Python Herunterladen Stock Options

Python Algorithmic Trading-Bibliothek PyAlgoTrade ist eine Python-Algorithmic Trading-Bibliothek mit Schwerpunkt auf Backtesting und Unterstützung für Papier-Trading und Live-Trading. Lets sagen, Sie haben eine Idee für eine Handelsstrategie und youd wie es mit historischen Daten zu bewerten und sehen, wie es sich verhält. PyAlgoTrade ermöglicht es Ihnen, dies mit minimalem Aufwand zu tun. Hauptmerkmale Vollständig dokumentiert. Ereignisgesteuert . Unterstützt Markt-, Limit-, Stop - und StopLimit-Aufträge. Unterstützt Yahoo Finanzen, Google Finanzen und NinjaTrader CSV-Dateien. Unterstützt alle Arten von Zeitreihen-Daten im CSV-Format, zB Quandl. Bitcoin-Trading-Unterstützung durch Bitstamp. Technische Indikatoren und Filter wie SMA, WMA, EMA, RSI, Bollinger Bands, Hurst Exponent und andere. Leistungsmesswerte wie Sharpe-Ratio und Drawdown-Analyse. Handling Twitter Ereignisse in Echtzeit. Ereigniserfassung. TA-Lib-Integration. Sehr einfach waagerecht zu skalieren, das heißt, mit einem oder mehreren Computern Backtest einer Strategie. PyAlgoTrade ist kostenlos, Open Source, und es ist lizenziert unter der Apache-Lizenz, Version 2.0.Wenn Sie mit dieser Zeitreihe in Python arbeiten, ist Pandas unverzichtbar. Und hier die gute Nachricht: es kommt mit einem historischen Daten-Downloader für Yahoo: pandas. io. data. DataReader. Update für pandas 0.19: Das Modul pandas. io. data wurde aus pandasgt0.19 entfernt. Stattdessen sollten Sie das separate Paket pandas-datareader verwenden. Installieren mit: Und dann können Sie dies in Python tun: beantwortet September 20 12 at 10:05 können Sie die Paren auf der goog Linie zu schließen. Ich didn39t haben genug Wiederholungen, es zu tun. Prost. Ndash Milktrader Jan 2 13 at 22:30 Wenn ich es ausprobiere, funktionieren die Importe zwar, aber wenn ich die 39goog39 Zeile anrufe bekomme ich einen Fehler: quotIOError: nach 3 Versuchen hat Yahoo keine 200 zurückgegeben für urich 39ichart. finance. yahoohellip How Könnte dies behoben werden ndash Cleb Aug 25 15 am 15: 01Ich interessiere mich für die ökonometrische Analyse von Finanzderivaten. Die wichtigsten hangup ich habe konfrontiert ist, dass es keine guten freien Ressourcen (zumindest, dass ich weiß) für historische Optionen Daten. Aus diesem Grund möchte ich meine eigene Datenbank der historischen Optionen Preise zu schaffen. Ich habe dieses Projekt in drei große Hürden gebrochen: herauszufinden, wie man Optionen Daten aus innerhalb python Wählen Sie ein Datenspeicher-Format Automatisieren Sie die Sammlung von täglichen Daten Erhalten Optionen Daten in Python Im Sommer hatte ich einige freie Zeit und teamed up mit meinem Um ein Investitionsmodell zu schaffen. Während es ein sehr einfaches Modell ist, ist dieser Beitrag über den Aufbau einer Datenbank, so werde ich in Details gehen hier. Es genügt zu sagen, dass ich einen Weg, um Optionen Daten von yahoo Finanzen zu finden. Dies war eine einzigartige Herausforderung, weil im Gegensatz zu Equity-Daten oder Daten aus anderen Quellen wie FRED, Optionen Daten nicht über eine bequeme Download zu csv-Schaltfläche überall auf der Website. Zu der Zeit las ich das ausgezeichnete Buch Python für die Datenanalyse von Wes McKinney und bekam eine Idee, wie man einen grundlegenden Web-Crawler implementieren, um die html auf Yahoo zu analysieren und die Daten in einem python-freundlichen Format zurückzugeben. Lange Geschichte kurz, ich schrieb einige Code, um genau das zu tun, und es machte seinen Weg in Version 0.9 der Pandas-Bibliothek (wenn Sie arent vertraut mit Pandas und Sie mit Daten in Python arbeiten, sollten Sie auf jeden Fall check it out). Jetzt sind nur diese wenigen Befehle benötigt, um Optionen Daten von yahoo zu erhalten Finanzen: Die Anrufe und Puts Objekte sind Pandas DataFrames, die die gleichen Informationen enthalten, die Sie auf der yahoo Finance Seite für Apple Inc. Optionen finden würde. Auswahl des Dateiformats Bei der Auswahl eines Dateiformats hatte ich zwei Hauptaspekte: Größe der Datei und Geschwindigkeit, mit der sie geschrieben werden kann. Um dies zu testen, schrieb ich ein einfaches Skript, das ein zufälliges 4000 By 4000 numpy Array und definierte Funktionen zum Schreiben und Lesen dieser Daten in verschiedenen Dateiformaten generierte. Die Formate, mit denen ich arbeitete, waren csv, hdf5 (.h5) und MatLab (.mat). Unten ist das Skript, das ich verwendet habe, um den Test: Nachdem ich diesen Code hatte ich einfach schoss iPython und rannte die Datei (filetest. py) und verwendet die timeit Magie zu sehen, wie lange es dauerte jede der drei Methoden zu lesen und zu schreiben die Daten. Die Timing-Ergebnisse, zusammen mit den endgültigen Dateigrößen sind in der folgenden Tabelle zusammengefasst: Es ist leicht zu sehen, dass die hdf5-Datei-Typ ist die beste, die für meine Zwecke zu wählen. Ich möchte hier anmerken, dass der Grund dafür, dass das hdf5-Dateiformat 12 die Größe der. mat-Datei ist, darin liegt, dass der dtype in der. h5-Datei ein 32-Bit-Float ist, während der. mat-dtype ein 64-Bit-Float ist. Jedoch für Aktienoptionen haben wir nur im Allgemeinen carecare über Daten aus zwei Dezimalstellen, so dass die 32-Bit-Präzision ist viel. Automatisieren des Datenabrufs Der letzte Schritt, um diese Datenbank zu starten, war, den Datenabrufprozess zu automatisieren. Dazu benutzte ich das beliebte UNIX-Scheduling-Tool cron. Ich laufe OSX 10.8 Mountain Lion, und standardmäßig in 10.8 das Cron-Tool deaktiviert ist. Um dies zu beheben, lief ich einfach den folgenden Befehl im Terminal: Dieser Befehl erzeugt die etccrontab-Datei (falls sie noch nicht existiert) und ruft sie zur Verwendung von cron bereit. Ich bin nicht dabei, eine detaillierte Erklärung für die Verwendung von cron hier (wie ich bin immer noch ziemlich neu an ihm selbst), aber googeln dafür gibt Ihnen viele Beispiele und Tutorials. Ich werde, aber geben Sie die Zeile in meiner crontab-Datei, die das Skript ausführt: Der nächste Schritt war, das Skript schreiben würde ich cron aufrufen. Dies erscheint unten. Ich habe cron laufen dieses Skript zu einem bestimmten Zeitpunkt jeden Wochentag und füllen Sie die hdf5-Datei. Die resultierende Datei hat eine verschachtelte Struktur wie diese: Die Schreibweise CTICKmm-yy steht für eine Aufrufoption (C), einen bestimmten Ticker (TICK) und das Auslaufen der Option (mm-yy). Innerhalb jedes Datensatzes befinden sich drei Spalten: Basispreis, letzter Kurs auf Optionskontrakt und Volumen am letzten Handelstag. Nach dem Ausführen dieses Skripts für eine Nacht war die resultierende hdf5-Datendatei 7.648648 MB. Wenn ich diese Datei an jedem Werktag für ein Jahr laufen lassen sollte, wäre die endgültige Dateigröße unter 2 GB. Nicht schlecht Wenn Sie mehr Informationen darüber, wie ich sammeln Ticker-Namen oder was Options-Funktionalität ist in Pandas 0.10 oder früher hinterlassen Sie einen Kommentar und Ill tun mein Bestes, um zu antworten. Ehrfürchtig ich wollte etwas wie dieses tun, da ich auch möchte, um einige meiner Strategien backtest. Sie sollten wahrscheinlich 39from Optionen Import Optionen39 zu 39von pandas. io. data Import Options39 ändern, aber anders als das Ihr Skript groß funktioniert. Würden Sie bereit sein, die Option Daten, die Sie bisher gesammelt habe, zu teilen, könnte ich die Bevorzugung erweitern, indem ich als Backup für das Ausführen des Skripts fungiere, falls Sie die Verbindung für ein paar Tage verlieren. Ich war erwägt grobe Tests mit Preisen, die mit Black8211Scholes, aber echte Daten ist offensichtlich besser. Froh, dass Sie das Skript mögen. Ich habe tatsächlich aufgehört, die Datei jeden Abend, damit ich don39t haben zu viele Daten. Sonst würde ich gerne mit Ihnen teilen. Bezüglich der Importanweisungen. Ich bin der Autor der Optionen-Klasse in Pandas. Zum Zeitpunkt des Schreibens dieses Blog-Post einige der Funktionalität, die ich im Skript hadn39t wurde in eine freigegebene Version von Pandas zusammengefasst, so dass ich meine lokale Version (in einer Datei mit der Bezeichnung Optionen), auf denen ich die Pandas-Version FYI: Dort Sind eigentlich einige API-Änderungen passiert mit der Options-Klasse in Pandas jetzt. Wenn die Änderungen passieren, wie einer der anderen Beitragenden vorgeschlagen hat, kann ein Großteil des Codes in diesem Skript obsolet sein. Zumindest sollte es immer noch Leute begonnen Ich bin in den Prozess der Einrichtung einer großen Derivate-Datenbank. Das Parsen von Weblinks ist fertig. Wo ich ein bisschen verloren bin, ist, wie die Datenbank aller individuellen Optionen in einer Weise zu schaffen, die Berechnungen wie SKEW, etc. ohne manuelle Auswahl der einzelnen Optionen jedes Mal, um die Berechnung zu berechnen ermöglicht. Wie solche generischen Verweise zu machen. Ich bin ein bisschen verloren hier und will das zuerst sortieren, bevor ich mit der Datenerstellung fortfahre. Ich glaube, die richtige Reihenfolge in der Rückkehr Tupel gesetzt ist, ruft aapl. getoptionsdata (). Hey Martin, du hast Recht. Wenn ich zunächst die Optionen sammeln Code zu pandas, hatte ich getoptionsdata Rückrufe zuerst. Nicht sicher, wann jemand es geändert. Ich aktualisiert den Code in der Post, um die richtigen Puts verwenden, Anrufe jetzt bestellen. Ich, obwohl dies wäre ziemlich nützlich, in der Lage, Optionen zu kaufen. Zu Beginn war ich mit dem Skript Sie oben (ziemlich viel). Ich habe Pandas 0.13.1, aber es scheint völlig gebrochen. Fehler treten mit der folgenden Zeile auf: rawcalls option. getforwarddata (month100, callTrue, putFalse, nearFalse, abovebelow6). Da ich alle Optionsdaten erhalten möchte, muss ich die Methode getforwarddata verwenden. Die anderen Methoden scheinen nur Unterstützung bekommen einen bestimmten Monat. Der Fehler ist ziemlich lang, aber die letzten paar Zeilen sind: Datei quotusrlocallibpython2.7dist-packagespandasioparsers. pyquot, Zeile 1653, in nextline raise StopIteration StopIteration Wer weiß, wie man das beheben Auch ich bin mit Ubuntu Linux. Ich denke Version 0.11 von Pandas arbeitete etwas, obwohl es nicht alle Optionspreise erhalten würde. Ich bin nicht sicher, wie man Pip zu Downgrade an dieser Stelle entweder so bin ich wahrscheinlich stecken versucht, Version 0.13.1 arbeiten zu bekommen. Hey Anonymous (sorry don39t kennen Ihren Namen, oder wenn es Anonymous - das ist genial) Sorry, dass diese Funktionen aren39t ordnungsgemäß funktioniert. Ich schrieb diesen Code vor etwa einem Jahr und zur Zeit dies funktionierte ohne Probleme. Pandas ist unter starker Entwicklung und es scheint, dass seit der Zeit, die ich diesen Code schrieb, die API hat durch einige brechende Änderungen gegangen. Leider habe ich don39t Zeit jetzt zu durchlaufen und ändern Sie den Code aus diesem Beitrag, so dass es funktioniert mit 0,133. Ich kann sagen, dass alle Funktionalität, die in diesem Post noch mit v0.13 vorhanden ist, aber einige der Methodensignaturen möglicherweise geändert haben. Ich glaube, dass die Docstrings für jede Methode der Options-Klasse detailliert genug sein sollten, um Ihnen eine ziemlich gute Vorstellung davon zu geben, was sich ändern muss. Können Sie sie hier finden: githubpydatapandasblobmasterpandasiodata. pyL545-L905 Wenn Sie sich für es fühlen und am Ende machen die notwendigen Änderungen, lass es mich wissen und ich werde den Code hier aktualisieren, um sie zu reflektieren. P. S. Wenn Sie ihm einen Versuch geben und eine harte Zeit haben, post hier wieder und I39ll versuchen, einige Anleitung geben. Ich habe mit einem anderen Projekt beschäftigt, aber im Grunde habe ich nur ein paar Änderungen, um Dinge laufen. Zur Vereinfachung habe ich gerade die Änderungen an data. py vorgenommen. Ich denke, die inmonth und inyear Indizes wurden falsch berechnet. In einigen Fällen gibt der Frame auch keine zurück. Frame Rückgabe Keine verursachte den Absturz. Wenn jemand hat die Zeit der Code sollte aktualisiert werden, um nur für Optionen-Daten abfragen, die tatsächlich in der Zeit Monate Bereich übergeben in. Ich bin nicht sicher, wie diese Informationen aus dem HTML zu analysieren. Im Moment wird es Abfragen Yahoo für jeden Monat von Daten, auch wenn es keine Optionen für dieses monthyear für die getforwarddata-Methode. Hier ist die linux diff Ausgabe für die Änderungen, die ich gemacht habe: diff pandasiodata. py pandas.01iodata. py 25d24 lt DEBUG True 538,541d536 lt lt if (len (data) 0): lt return None lt 590,595c585 lt try: lt self. Symbol symbol. upper () lt außer: lt msg quotsymbol muss ein gültiger stringquot sein lt raise ValueError (msg) lt --- gt self. symbol symbol. upper () 860,866c850,861 lt lt inyears lt für i, m in enumerate (InMonate): lt Jahre (m-1) 12 lt mon m - Jahre12 lt inyears. append (JahreCURYEAR) lt inmonthsimon --- gt inyears CURYEAR (Monate 1) gt gt Zeigen Sie heraus, wieviele Einzelteile in den inmonths über 12 gt hinausgehen 0 gt für i im Bereich (Monate): gt if inmonthsi gt 12: gt inmonthsi - 12 gt tochange 1 gt gt Ändern Sie die entsprechenden Positionen in der Inyearsliste. Gt für i im Bereich (1, um 1 zu ändern): gt inyears-i 1 875,878c870,873 lt für i im Bereich (Monate): lt m2 inmonthsi lt y2 inyearsi lt if DEBUG: print quotGetting s: ssquot (self. symbol, M2, y2) --- gt für mon in der Reichweite (Monate): gt m2 inmonthsmon gt y2 inyearsmon gt 892,895d886 lt wenn frame is None: lt wenn DEBUG: print 39. no data39 lt Fortsetzung lt Hi, Vielen Dank für Ihre großartige Arbeit . Es scheint, wie es derzeit gebrochen ist - vielleicht eine Layoutschema-Änderung auf yahoo (it39s that tableloc 13 in den Aufruf getoptiondata ()) I39ll Debug it, wenn ich Zeit habe, hier39s die Details so weit: Verbunden mit pydev Debugger (build 135.1057) Traceback (jüngste Aufforderung zuletzt): Datei quotusrsharepycharmhelperspydevpydevd. pyquot, Linie 1733, in debugger. run (setup39file39, None, None) Datei quotusrsharepycharmhelperspydevpydevd. pyquot, Linie 1226, in Lauf pydevimports. execfile (Datei, Globals, Einheimische) führen Sie das Skript Datei quothomechrisdevelopsrctradingoptions. pyquot, Linie 5, in setzt, ruft aapl. getoptionsdata (ExpiryDate (2015, 1, 16)) Datei quotusrlibpython2.7dist-packagespandasiodata. pyquot, Linie 630, in getoptionsdata self. getcalldata) Datei quotusrlibpython2.7dist-packagespandasiodata. pyquot , Linie 748, in getputdata Rückkehr self. getoptiondata (Monat, Jahr, Ablauf, 13, 39puts39) Datei quotusrlibpython2.7dist-packagespandasiodata. pyquot, Linie 673, in getoptiondata quot foundquot. format (tableloc, ntables)) Indexerror: Tisch Lage 13 Ungültig, 3 Tabellen gefunden aus pandas. io. data import Optionen aus dattime import date aapl Optionen (39AAPL39, quotyahooquot) puts, Aufrufe aapl. getoptionsdata (expirydate (2015, 1, 16)) In3: import pandas In4: pandas. version Out4 : 390.13.139 Hallo, vielen Dank für den Kommentar. Dieser Code ist nun aufgrund von Änderungen in der Yahoo Finance API gebrochen. Ich denke, die Pandas-Entwickler haben den ursprünglichen Code, den ich ihnen gegeben habe. Sehen Sie die relevante Diskussion hier: githubpydatapandaspull8631 Hallo Spencer Entschuldigungen für die anonyme Frage aber, wenn Sie dieses Programm für jeden Ticker in Ihrer Liste der NASDAQ und NYSE Symbole lief, wie lange war die Laufzeit für eine ganze Iteration Anonymous - kein Problem. Diese Routine dauert ziemlich lange. Wahrscheinlich in der Größenordnung von 6-8 Stunden. Es könnte beschleunigt werden, ein bisschen, indem mehrere Anfragen zu einem Zeitpunkt mit dem Threading und Queue-Module in der Standard-Bibliothek. Ich habe ein Beispiel dafür, dies mit regelmäßigen Equity-Daten hier: gist. githubspencerlyon28a90d9fdffd15e3ecddb Spencer - Ich bin sehr neu für Python und Programmierung im Allgemeinen, sondern finden es mächtig und faszinierend mit der kleinen Forschungsarbeit habe ich getan. Bisher habe ich zusammen ein sehr einfaches Programm, um etwas ähnliches zu tun. Dies ist, was ich bisher habe: import datetime als dt import pandas als pd import numpy wie np von pandas. io. data import Optionen von pandas import DataFrame import h5py als h5 num 0 newdatapd. DataFrame () while num lt tickers. size: versuchen: itickers39Symbol39num Optionen Optionen (i, quotyahooquot) Daten options. getoptionsdata () newdatanewdata. append (Daten) except: print num numnum1 In meinem Ticker Liste ich habe 6280 Symbole oder so, und ich fand, dass das passieren getoptionsdata als die viel schneller durchführt Getalldata-Methode. Gerade jetzt läuft das in ca. 3 Stunden. Mein Ziel ist es, bis 16. Es ist noch in den sehr grundlegenden Stadien, aber es funktioniert und sammelt die Daten für Ticker, die es enthalten. Wenn Sie irgendwelche Tipps oder Anregungen zur Verbesserung der Leistungsfähigkeit I39m alle Ohren haben. Ich weiß, eine Schleife Struktur kann nicht die effizienteste, aber alles für mich ist Versuch und Irrtum. Wenn dies trivial ist und oder eine dumme Frage entschuldige ich mich, wieder, I39m neu und lernen. Ich würde mir vorstellen, dass der Engpass (langsamste Teil) dieses Programms Abrufen der Daten aus dem Internet. Mit der Warteschlange und Threading-Tools in der Standard-Bibliothek wie ich in dem Beispiel gepostet habe ich einen Link zu ist wahrscheinlich der beste Weg, um dieses Teil zu beschleunigen. Eine andere relativ einfache Möglichkeit, paralleles Datenabrufen durchzuführen, besteht darin, eine Funktion zu schreiben, die die Daten für eine einzelne Liste erhält. Dann können Sie etwas wie IPython parallel, um die Funktion über die Liste der Ticker parallel zu verteilen. Ein Beispiel für die parallele Verwendung von map finden Sie hier: ipython. orgipython-doc2parallelparalleldemos. html By the way, die einzelne Schleife hier ist sicherlich nicht, was diesen Code eine lange Zeit in Anspruch nimmt - also don39t Sorge darüber. I39m sorry, aber I haven39t besuchte diesen bestimmten Code in über 2 Jahren. Pandas bewegt sich ziemlich schnell, so dass es nicht überraschend, dass der Code in diesem Beitrag doesn39t Arbeit. Ich don39t derzeit haben die Zeit, um das Skript zu debuggen, aber ich würde vorschlagen, Blick auf die Pandas-Dokumentation für die aktuelle Option Preis Scraping-Funktionen. Sie finden sie hier pandas. pydata. orgpandas-docsstableremotedata. htmlyahoo-finance-options. Für Tickerlisten. Ich bekam sie aus diesen beiden URLs: Ich don39t wissen so viel über Programmierung, aber ich habe eine Menge von jährlichen Symbol-Dateien von intradata. co aber ich brauche zum Beispiel Jahr 2012-2015 in ein und derselben Datei haben. Weil ich möchte, um es in meiner Software wie ein ausgedehntes Diagramm Diagramm, das möglich ist, mit diesem Skript zu tun