股票分裂api谷歌或雅虎

时间:2011-05-25 05:21:03

标签: yahoo-finance google-finance

我正在寻找获得股票分割信息的方法。使用雅虎股票API,我可以获得任何符号的所有类型的信息,但我不认为我可以得到分割比率,甚至是否分裂。有谁知道获取此信息的方法?

2 个答案:

答案 0 :(得分:15)

quantmod R包就是这样做的。拆分信息位于“仅限股息”CSV中:
http://ichart.finance.yahoo.com/x?s=IBM&a=00&b=2&c=1962&d=04&e=25&f=2011&g=v&y=0&z=30000

答案 1 :(得分:2)

借助pandas datareader软件包,您可以在python 3中轻松完成此操作。 开始定义一个函数,该函数将拆分历史记录作为数据帧返回:

def split_history(stock, date_start, date_end, limit_denominator=1000):
    from decimal import Decimal
    from fractions import Fraction
    from pandas_datareader import data as web
    df = web.DataReader(stock, data_source='yahoo-actions', start=date_start, end=date_end)
    is_split = df['action']=='SPLIT'
    df = df[is_split]
    ratios = []
    for index, row in df.iterrows():
        # Taking the inverse of the row['value'] as it is Yahoo finance convention
        ratio = Fraction(1/Decimal(row['value'])).limit_denominator(limit_denominator)
        ratios.append("{num} for {denom}".\
                            format(num=ratio.numerator, denom=ratio.denominator))
    df['ratio'] = ratios
    return df

现在我们以微软(MSFT)为例:

stock = 'MSFT'
date_start = '1987-01-01'
date_end = '2020-07-22'
split_history(stock, date_start, date_end)
            action  value       ratio
2003-02-18  SPLIT   0.500000    2 for 1
1999-03-29  SPLIT   0.500000    2 for 1
1998-02-23  SPLIT   0.500000    2 for 1
1996-12-09  SPLIT   0.500000    2 for 1
1994-05-23  SPLIT   0.500000    2 for 1
1992-06-15  SPLIT   0.666667    3 for 2
1991-06-27  SPLIT   0.666667    3 for 2
1990-04-16  SPLIT   0.500000    2 for 1
1987-09-21  SPLIT   0.500000    2 for 1

它也可以正确处理反向股票拆分:

stock = 'PHM.MC'
split_history(stock, date_start, date_end)
                action  value   ratio
 2020-07-22     SPLIT   12.0    1 for 12

ps:可能有更好的输入日期的方法。 ps2:同样,limit_denominator可以避免错误的舍入。您可以在极少的拆分比率情况下扩展它。