[Day 4] 三大法人資料(FinMind )

13th鐵人賽 finmind 股票 python

Greysuki

2021-09-09 21:56:04

5619 瀏覽

分享至

前言

如果是從上一篇來的讀者可能會很奇怪，不是說要用爬蟲抓三大法人資料嗎?怎麼換標題了，而且連題目的「爬蟲」都砍掉了?

聰明的你一定猜到了，沒錯，我撞題了，準確來說已經撞兩年了，有人很早以前就把爬蟲程式做出來了，還已經打包成API，甚至連官網都有了。

我也想知道為什麼我已經找了三天資料卻沒看到這東西......

當下我的心情是這樣的

然而30分後我...

榮恩，這東西比爬蟲甚至Yahoo的資料庫還全阿，讓我們來看看這東西該怎麼使用吧!

我是不是每次都忘記附程式碼

FinMind 金融 X 大數據

在大數據的時代，資料是一切的基礎。我們收集超過 50 種台股相關資料，並提供下載、線上分析、回測。

簡單用法

照著官方文件，API主要參數有

dataset：你所要下載的資料集ID
start_date：資料的起始日期
end_date：資料的結束日期
data_id：要下載資料的相關股票代碼
token：登入後可取得的密碼，理論上免費仔會員也能讓每小時可讀取資料加倍

import requests
import pandas as pd
from datetime import date, timedelta

url = "https://api.finmindtrade.com/api/v4/data"
parameter = {
    "dataset": "TaiwanStockInstitutionalInvestorsBuySell",
    "start_date": (date.today()-timedelta(days=30)).strftime("%Y-%m-%d"),
    "end_date": date.today().strftime("%Y-%m-%d"), # Not working
    "data_id": "2330",
    "token": "", # 參考登入，獲取金鑰
}

data = requests.get(url, params=parameter)
data = data.json()

data解碼過後資料會長成這樣

{'msg': 'success', 'status': 200, 'data': [{'date': '2021-08-10', 'stock_id': '2330'}]}

其中msg、status代表是否有成功取得資料，data代表回傳的資料，資料會是一個Python的List，所以我們可以用Pandas去轉成表格。

data = pd.DataFrame(data['data'])
data.head()

多筆股票資料

上一小節是單筆股票的資料取法，但如果我們今天要取得多筆資料呢?比如現在如果是要取得ETF的50種股票法人資料呢?

實作上其實很簡單，只要將資料轉成DataFrame後，通通存到List裡，最後在串接起來即可，這裡有非常詳細的各種表格串接教學。

frames = []
for id in etf50_id:
    url = "https://api.finmindtrade.com/api/v4/data"
    parameter = {
        "dataset": "TaiwanStockInstitutionalInvestorsBuySell",
        "start_date": date.today().strftime("%Y-%m-%d"),
        "data_id": id,
        "token": "",  # 參考登入，獲取金鑰
    }

    data = requests.get(url, params=parameter)
    data = data.json()
    df = pd.DataFrame(data["data"])

    frames.append(df)
    
result_df = pd.concat(frames)
result_df = result_df.reset_index(drop=True)
result_df

注意這裡有個新手常犯的錯誤，表格是在最後才合併，常常有新手的程式會長這樣

for id in etf50_id:
    url = "https://api.finmindtrade.com/api/v4/data"
    parameter = {
        "dataset": "TaiwanStockInstitutionalInvestorsBuySell",
        "start_date": date.today().strftime("%Y-%m-%d"),
        "data_id": id,
        "token": "",  # 參考登入，獲取金鑰
    }

    data = requests.get(url, params=parameter)
    data = data.json()
    df = pd.DataFrame(data["data"])

    result_df = pd.concat([result_df,frames])

沒錯，這樣省了3行，但代價是每次串接都要複製一次整個表格，現在只有50列可能不明顯，以後如果有500萬筆資料直接卡死你。