iT邦幫忙

第 12 屆 iThome 鐵人賽
DAY 5
2
Microsoft Azure

Python X 金融分析 X Azure系列 第 5 篇

【Day5】取得資訊－Python #2：抓股票資料

12th鐵人賽 python3 證交所 vscode pipenv
29598 瀏覽

環境準備好，就可以抓Yahoo Finance上面的資料囉！為什麼不用Google呢？因為Google已經沒有提供API了，所以轉而向Yahoo要。
本篇會教如何取得網路資料，會以Yahoo Finance為範例。會參考前輩的網站，這裡面很多寶物，大家可以去挖喔！

開始前

先複習一下，我們Day4安裝完後，應該會在Pipfile內顯示：

[[source]]
name = "pypi"
url = "https://pypi.org/simple"
verify_ssl = true

[dev-packages]

[packages]
requests = "*"
numpy = "*"
pandas = "*"

[requires]
python_version = "3.8"

其中packages內顯示的就是我們專案所需的套件，確認我們都有安裝好，就去Pipfile.lock查看這三個是否有記錄，有的話表示安裝好。沒有的話使用pipenv install，他會根據packages去檢查Pipfile.lock是否都有，如果沒有或是版本不對就安裝。

取得股票資料

接著我們從Yahoo Finance那邊取得資料，需要呼叫他們的API:
https://query1.finance.yahoo.com/v8/finance/chart/2330.TW?period1=0&period2=1549258857&interval=1d&events=history&=hP2rOschxO0

首先，要設定好我們所要送出的請求。其中要設定的參數是股票代碼和日期。
股票代碼是2317.TW，2317是鴻海的代碼，而TW是臺灣證券交易所，從Day3可以明顯看得出來代碼方式與Google不同，這個組合僅適合用在Yahoo Finance。period1起始日，數值為1970年後的秒數，而period2是結束日，也是1970年後的秒數。而這次範例，則是從2020/9/1算到2020/9/13，也就是1598889600～1599926400秒，因此period1=1598889600和period2=1599926400：

# API位置
address = "https://query1.finance.yahoo.com/v8/finance/chart/2317.TW?period1=0&period2=1599926400&interval=1d&events=history&=hP2rOschxO0"

設定好我們要取資料的來源後，接著就是用requests的get去跟Yahoo取資料：

# 使用requests 來跟遠端 API server 索取資料
response = requests.get(address)

最後再印出來，就會得到鴻海從9/1到9/13的股價：

print(response.text)

Yahoo Finance會回傳這樣的json檔，我們的歷史資料就取得囉～

{
    "chart": {
        "result": [
            {
                "meta": {
                    "currency": "TWD",
                    "symbol": "2317.TW",
                    "exchangeName": "TAI",
                    "instrumentType": "EQUITY",
                    "firstTradeDate": 726195600,
                    "regularMarketTime": 1599802203,
                    "gmtoffset": 28800,
                    "timezone": "CST",
                    "exchangeTimezoneName": "Asia/Taipei",
                    "regularMarketPrice": 78.5,
                    "chartPreviousClose": 76.9,
                    "priceHint": 2,
                    "currentTradingPeriod": {
                        "pre": {
                            "timezone": "CST",
                            "start": 1599786000,
                            "end": 1599786000,
                            "gmtoffset": 28800
                        },
                        "regular": {
                            "timezone": "CST",
                            "start": 1599786000,
                            "end": 1599802200,
                            "gmtoffset": 28800
                        },
                        "post": {
                            "timezone": "CST",
                            "start": 1599802200,
                            "end": 1599802200,
                            "gmtoffset": 28800
                        }
                    },
                    "dataGranularity": "1d",
                    "range": "",
                    "validRanges": [
                        "1d",
                        "5d",
                        "1mo",
                        "3mo",
                        "6mo",
                        "1y",
                        "2y",
                        "5y",
                        "10y",
                        "ytd",
                        "max"
                    ]
                },
                "timestamp": [
                    1598922000,
                    1599008400,
                    1599094800,
                    1599181200,
                    1599440400,
                    1599526800,
                    1599613200,
                    1599699600,
                    1599786000
                ],
                "indicators": {
                    "quote": [
                        {
                            "volume": [
                                18151104,
                                24934189,
                                41374369,
                                35776710,
                                20795188,
                                22118917,
                                22505471,
                                29117204,
                                16102726
                            ],
                            "high": [
                                77.30000305175781,
                                77.80000305175781,
                                79.30000305175781,
                                77.30000305175781,
                                77.5,
                                78.0999984741211,
                                77.9000015258789,
                                78.69999694824219,
                                78.5
                            ],
                            "low": [
                                76.4000015258789,
                                77.0,
                                77.5999984741211,
                                76.5999984741211,
                                76.80000305175781,
                                77.30000305175781,
                                76.5999984741211,
                                78.0,
                                78.0
                            ],
                            "close": [
                                77.0,
                                77.80000305175781,
                                77.69999694824219,
                                76.9000015258789,
                                77.30000305175781,
                                77.5,
                                77.9000015258789,
                                78.5,
                                78.5
                            ],
                            "open": [
                                76.9000015258789,
                                77.19999694824219,
                                78.80000305175781,
                                77.0,
                                76.80000305175781,
                                77.69999694824219,
                                77.30000305175781,
                                78.0,
                                78.5
                            ]
                        }
                    ],
                    "adjclose": [
                        {
                            "adjclose": [
                                77.0,
                                77.80000305175781,
                                77.69999694824219,
                                76.9000015258789,
                                77.30000305175781,
                                77.5,
                                77.9000015258789,
                                78.5,
                                78.5
                            ]
                        }
                    ]
                }
            }
        ],
        "error": null
    }
}

其中timestamp內的秒數轉成日期為：

  • 1598922000：2020年09月01日09點00分00秒
  • 1599008400：2020年09月02日09點00分00秒
  • 1599094800：2020年09月03日09點00分00秒
  • 1599181200：2020年09月04日09點00分00秒
  • 1599440400：2020年09月07日09點00分00秒
  • 1599526800：2020年09月08日09點00分00秒
  • 1599613200：2020年09月09日09點00分00秒
  • 1599699600：2020年09月10日09點00分00秒
  • 1599786000：2020年09月11日09點00分00秒
    而收盤價close為:
  • 77.0,
  • 77.80000305175781,
  • 77.69999694824219,
  • 76.9000015258789,
  • 77.30000305175781,
  • 77.5,
  • 77.9000015258789,
  • 78.5,
  • 78.5
    （看起來很奇怪，怎麼會是小數點這麼多位數呢？這個部分我也沒有仔細探究，如果有發現什麼，我再補上）

去證交所抓資料可以看到這幾天收盤價是：

  • 77
  • 77.8
  • 77.7
  • 76.9
  • 77.3
  • 77.5
  • 77.9
  • 78.5
  • 78.5
    如果把Yahoo的資料四捨五入到小數點第一位，資料就是會相同，所以Yahoo Finance資料是可以用的，不過需要整理。
    這樣我們的鴻海九月交易資料，就可以輕易的從Yahoo Finance取得！

備註：如果無法實行時

當無法執行時，應該是我們的執行環境設定不對，像是我們這時候就要選擇正確的虛擬環境。
要執行我們這個檔案，可以用兩個方式：

  1. 在terminal中執行
    先執行pipenv shell，他就會變成

    (12-ithome) bash-3.2$

    我們可以檢查環境，Mac OS預設是Python2，如果是我們設定的環境，應該會是Python3.8，所以可以輸入(12-ithome) bash-3.2$ python --version，結果會是：

    Python 3.8.5

    這時可以放心地執行檔案：

    (12-ithome) bash-3.2$ python Day5_getStockFromYahoo.py

    結果也會是：

    {"chart":{"result":[{"meta":{"currency":"TWD","symbol":"2317.TW","exchangeName":"TAI","instrumentType":"EQUITY","firstTradeDate":726195600,"regularMarketTime":1599802203,"gmtoffset":28800,"timezone":"CST","exchangeTimezoneName":"Asia/Taipei","regularMarketPrice":78.5,"chartPreviousClose":76.9,"priceHint":2,"currentTradingPeriod":{"pre":{"timezone":"CST","start":1599786000,"end":1599786000,"gmtoffset":28800},"regular":{"timezone":"CST","start":1599786000,"end":1599802200,"gmtoffset":28800},"post":{"timezone":"CST","start":1599802200,"end":1599802200,"gmtoffset":28800}},"dataGranularity":"1d","range":"","validRanges":["1d","5d","1mo","3mo","6mo","1y","2y","5y","10y","ytd","max"]},"timestamp":[1598922000,1599008400,1599094800,1599181200,1599440400,1599526800,1599613200,1599699600,1599786000],"indicators":{"quote":[{"open":[76.9000015258789,77.19999694824219,78.80000305175781,77.0,76.80000305175781,77.69999694824219,77.30000305175781,78.0,78.5],"close":[77.0,77.80000305175781,77.69999694824219,76.9000015258789,77.30000305175781,77.5,77.9000015258789,78.5,78.5],"volume":[18151104,24934189,41374369,35776710,20795188,22118917,22505471,29117204,16102726],"high":[77.30000305175781,77.80000305175781,79.30000305175781,77.30000305175781,77.5,78.0999984741211,77.9000015258789,78.69999694824219,78.5],"low":[76.4000015258789,77.0,77.5999984741211,76.5999984741211,76.80000305175781,77.30000305175781,76.5999984741211,78.0,78.0]}],"adjclose":[{"adjclose":[77.0,77.80000305175781,77.69999694824219,76.9000015258789,77.30000305175781,77.5,77.9000015258789,78.5,78.5]}]}}],"error":null}}

  2. 在Visual Stadio Code直接運作：
    https://ithelp.ithome.com.tw/upload/images/20200913/20103826wl2kzvRfQJ.png

選擇好執行的環境（可在上圖一調整），然後選擇執行Python就可以囉！

不過每次都需要這樣按有點麻煩，而且不能使用中斷點，所以我們直接在設定檔做好，每次按F5就可以囉！不知道的話，可以參考官方文件。

參考網站：

  • Python新手教學(Part 1)：用爬蟲爬全球股價!：https://www.finlab.tw/用爬蟲爬全世界股價/#shi_yong_Google_Colab_lai_xie_Python
  • 證交所：https://www.twse.com.tw/zh/page/trading/exchange/STOCK_DAY.html
  • VS code debugging：https://code.visualstudio.com/docs/editor/debugging

上一篇
【Day4】取得資訊－Python #1：設定Python環境
下一篇
【Day6】取得資訊－Python #2：呈現（使用numpy、pandas）
系列文
Python X 金融分析 X Azure 共 31 篇
  1. 27
    【Day27】Ta Lib#2：線圖－KD線 part 2
  2. 28
    【Day28】Azure探索
  3. 29
    【Day29】Azure：App service
  4. 30
    【Day30】Azure：Python 部署在Azure上
  5. 31
    【Day31】Azure：費用雜談
完整目錄
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

1 則留言

0
idea-stu
iT邦新手 5 級 ‧ 2022-03-05 00:30:43

Yahoo Finance 已新增反爬蟲機制了哦！需加上 header

eyelash*睫毛 iT邦新手 2 級 ‧ 2022-03-11 15:23:44 檢舉

該面對的還是要面對＝口＝

idea-stu iT邦新手 5 級 ‧ 2022-03-16 11:51:11 檢舉

沒錯，另外想請教其他篇文章的疑問

登入發表回應

我要留言

立即登入留言
iThome鐵人賽
參賽組數
1123 組
團體組數
52 組
累計文章數
23096 篇
完賽人數
656 人
iT+看影片追技術 看影片追技術 看更多
熱門tag 看更多
15th鐵人賽 13th鐵人賽 14th鐵人賽 12th鐵人賽 11th鐵人賽 鐵人賽 2019鐵人賽 2018鐵人賽 javascript 2017鐵人賽 python windows php c# windows server linux css react 程式設計 vue.js
熱門問題
熱門回答
熱門文章
IT邦幫忙