- 综合排序
- 最热优先
- 最新优先
- 来自专栏大数据文摘
驰骋股市！手把手教你如何用Python和数据科学赚钱？
pd.core.common.is_list_like = pd.api.types.is_list_like from pandas_datareader import data import quandl quandl.ApiConfig.api_key = "##############" 现在让我们来拉取些Apple股票数据： df = quandl.get("WIKI/" + 'AAPL', start_date 让我们拉取这个日期后的股票价格信息： aapl_split = quandl.get("WIKI/" + 'AAPL', start_date="2014-06-10") aapl_split.head (TIF) import matplotlib.pyplot as plt import seaborn as sns %matplotlib inline MSFT = quandl.get("WIKI /" + 'MSFT', start_date="2014-06-10") INTC = quandl.get("WIKI/" + 'INTC', start_date="2014-06-10") TIF
1.2K30发布于 2018-10-18 - 来自专栏大数据文摘
手把手｜ 用Python代码建个数据实验室，顺利入坑比特币
最后，运行 conda install numpy pandas nb_conda jupyter plotly quandl 来为这个环境安装所需的依赖包。完成这些需要几分钟的时间。 首先，我们要用Quandl的免费比特币接口来获得比特币的价格数据。 步骤2.1 - 编写Quandl帮助函数 为了方便数据获取，我们要编写一个函数来下载和同步来自Quandl（https://www.quandl.com/ 号称金融数据界的维基百科）的数据。 def get_quandl_data(quandl_id): '''Download and cache Quandl dataseries''' cache_path = '{}.pkl print('Downloading {} from Quandl'.format(quandl_id)) df = quandl.get(quandl_id, returns="pandas
1.9K30发布于 2018-05-24 - 来自专栏机器之心
教程 | Prophet：教你如何用加法模型探索时间序列数据
本项目中，Quandl 库可以将这个工作量减少到 5％左右。 Quandl 可以在命令行中通过 pip 命令安装： pip install quandl Quandl 是免费的，你可以每天提出 50 个访问请求而无需注册。 我们可以通过一句简单的 quandl 命令来获得两家公司的每日股票市值： # quandl for financial data import quandl # pandas for data manipulation # Retrieve TSLA data from Quandl tesla = quandl.get('WIKI/TSLA') # Retrieve the GM data from Quandl gm = quandl.get('WIKI/GM') gm.head(5) ?
4.2K60发布于 2018-05-10 - 来自专栏机器学习AI算法工程
有哪些网站用爬虫爬取能得到很有价值的数据?
③Quandl Financial and Economic Data (https://www.quandl.com/)同上。部分免费。 ⑤雅虎财经http://www.finance.yahoo.com/ 中国香港版https://hk.finance.yahoo.com/ 下面提到的Quandl网站有一个他们自己的Python 库，叫Quandl，可惜也是收费的。 pip install Quandl ://tushare.org/httpfundamental.html#id4 国内好心人做的开源财经数据接口(觉得好的可以捐助一下)。
4.9K90发布于 2018-03-13 - 来自专栏信数据得永生
PyAlgoTrade 0.20 中文文档（三）
工具 原文：gbeced.github.io/pyalgotrade/docs/v0.20/html/tools.html Quandl pyalgotrade.tools.quandl. pyalgotrade.tools.quandl. | pyalgotrade.tools.quandl. /WIKI-IBM-2008-quandl.csv 2017-07-22 00:26:08,299 quandl [INFO] Downloading AES 2008 to . /WIKI-AES-2008-quandl.csv 2017-07-22 00:26:09,849 quandl [INFO] Downloading AIG 2008 to .
44610编辑于 2024-05-16 - 来自专栏信数据得永生
PyAlgoTrade 0.20 中文文档（四）
/WIKI-AAPL-2011-quandl.csv 2017-07-24 22:57:02,364 quandl [INFO] Downloading AAPL 2012 to . Quandl 整合 原文：gbeced.github.io/pyalgotrade/docs/v0.20/html/sample_quandl.html 这个示例的目的是展示如何将来自 Quandl 我们将使用来自 Quandl 的以下 CSV 数据：www.quandl.com/OFDP-Open-Financial-Data-Project/GOLD_2-LBMA-Gold-Price-London-Fixings-P-M feed = quandl.build_feed("WIKI", instruments, 2006, 2012, ". ") # Load Quandl CSV downloaded from http://www.quandl.com/OFDP-Open-Financial-Data-Project/GOLD
29310编辑于 2024-05-16 - 来自专栏AI人工智能
入门AI不是梦？五大新手项目奉上
项目：股票价格预测 数据集：Quandl 对于股民来说，如果能预测股票价格，那岂不是亦可赛艇？ 但不管你是不是股民，都可以试试用机器学习来实现股票价格预测。 选择一个简单的机器学习示例，到Quandl.com上下载股票市场数据集，就可以动手预测未来6个月的股票价格变化了。友情提醒： AI只负责产生结果，不对结果负责 。 相关链接： Quandl数据集： https://www.quandl.com/ 新手向TOP 5项目介绍完毕。看到这里，是不是已经摩拳擦掌，感觉自己可以分分钟入门AI啦？
87500发布于 2019-04-23 - 来自专栏区块链技术开发分享
量化合约对冲交易软件开发功能支持测试
import quandl import pandas as pd import numpy as np import matplotlib.pyplot as plt quandl.ApiConfig.api_key ='INSERT YOUR API KEY HERE' selected=['CNP','F','WMT','GE','TSLA'] data=quandl.get_table('WIKI/PRICES
70510编辑于 2022-11-03 - 来自专栏信数据得永生
Zipline 3.0 中文文档（一）
您现在可以使用默认的 quandl 来处理Quandl WIKI 价格数据。有关如何获取其他新数据的更多详细信息，请查看摄取数据部分。 您现在可以使用默认的 quandl 来处理Quandl WIKI 价格数据。有关如何获取其他新数据的更多详细信息，请查看数据摄取部分。 默认数据捆绑包 Quandl WIKI 捆绑包 默认情况下，Zipline 附带了quandl数据捆绑包，该捆绑包使用 Quandl 的WIKI 数据集。 默认数据包 Quandl WIKI 数据包 默认情况下，Zipline 附带了使用 Quandl 的 WIKI 数据集 的 quandl 数据包。 ### Quandl WIKI 数据包 默认情况下，Zipline 附带了使用 Quandl 的 WIKI 数据集 的 quandl 数据包。
1.8K20编辑于 2024-05-16 - 来自专栏企鹅号快讯
如何用Python读取开放数据？
数据 我们选择的开放数据平台，是Quandl。 Quandl是一个金融和经济数据平台。其中既包括价格不菲的收费数据，也有不少免费开放数据。 你需要在Quandl免费注册一个账户，这样才可以正常访问其免费数据集合。 注册过程，只需要填写上面这个表格。注册完毕后，用新账户和密码登录。 可以看到，Quandl提供了我们4种格式的数据，分别是 CSV Excel JSON XML 这里咱们先不讲Excel（因为它是微软的专属格式），只依次下载其他3个类别的数据。 对比一下我们自己绘制的图像和Quandl的示例图形，是不是一致呢？ 首先，咱们找到的Quandl平台，全方位提供数据的下载格式，几乎涵盖了全部常见数据格式类别。但这只是特例。大多数的开放数据平台，是不提供这么多种数据格式供你下载的。
3.2K80发布于 2018-03-01 - 来自专栏量化投资与机器学习
Markowitz有效边界和投资组合优化基于Python（附代码）
数据获取 import quandl import pandas as pd import numpy as np import matplotlib.pyplot as plt quandl.ApiConfig.api_key = 'PASTE YOUR API KEY HERE' selected = ['CNP', 'F', 'WMT', 'GE', 'TSLA'] data = quandl.get_table('WIKI 接下来，我们将计算这些组合的风险调整收益率（借助夏普比率），并且以夏普比率为值画出色标图： import quandl import pandas as pd import numpy as np import matplotlib.pyplot as plt quandl.ApiConfig.api_key = 'INSERT YOUR API KEY HERE' selected = ['CNP', ' F', 'WMT', 'GE', 'TSLA'] data = quandl.get_table('WIKI/PRICES', ticker = selected,
8.8K62发布于 2018-11-16 - 来自专栏量子位
如何入门AI？五大新手项目奉上
项目：股票价格预测 数据集：Quandl 对于股民来说，如果能预测股票价格，那岂不是亦可赛艇？ 但不管你是不是股民，都可以试试用机器学习来实现股票价格预测。 选择一个简单的机器学习示例，到Quandl.com上下载股票市场数据集，就可以动手预测未来6个月的股票价格变化了。友情提醒：AI只负责产生结果，不对结果负责。 相关链接： Quandl数据集： https://www.quandl.com/ 新手向TOP 5项目介绍完毕。看到这里，是不是已经摩拳擦掌，感觉自己可以分分钟入门AI啦？
61220发布于 2019-05-10 - 来自专栏信数据得永生
Python 数据科学入门教程：Pandas
为了得到充分的实践，一个非常有用的网站是 Quandl。 Quandl 包含大量的免费和付费数据源。这个站点的好处在于数据通常是标准化的，全部在一个地方，提取数据的方法是一样的。 如果你使用的是 Python，并且通过它们的简单模块访问 Quandl 数据，那么数据将自动以数据帧返回。 原来 Quandl 已经提供了图表，但是我们还是要抓取数据集，制作自己的图表，或者做一些其他的分析。访问“下载”，并选择 CSV。 首先，注意添加到Quandl.get()的新参数，它是trim_start。 这使我们能够在特定的日期启动数据。 将 Pandas 和 Quandl 代码更新为 2016 年 8 月 1 日的最新版本： import quandl import pandas as pd import pickle import matplotlib.pyplot
10.2K10编辑于 2022-12-01 - 来自专栏量化投资与机器学习
量化金融导论1：资产收益的程式化介绍基于Python
# libraries ---- import pandas as pd import numpy as np import quandl import seaborn as sns import 6.0) sns.mpl.rcParams['savefig.dpi'] = 90 sns.mpl.rcParams['font.size'] = 14 # authentication ---- quandl_key = 'zs7xyLhXJbVU_Sk2-4aB' # paste your own API key here :) quandl.ApiConfig.api_key = quandl_key 数据准备 然后，将价格转换为对数回报以做进一步分析： # downloading the data df = quandl.get('WIKI/MSFT', start_date="2000-01-01", end_date
98130发布于 2019-02-26 - 来自专栏DeepHub IMBA
QF-Lib：用一个库搞定Python量化回测和策略开发
主要特性 数据源接入灵活 Bloomberg、Quandl、Haver 都能接，本地 Excel 文件也行。 连接方式非常简单： from qf_lib.data_providers.quandl.quandl_data_provider import QuandlDataProvider data_provider
1.2K10编辑于 2025-11-15 - 来自专栏拓端tecdat
R语言从经济时间序列中用HP滤波器，小波滤波和经验模式分解等提取周期性成分分析
时间序列是通过 Quandl 及其相应的R包获得的。 # Load packages for data download and transformationlibrary(dplyr)library(Quandl)library(tidyr)# Download datadata <- Quandl("FRED/GDPC1", order = "asc", start_date = "1970-01-01", end_date = \nRetrieved via Quandl.com.") 数据有明显的增长趋势，到现在似乎逐渐变小。此外，似乎或多或少有规律地围绕这一趋势波动。
2.7K00发布于 2020-08-23 - 来自专栏玉树芝兰
如何用Python读取开放数据？
数据 我们选择的开放数据平台，是Quandl。 ? Quandl是一个金融和经济数据平台。其中既包括价格不菲的收费数据，也有不少免费开放数据。 你需要在Quandl免费注册一个账户，这样才可以正常访问其免费数据集合。 ? 注册过程，只需要填写上面这个表格。注册完毕后，用新账户和密码登录。 可以看到，Quandl提供了我们4种格式的数据，分别是 CSV Excel JSON XML 这里咱们先不讲Excel（因为它是微软的专属格式），只依次下载其他3个类别的数据。 对比一下我们自己绘制的图像和Quandl的示例图形，是不是一致呢？ 首先，咱们找到的Quandl平台，全方位提供数据的下载格式，几乎涵盖了全部常见数据格式类别。但这只是特例。大多数的开放数据平台，是不提供这么多种数据格式供你下载的。
2.3K20发布于 2018-08-22 - 来自专栏萝卜大杂烩
假期还要卷，24个免费数据集送给你
archive.ics.uci.edu/ml/datasets/Wine） 太阳耀斑-太阳耀斑的属性，用于预测耀斑的特征（https://archive.ics.uci.edu/ml/datasets/Solar+Flare） Quandl Quandl 是一个经济和金融数据存储库，其中一些信息是免费的，但许多数据集需要购买。 Quandl 对于建立模型预测经济指标或股票价格很有用。由于有大量可用数据集，因此可以构建一个复杂的模型，使用许多数据集预测另一个数据集的值。 ❝https://www.quandl.com/browse 以下是一些示例： 按种族和其他因素划分的创业活动-包含考夫曼基金会关于美国企业家的数据（https://www.quandl.com/search query=KAUFFMAN） 美国联邦储备委员会数据——来自美联储的美国经济指标（https://www.quandl.com/search?
1.9K40编辑于 2022-12-27 - 来自专栏拓端tecdat
R语言从经济时间序列中用HP滤波器，小波滤波和经验模态分解等提取周期性成分分析
时间序列是通过 Quandl 及其相应的R包获得的。 ＃加载用于数据下载和转换的软件包 library(dplyr) library(Quandl) library(tidyr) ＃下载数据 data <- Quandl("FRED/GDPC1", order
1.1K10发布于 2021-01-29 - 来自专栏相约机器人
拥有免费数据集的十大优秀网站
＃7 Quandl https://www.quandl.com/ ? 对于那些想要尝试机器学习项目的人来说，这个可能更有价值。 值得庆幸的是，Quandl是一个经济和财务数据库，提供已经清理过的数据。更重要的是，有一个有趣的目标列可以进行预测，其他变量对目标列有一些解释力。 总而言之，Quandl将是测试机器学习算法的最佳选择，不会浪费时间来清理数据。 PS。其中一些信息是免费的，但许多数据集需要购买。
31.2K51发布于 2019-07-04
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号