免費的高解析度財務數據

由於 thebonnotgang(1) 停止更新他們的數據庫，我想知道是否還有其他一些免費的高頻數據來源可用。

我發現了一個由 onvista 託管的正確的刻度數據 api（大約 25 天的歷史），但是沒有記錄。有些人可能會感興趣，我將添加一個簡短的操作方法：

網址方案：http://www.onvista.de/aktien/boxes/times+sales/export.csv?assetId=[ISIN]&assetType=[AssetType]¬ation=[exchangeID]&tradingDay=[TradingDay]

[TradingDay]: 可以通過將日期例如 26-01-2016 固定為 1453791600 並減去天數乘以 86400 來計算。您可以在此處找到目前交易日

$$ 2 $$. 頁面載入後，只需點擊“Anzeigen”即可。 [ISIN]: 不言自明我猜

[AssetType]: 直到知道我只是下載股票所以我用了’Aktie'

[ExchangeID]：我無法提供所有交易所的完整列表，但“1937897”指的是 Xetra，“9385907”指的是 Tradegate。您可以通過使用證券交易所下拉菜單找到更多資訊

$$ here $$$$ 3 $$¬ation=[***]並在 url 中查看。 安聯 06.01.2016 範例：http://www.onvista.de/aktien/boxes/times+sales/export.csv?assetId=DE0008404005&assetType=Aktie¬ation=1937897&tradingDay=1452063600

（由於時間跨度，我擔心這個連結會在幾天內被打破。所以它應該作為一個例子）

由於 onvista 正在重組他們的首頁http://www.onvista.de/index/DAX-Index-20735?beta=off，我認為他們會取消這項服務。

那麼有人發現了類似的東西嗎？

一個類似的問題

$$ 4 $$幾年前就被問過了，並提供了更多瑣碎/Google搜尋的結果。

1. http://thebonnotgang.com/tbg/historical-data/`
2. http://www.onvista.de/aktien/times+sales/popup/Allianz-Aktie-DE0008404005`
3. http://www.onvista.de/aktien/times+sales/Allianz-Aktie-DE0008404005?notation=32810950&activeType=line&activeTab=J1&displayVolume=false&min=0&max=1453935599999&zoom=false&scaling=linear`
4. https://stackoverflow.com/questions/6225902/where-can-i-find-high-resolution-financial-data/6226589#6226589`

我沒有足夠的聲譽以正確的模式發布連結。

對於外匯數據，不管是金融數據，我經常使用http://www.histdata.com/。他們的數據以 .CSV 格式提供。對於時間表，我引用該網站：

我們只能為您提供按時間排序的 Tick 和 M1（1 分鐘）數據。我們可用的數據按外匯對/年/月組織。

它們還提供一些商品和指數的數據。

可以從雅虎財經下載每隔 5 分鐘的股票/ETF。請看下面的程式碼：

from urllib import urlretrieve
import numpy as np, pandas as pd, sys
import datetime as dt, requests
import datetime, re, StringIO

symbol = sys.argv[1]

url='http://chartapi.finance.yahoo.com/instrument/1.0/%s/chartdata;type=quote;range=3d/csv' % symbol
response = requests.get(url)
response_body = response.content
content = StringIO.StringIO(response_body)

res = []
for x in content.readlines():
   if ":" in x: continue
   res.append(x.strip().split(','))

df = pd.DataFrame(res, columns=['Timestamp','close','high','low','open','volume'])
df.Timestamp = df.Timestamp.map(lambda x: datetime.datetime.fromtimestamp(float(x)))

df.to_csv("/tmp/%s-3d.csv" % symbol,index=None)

完整的腳本可以在我在 Github 的quant_at項目中找到，請參閱data/hft.py. 也有股票、期貨、ETF 的下載腳本。

引用自：https://quant.stackexchange.com/questions/22967