如何使用Python在Quandl上批量下载过去100天的所有股票的EOD数据

如何使用Python在Quandl上批量下载过去100天的所有股票的EOD数据,python,api,stock,algorithmic-trading,quandl,Python,Api,Stock,Algorithmic Trading,Quandl,使用QuandlAPI和QuandlPython库,我正试图大量下载过去100天的EOD数据 批量下载使用此调用下载最后一天收集的所有股票代码的所有EOD数据。删除下载类型=部分参数将下载所有历史EOD数据: 此电话将下载单个股票代码最后n天的EOD值: 是否有可能将这些数据结合起来,一次下载所有股票最后n天的排爆数据? 目前看来,我唯一的选择是: 对所有8000个股票代码进行单独的API调用 下载每个股票的所有历史数据 Quandle不再免费工作了。过去是。 如果你愿意,你可以使用IEX。

使用QuandlAPI和QuandlPython库,我正试图大量下载过去100天的EOD数据

批量下载使用此调用下载最后一天收集的所有股票代码的所有EOD数据。删除下载类型=部分参数将下载所有历史EOD数据:

此电话将下载单个股票代码最后n天的EOD值:

是否有可能将这些数据结合起来,一次下载所有股票最后n天的排爆数据? 目前看来,我唯一的选择是:

  • 对所有8000个股票代码进行单独的API调用
  • 下载每个股票的所有历史数据

  • Quandle不再免费工作了。过去是。 如果你愿意,你可以使用IEX。检查以下示例,该示例将为您提供每日回报:

    from datetime import datetime
    from iexfinance.stocks import get_historical_data
    from pandas_datareader import data
    import pandas as pd
    start =  '2014-01-01'
    end = datetime.today().utcnow()
    
    datasets_original_test = ['AAPL', 'MSFT','NFLX','FB','GS','TSLA','BAC','TWTR','COF','TOL','EA','PFE','MS','C','SKX','GLD','SPY','EEM','XLF','GDX','EWZ','QQQ','FXI','XOP','EFA','VXXB','HYG','XLI','XLU','JNK','USO','IWM','XLP','XLE','EWJ','XLK','KRE','XLV','VNQ','MBB','OIH','FEZ','RSX','EWG','SMH','TLT','IBB','SLV','IYR','XRT','XLB','EMB','AGG','INDA','EWW','DBO','SPLV','KBE','VGK','XLY','EWH','EWT','DIA','IVV','XLRE','EPI','IJR','IEF']
    dataset_names_test = ['AAPL', 'MSFT','NFLX','FB','GS','TSLA','BAC','TWTR','COF','TOL','EA','PFE','MS','C','SKX','GLD','SPY','EEM','XLF','GDX','EWZ','QQQ','FXI','XOP','EFA','VXXB','HYG','XLI','XLU','JNK','USO','IWM','XLP','XLE','EWJ','XLK','KRE','XLV','VNQ','MBB','OIH','FEZ','RSX','EWG','SMH','TLT','IBB','SLV','IYR','XRT','XLB','EMB','AGG','INDA','EWW','DBO','SPLV','KBE','VGK','XLY','EWH','EWT','DIA','IVV','XLRE','EPI','IJR','IEF']
    
    datasets_test = []
    for d in datasets_original_test:
        data_original = data.DataReader(d, 'iex', start, end)
        data_original.index = pd.to_datetime(data_original.index, format='%Y/%m/%d')
        data_ch = data_original['close'].pct_change()
        datasets_test.append(data_ch)
    df_returns = pd.concat(datasets_test, axis=1, join_axes=[datasets_test[0].index])
    df_returns.columns = dataset_names_test
    

    你有API文档的链接吗?没有帐户的人似乎无法访问此API,这使得帮助您变得不可能。