ฉันจะดาวน์โหลดมูลค่าหลักทรัพย์ตามราคาตลาดในอดีตและข้อมูลการหมุนเวียนรายวันสำหรับหุ้นได้ที่ไหน

มีแหล่งข้อมูลมากมายที่ให้ข้อมูลสต็อคในอดีต แต่จะมีเพียงฟิลด์ OHLC พร้อมกับปริมาณและการปิดปรับปรุง นอกจากนี้แหล่งข้อมูลสองแห่งที่ฉันพบให้ชุดข้อมูลตามราคาตลาด แต่พวกเขาถูก จำกัด เฉพาะหุ้นสหรัฐ Yahoo Finance ให้ข้อมูลนี้ออนไลน์ แต่ไม่มีตัวเลือกให้ดาวน์โหลด (หรือไม่มีใครรู้)

• ฉันจะดาวน์โหลดข้อมูลนี้สำหรับหุ้นที่เป็นของตลาดหลักทรัพย์ชั้นนำต่าง ๆ ทั่วประเทศโดยใช้ชื่อสัญลักษณ์ได้อย่างไร
• มีวิธีดาวน์โหลดผ่าน Yahoo Finance หรือ Google Finance บ้างไหม?

ฉันต้องการข้อมูลในช่วงสิบปีที่ผ่านมาและด้วยเหตุนี้จึงต้องมีสคริปต์หรือ API ที่จะทำเช่นนี้

Quant SE เหมาะสำหรับคำถามที่เกี่ยวข้องกับการรับข้อมูลทางการเงิน:

• แหล่งข้อมูลใดที่พร้อมใช้งานออนไลน์
• https://quant.stackexchange.com/search?q=market+capitalization+data

เท่าที่การรวบรวมข้อมูลไปคุณสามารถตรวจสอบQuandl (มีการสอนการใช้กับRบนDataCampหากคุณสนใจ)

นอกจากนี้เว็บไซต์ Aswath Damodaran มีชุดข้อมูลที่มีประโยชน์มากมาย แม้ว่าพวกเขาจะไม่ได้รับการอัปเดตบ่อยครั้ง แต่ก็อาจมีประโยชน์โดยเฉพาะอย่างยิ่งเป็นเกณฑ์มาตรฐานสำหรับการเปรียบเทียบผลลัพธ์ของคุณเอง (จากสคริปต์ที่คุณจะต้องเขียนเพื่อคำนวณเมตริกที่จำเป็นอย่างหลีกเลี่ยงไม่ได้)

และอีกครั้งQuant SEอาจเป็นสถานที่ที่ดีกว่าที่จะมอง ...

ไซต์นี้แสดงรายการมูลค่าตลาดตามประวัติศาสตร์และมูลค่าองค์กรสำหรับ บริษัท S&P 100 และ NASDAQ-100 ในช่วง 10 ปีที่ผ่านมา คุณสามารถส่งออกชุดข้อมูลไปยัง Excel

http://marketcapitalizations.com/historical-data/historical-data-categories/valuations/

คุณสามารถลองติดต่อพวกเขาเพื่อขอข้อมูลเป็นระยะเวลานานขึ้น

ฉันจะทำแบบนี้

import requests
from bs4 import BeautifulSoup

base_url = 'https://finviz.com/screener.ashx?v=152&s=ta_topgainers&o=price&c=1,2,6,7,25,65,67'
html = requests.get(base_url)
soup = BeautifulSoup(html.content, "html.parser")
main_div = soup.find('div', attrs = {'id':'screener-content'})

light_rows = main_div.find_all('tr', class_="table-light-row-cp")
dark_rows = main_div.find_all('tr', class_="table-dark-row-cp")

data = []
for rows_set in (light_rows, dark_rows):
    for row in rows_set:
        row_data = []
        for cell in row.find_all('td'):
            val = cell.a.get_text()
            row_data.append(val)
        data.append(row_data)

#   sort rows to maintain original order
data.sort(key=lambda x: int(x[0]))

import pandas
pandas.DataFrame(data).to_csv("AAA.csv", header=False)