Python

Товарищи, объясните пожалуйста, как можно из Python подключиться через API к Московской Бирже и выудить оттуда нужную информацию по ISIN коду?
И ещё, куда можно их загрузить?(в какую-то таблицу или массив) Вроде mySQL бесплатная?
Огромная просьба, если можно, напишите здесь, а не ссылкой «вот, почитай там». По ссылкам, я там обычно всё равно ничего не понимаю((
Спасибо)

Можно. Только осторожно).

Конец статьи.

 

Ну ладно, не конец.

 

Обозначу контекст, чтоб сразу удобно было выключить, если чувствуешь, что не подходит: алго, бэктест стратегии сразу на большом кол-ве инструментов – т.е. скорее всего речь про акции чаще всего, а в данном посте – именно про акции.

 

Я называю это инерцией тикеров, другие это, может, никак не называют. Идея в чем: если стратегия норм, то она будет перформить на всем датасете нормально. Но конечно же для одних инструментов стратегия будет подходить больше, для других меньше. Для меня абсолютно норм тема торговать стратегию на всем дата-сете сплошняком. Но можно ли это улучшить. Можно ли тупо взять успешные в этой стратегии акции в прошлом и только их торговать. Тут, если прислушаться, можно услышать со всех сторон встревоженный шёпот: переподгонка… переподгонка… А посмотрим-ка. Как оказалось, зависит от стратегии. Где-то можно, где-то нельзя.

Для оценки я сделал следующее:

( Читать дальше )

Для тестов мне нужно скачивать много исторических котировок с бинанса. Сделал для себя небольшую обертку на питоне. На выходе получается красивый датафрейм с удобочитаемой датой и столбцами open, high, low, close, volume и csv файл в придачу. Датафрейм или файл можно подавать на вход тестировщика.

Сегодня, например, без особых проблем скачал 1,9 млн строчек минутных котировок.

Исходники залил на гитхаб. Ссылку можно взять у меня в телеграме: bit.ly/zenoftrading

 

В предыдущей статье я написал способ где я создал класс, который будет обрабатывать мои запросы для обновления текущего значения некоторых параметров тикера для того, чтобы обрабатывать их в скрипте. 

С виду могло показаться что решение громоздкое, но это фундаментальное решение, подключаемый модуль в другие скрипты.
Я его просто подключаю и его работа меня уже не касается. 
Я могу сосредоточиться на других задачах в моменте времени и выполнять их не парясь о том что откуда и как получается. 

Я заморочился вопросом о том как мне получить цену текущего момента по ЦБ и использовать её в python скрипте. 
Мой первый способ я описал ТУТ   с этого всё и поехало. 

В комментах к предыдущему посту мне предложили, а не проще ли было использовать github.com/ranaroussi/yfinance ? 

Признаюсь, что о ней я не знал, или знал что она есть, но просто до неё я еще не дошел и решил попробовать самостоятельно изучить вопрос как работает процесс получения данных и его разновидности. 

( Читать дальше )

 

Забираем данные по ценным бумагам с finance.yahoo.com
Простой способ на Python.

Продолжаю рассматривать способы получения данных по бумагам в свой скрипт. Из предыдущего поста где я рассказывал как можно просто буквально распарсить поисковую выдачу в гугле и вытащить текущие показатели цены я узнал по комментариям уважаемых резидентов смартлаба, что этот способ не будет хорошим решением, в силу особенности использования html тэгов и атрибутов таких как id класса. В конечном итогеid поменяется и скрипт работать не будет. Лучше посмотреть в сторону чего то более долгоиграющего. 


На этот раз я хочу сделать свой скрипт более универсальным. Он должен забирать данные по скормленному ему списку или словарю вот такого вида: 

ticker_list = {'gazp': 'GAZP.ME',
               'sber': 'SBER.ME',
               'tatn': 'TATN.ME',
               'moex': 'MOEX.ME',
               'rosn': 'ROSN.ME',
               'lkoh': 'LKOH.ME',
               'yndx': 'YNDX.ME',
               'nlmk': 'NLMK.ME',
               'alrs': 'ALRS.ME',
               'rual': 'RUAL.ME',
               'magn': 'MAGN.ME'}

( Читать дальше )

Захотелось реализовать несколько идей для быстрого расчета по позициям акций и  для этого мне нужно было чтобы скрипт на python постоянно получал обновленное значение цены. Например раз в три секунды. Искал решение и нашел похожий пример с парсингом любой информации в интернете на python с применением блиотек requests и beautiful soup, (bs4). 


На примере тикера GAZP продемонстрирую как можно спарсить текущий курс (например с гугла.)

 Кому лень читать всё что я тут написал можно скопипастить полный код в конце статьи :)






Для начала нужно установить нужные библиотеки, в консоли пишем : 
 

pip install requests bs4

Теперь перейдем к коду. 

Импортируем то, что установилось. Также нам понадобится библиотека time для задержки запросов по времени.

( Читать дальше )

Искал откуда можно скачать исторические котировки. Да так, чтобы все было в одном месте: и рынок РФ, и рынок США, и фьючерсы, и крипта. Да ещё и бесплатно.

Все эти котировки есть в tradingview, но скачать оттуда можно только в платном аккаунте.





Кстати, при регистрации дают пробный период на 30 дней на любом тарифе. Во время пробного периода можно купить платный аккаунт со скидкой до 60%.



( Читать дальше )

Итак, сразу к делу (подробности в конце). Я написал програмку для парсинга данных MOEX с помощью их API, вот, собственно она:

Скачать ее можно по адресу: drive.google.com/drive/folders/1SnxKojpiXD2or6begSZTkzDyDoCBla_d?usp=sharing. Т.к. компиляция производилась при помощи pyinstaller, то, скорее всего винда пожалуется на exe-шник (решение проблемы нетрудно гуглится), поэтому, и потому что люди могут сидеть не из под винды, в папке с exe-шником лежит питонячий проект. Замечание: Если хотите скачать только exe-шник, то не забудьте скачать db.json и поместить его в ту же директорию, иначе программа не запустится!

Программа качает котировки в csv файл (считайте аналог Финама) с разделителем ";".

Некоторые замечания по разработке: Изначально планировалось что все разделы (Торговая система, Рынок и т.д.) будут парсится с API, такая идея даже была осуществлена, но показала свою неэффективность, поэтому в настоящей версии парсится только период времени для которого возможно скачивание, а остальные данные берутся из db.json, которую вы можте сами дополнить (если понадабится).
При возникновении проблем связанных с интернетом (его отсутствие, отказ сервера и т.д.) в окошках «Начало периода» и «Конец периода» будут стоять даты 01.01.0001.
По любым вопросам можете писать в коментарии или ЛС. Всем добра!
Если хотите поддержать автора: Сбер — 4817 7602 2175 5865 (Емельянов Иван Д.)

Доконал я, таки, свою Windows 10, стала еле ползать. Вначале восстановил штатной системой восстановления — не понравилось. Тогда сделал чистую установку. Вроде нормально, полетела. Поставил VS 2019, и очередь дошла до Python — что ставить?
Уже несколько лет использую Python для всех задач анализа данных и моделирования торговых систем. До того использовал разное — Excel, MathLab, SciLab, R. Python, имхо, оказался наиболее удобным и быстрым инструментом для решения всех околорыночных задач.
В свое время долго выбирал среду под Python, и, в конце концов остановился на Anaconda. Это самое оно для начинающих — все сразу сконфигурировано и готово к употреблению, уже сразу в базе ~700 пакетов, и не надо заморачиваться с их установкой. Кроме того, уже готовы к употреблению несколько сред разработки, я пользуюсь только одной — Spyder — не то, чтобы другие хуже, просто потребности не возникало.
В общем, для тех, кто только начинает работать с Python или не хочет заморачиваться с пакетами и средами, Anaconda — самое оно.
Однако, есть и недостатки. Очень большой объем на диске, долго ставится. Все 700 пакетов вам никогда не понадобятся, и по любому, позднее какие-то пакеты вам все равно придется устанавливать самостоятельно. Множество сред разработки тоже никогда не понадобятся, однако, чтобы получить общее представление о том, что есть под Python, для начальных этапов не вредно.

( Читать дальше )