/12/31'
data = pdr.get_data_yahoo('AAPL', start_date, end_date, interval='M')
print(data.head())

这将获取Apple股票每月的历史股价数据。输出的结果如下：

                 High        Low  ...        Volume  Adj Close
Date                               ...                          
2021-01-31  145.089996  126.260002  ...  1.465064e+09      131.2
2021-02-28  137.979996  122.230003  ...  1.236386e+09      121.2
2021-03-31  133.929993  118.860001  ...  1.383681e+09      122.1
2021-04-30  139.070007  122.769997  ...  1.429428e+09      131.5
2021-05-31  144.880005  124.849998  ...  1.117987e+09      124.6

五、获取股票数据指标

除历史价格数据之外，pandas_datareader还可以获取指标数据，例如：上证综指指数。

from pandas_datareader import data
import pandas_datareader.data as web

start_date = '2021/01/01'
end_date = '2021/12/31'
china_sse_index = web.DataReader("000001.SS", "yahoo", start_date, end_date)
print(china_sse_index.head())

这将获取上证综指指数的2021年1月1日至2021年12月31日的数据。输出的结果如下：

                   High          Low  ...  Volume     Adj Close
Date                                  ...                      
2021-01-04  3587.340088  3450.570068  ...    0.00           NaN
2021-01-05  3567.080078  3483.310059  ...    0.00           NaN
2021-01-06  3558.090088  3459.600098  ...    0.00           NaN
2021-01-07  3558.962891  3486.685059  ...    0.00           NaN
2021-01-08  3564.739990  3483.689941  ...    0.00           NaN

六、获取其他金融数据资讯源

pandas_datareader支持多种数据源，包括亚马逊AWS, Alpha Vantage, European Central Bank, Nasdaq等。可以使用pandas_datareader.data源获取来自多种来源的财务数据。

例如，以下代码可以从IEX源获取美股的每日开盘和收盘时间。

import pandas_datareader.data as web
df = web.DataReader("^GSPC", "iex", start, end)
df.head()

七、获取美国国债数据

使用FRED API请求可以方便地获取财政、经济和民意数据。 以下代码能够获取美国国债的数据。

from pandas_datareader.data import FREDReader
start_date = '2021-01-01'
end_date = '2021-12-31'
ticker = 'DGS10'
fred = FREDReader(ticker, start_date, end_date)
data = fred.read().dropna()
print(data.head())

这将按日期顺序获取2021年1月1日至2021年12月31日之间的10年期美国国债收益率数据。

八、结论

pandas_datareader是一个非常方便的工具，用于在Python中获取金融数据。无论财务分析师、量化交易员还是股票选手，都可以在获取数据时受益。