原文：
www.kdnuggets.com/2020/07/pull-analyze-financial-data-simple-python-package.html
评论
图片来源：Pixabay（商业用途免费）
1. Google 网络安全证书 - 快速进入网络安全职业。
2. Google 数据分析专业证书 - 提升你的数据分析能力
3. Google IT 支持专业证书 - 支持你的组织的 IT
股票市场分析和良好的投资（为了长期增长）需要仔细审查财务数据。各种指标和比率通常用于这种分析，即评估股票的固有质量。你可能在财务和投资专家的讨论中听说过其中的一些。
例如，市盈率或PE 比率。它是股价与年收益/每股的比率。
或者，每股账面价值。它是公司普通股权益与其流通股数的比率。当一只股票被低估时，它的每股账面价值相对于市场上当前的股价会更高。
利用市盈率和 PEG 评估股票的未来
市盈率（P/E）是投资者和分析师用于确定股票的最广泛使用的指标之一……
通常这些数据可以从像雅虎财经这样的网页上获得。然而，除非你使用某种付费注册服务，否则你无法以编程方式下载或抓取数据。
雅虎财经 - 股票市场实时行情、报价、商业与金融新闻
在雅虎财经，你可以获得免费的股票报价、最新新闻、投资组合管理资源、国际市场……
然而，许多微服务存在，它们通过简单的 API 调用提供这些数据。为了利用这一点，我们在本文中展示了如何编写一个简单的 Python 类脚本，以接口连接到**金融数据微服务**。
图像来源：作者截屏（网站）
使用这个 Python 类，你可以通过调用一系列简单的方法来提取数据并构建一个 Pandas DataFrame，其中包含几乎所有重要的财务指标和比率。
我们还提供了简单的图表方法（柱状图和散点图），用于图形化分析数据。
请注意，你需要从网站上获取自己的秘密 API 密钥（免费），并在实例化类对象后注册它。
说到这一点，让我们深入了解 Python 包/类以及附带的各种方法。
核心 Python 类可以在我的 Github 仓库中找到。欢迎给仓库加星和分叉，进行改进。你可以直接克隆该仓库，并在自己的笔记本中开始使用脚本。
**> mkdir My_project
> cd My_Project
> git clone** [**https://github.com/tirthajyoti/Finance-with-Python.git**](https://github.com/tirthajyoti/Finance-with-Python.git) **> cd financeAPI** 为了保持代码整洁，在本文中，我们展示了在测试 Jupyter 笔记本中使用该类的方法。
我们首先导入常规库和类对象。
注意，你需要在与代码文件相同的目录中有一个名为 Secret_Key.txt 的文件。没有它，你无法继续。
在这里注册：https://financialmodelingprep.com/login
我们肯定想要开始提取数据。假设我们想为公司 Apple（股票代码为‘AAPL’）构建一个数据字典。我们可以尝试，但不会成功，因为我们还没有用类对象注册秘密密钥。
对于该类中的所有方法，我们必须传递公司（在美国金融市场上的）股票代码。例如，Apple Inc 的代码是‘AAPL’。
如果我们检查这个字典，会发现从 API 端点拉取了大量数据。下面提供了部分截图。
使用 Python 字典是可以的，但对于大规模数据分析，我们应考虑构建 Pandas DataFrame。我们提供了一个内置方法来实现这一点。构建 DataFrame 就像传递一个股票代码列表一样简单，代码会为您完成所有的数据抓取和结构化工作。
比如我们想下载以下公司的所有财务数据，
-
Twitter
-
Facebook
-
Microsoft
-
Nvidia
-
苹果
-
Salesforce
一份格式良好的 DataFrame 准备好了！
我们可以轻松检查从 API 服务中提取的数据类型。注意，我们传递参数‘profile’，‘metrics’ 或 ‘ration’，并返回相应的数据项列表。
在这个包中，我们包含了用于数据的简单可视化分析的代码。
查看各种指标和财务比率在简单条形图中的表现通常是有帮助的。为此，只需传递您想绘制的变量名称。您还可以包括常见的 Matplotlib 关键字参数，例如颜色和透明度（alpha）。
您还可以绘制简单的散点图来直观分析财务指标之间的关系。
您还可以传递第三个变量用于调整散点图中标记的大小。这在间接上有助于在二维图中可视化超过两个变量。例如，我们在下面的代码中将股价参数作为第三个变量传递。
投资者经常会想要根据可用数据创建自己的筛选器和投资逻辑。
例如，我们可能只考虑市值 > 2000 亿美元的公司，然后在条形图中查看企业价值与 EBITDA 比的指标。
我们可以访问底层 DataFrame，创建自定义 DataFrame，然后将此自定义 DataFrame 分配给一个新的financeAPI()对象，以利用现成的图表方法。
这样，我们就无需再次从 API 请求数据。我们应该尽量避免读取数据，因为免费 API 密钥的读取数据量有限。
然后我们根据这个自定义 DataFrame（嵌入在自定义类对象中）绘制条形图。
我们展示了一个简单的 Python 类/包的实现和使用，这可以用于从微服务中提取广泛的金融指标和比率。
要获取此服务的免费 API 密钥，必须进行注册。使用量当然在免费账户下是有限制的。网站还提供了无限使用的付费计划。
请注意，本工作重点关注静态金融数据，即年度财务报表中的数据，而非动态时间序列股市定价数据。它应当用于评估公司的长期财务实力，以便进行以增长为导向的投资。
作为数据科学家，你可能经常需要编写自定义的类/包以从微服务 API 中提取和分析数据，希望这篇文章（及相关代码库）能为你提供一个简单但有效的入门介绍。
图片来源：Pixabay（可商用免费）
你还可以查看作者的GitHub** 代码库**，获取机器学习和数据科学方面的代码、想法和资源。如果你像我一样，对 AI/机器学习/数据科学充满热情，请随时在 LinkedIn 上添加我或在 Twitter 上关注我。
原文。经许可转载。
相关：
-
时间序列分类：合成与真实金融时间序列
-
数据科学家免费的经济学与金融课程
-
在金融服务中应用 NLP 的四种方法