Wizualizacja trendu ceny akcji

Google Finance wycofało swoje API, ale DataReader udostępnia teraz źródło danych 'iex'. Aby eksperymentować z danymi poza środowiskiem DataCamp, potrzebujesz konta IEX Cloud.

Najważniejsza zmiana w działaniu to ograniczenie danych do ostatnich pięciu lat. DataFrame zwracany przez DataReader ma te same columns, ale zapisane małymi literami.

Biblioteka matplotlib.pyplot jest niezbędna do wizualizacji trendów cen akcji w Pythonie.

W tym ćwiczeniu zaimportujesz dane o cenach akcji Facebooka z 2016 roku, a następnie wykreślisz cenę zamknięcia dla całego okresu! DataReader i date zostały już zaimportowane.

To ćwiczenie jest częścią kursu

Importowanie i zarządzanie danymi finansowymi w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

Zaimportuj matplotlib.pyplot jako plt.
Używając date(), ustaw daty start i end odpowiednio na 1 stycznia 2016 i 31 grudnia 2016.
Ustaw ticker na symbol giełdowy Facebooka 'FB', a data_source na 'iex'.
Utwórz obiekt DataReader(), aby zaimportować ceny akcji, i przypisz go do zmiennej stock_prices.
Wykreśl dane 'close' ze zmiennej stock_prices, ustaw ticker jako tytuł wykresu i wyświetl wynik.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# 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()

Edytuj i uruchom kod