Визуализация тренда цены акций

Google Finance прекратил поддержку своего API, однако теперь DataReader предоставляет доступ к источнику данных 'iex'. Чтобы работать с данными за пределами среды DataCamp, вам понадобится аккаунт на IEX Cloud.

Главное изменение в функциональности — ограничение данных последними пятью годами. DataFrame, возвращаемый DataReader, содержит те же columns, но в нижнем регистре.

Пакет matplotlib.pyplot необходим для визуализации трендов цен акций в Python.

В этом упражнении вы импортируете данные о ценах акций Facebook за 2016 год, а затем построите график цены закрытия за весь период! DataReader и date уже импортированы.

Это упражнение является частью курса

Импорт и управление финансовыми данными в Python

Посмотреть курс

Инструкции к упражнению

Импортируйте matplotlib.pyplot как plt.
С помощью date() задайте даты start и end: 1 января 2016 года и 31 декабря 2016 года соответственно.
Присвойте переменной ticker биржевой тикер Facebook 'FB', а переменной data_source — значение 'iex'.
Создайте объект DataReader() для импорта цен акций и присвойте результат переменной stock_prices.
Постройте график по столбцу 'close' из stock_prices, задайте ticker в качестве заголовка и отобразите результат.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# 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()

Редактировать и запускать код