Візуалізація тренду ціни акції

Google Finance припинив підтримку свого API, але DataReader тепер надає джерело даних 'iex'. Щоб експериментувати з даними поза середовищем DataCamp, вам знадобиться обліковий запис IEX Cloud.

Найважливіша зміна у функціональності — обмеження даних останніми п'ятьма роками. DataFrame, який повертає DataReader, має ті самі columns, але з малими літерами.

Пакет matplotlib.pyplot є ключовим для візуалізації трендів цін акцій у Python.

У цій вправі ви імпортуєте дані про ціни акцій Facebook за 2016 рік, а потім побудуєте графік ціни закриття за весь період! DataReader і date уже імпортовано.

Ця вправа є частиною курсу

Імпорт і керування фінансовими даними в Python

Переглянути курс

Інструкції до вправи

Імпортуйте matplotlib.pyplot як plt.
За допомогою date() встановіть дати start і end відповідно на 1 січня 2016 року та 31 грудня 2016 року.
Задайте ticker як біржовий тікер Facebook 'FB', а data_source — як 'iex'.
Створіть об'єкт DataReader() для імпорту цін акцій і присвойте його до stock_prices.
Побудуйте графік даних 'close' у stock_prices, встановіть ticker як заголовок і покажіть результат.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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()

Редагувати та запускати код