Visualiseer een aandelenkoers-trend

Google Finance heeft zijn API afgeschaft, maar DataReader biedt nu de gegevensbron 'iex' aan. Wil je buiten de DataCamp-omgeving met de data experimenteren, dan heb je een IEX Cloud-account nodig.

De belangrijkste wijziging in de functionaliteit is dat de data beperkt is tot de laatste vijf jaar. De door DataReader geretourneerde DataFrame heeft dezelfde columns, maar in kleine letters.

Het pakket matplotlib.pyplot is essentieel om trends in aandelenkoersen in Python te visualiseren.

In deze oefening importeer je aandelenkoersdata over 2016 voor Facebook en plot je vervolgens de slotkoers voor de hele periode! DataReader en date zijn al geïmporteerd.

Deze oefening maakt deel uit van de cursus

Financiële data importeren en beheren in Python

Cursus bekijken

Oefeninstructies

Importeer matplotlib.pyplot als plt.
Gebruik date() om start en end in te stellen op respectievelijk 1 januari 2016 en 31 december 2016.
Zet ticker op Facebooks tickersymbool 'FB' en data_source op 'iex'.
Maak een DataReader()-object om de aandelenkoersen te importeren en wijs dit toe aan stock_prices.
Plot de 'close'-data in stock_prices, zet ticker als de titel, en laat het resultaat zien.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Import matplotlib.pyplot


# Set start and end dates
start = ____
end = ____

# Set the ticker and data_source
ticker = ____
data_source = ____

# Import the data using DataReader
stock_prices = ____

# Plot close
____

# Show the plot
plt.show()

Code bewerken en uitvoeren