Establece 'Stock Symbol' como índice de listings, asignándolo a listings_ss.
Usa .loc[] para filtrar las filas donde el sector de la empresa sea 'Finance' y extrae la columna 'Market Capitalization'. Aplica .nlargest() para asignar a top_3_companies las 3 empresas con mayor capitalización bursátil.
Convierte el índice del resultado en una lista y asígnalo a top_3_tickers.
Usa date() para establecer start en el 1 de enero de 2015.
Usa date() para establecer end en el 1 de abril de 2020.
Usa DataReader() para obtener los datos bursátiles de top_3_tickers desde 'iex' desde start hasta end y asígnalos a result.
Aplica el método .stack() para convertir el DataFrame a formato largo moviendo los tickers al índice.
Selecciona 'close' de data, aplica .unstack() e inspecciona el DataFrame resultante, ahora en formato ancho, con .info().

Datos económicos de la Reserva Federal