En otras publicaciones he demostrado cómo se puede usar quandl en Python para consultar datos de series de tiempo en, por ejemplo, precios de las acciones. En esta publicación, demuestro cómo se pueden consultar los datos del precio de las acciones, por ejemplo Yahoo Finance, usando el módulo pandas_datareader en Python.

En el siguiente ejemplo, importo pandas_datareader y consulto los datos de precios de las acciones de Procter & Gamble entre 2020-01-01 y 2020-09-29:

# import relevant modules
import pandas_datareader.data as web
import datetime
# define datetimes for start and end dates
start_date = datetime.datetime(2020, 1, 1)
end_date = datetime.datetime(2020, 9, 29)
# import stock data for given period between start and end date form yahoo finance
df = web.DataReader("PG", "yahoo",start_date, end_date)
# display returned dataframe header
df.head()

	Alta	Baja	Abierta	Cerrar	Volumen	Adj Cerrar
Fecha
2020-01-02	124.730003	122.940002	124.500000	123.410004	8130800.0	121.104179
2020-01-03	123.529999	121.860001	122.160004	122.580002	7970500.0	120.289688
2020-01-06	123.190002	122.379997	122.570000	122.750000	6674400.0	120.456505
2020-01-07	123.209999	121.870003	122.879997	121.989998	7583400.0	119.710701
2020-01-08	123.430000	122.000000	122.190002	122.510002	5385100.0	120.220985

Usando matplotlib.pyplot puedo visualizar los datos por ej. trazar precios de cierre diarios. Esto es lo que hago en las siguientes líneas de código:

# import matplotlib.pyplot
import matplotlib.pyplot as plt
# crear figura
plt.figure(figsize=(17.5,10))
# crear un diagrama de línea para los precios de cierre
plt.plot(df.index,df["Close"],color="red")
# agregar título a la trama
plt.title("Procter & Gamble daily stock closing prices (src: Yahoo)",size=22)
# agregar etiqueta del eje x
plt.xlabel("Date",size=16)
# agregar etiqueta del eje y
plt.ylabel("Closing price [USD]",size=16)

Text(0, 0.5, 'Closing price [USD]')

A continuación, veo otro ejemplo, recuperando y visualizando datos de precios de acciones que se remontan a 2015:

# consultar datos de nuevo
df = web.DataReader("PG", "yahoo",datetime.datetime(2015,1,1), datetime.datetime(2020,9,29))
# crear figura
plt.figure(figsize=(17.5,10))
# crear un diagrama de línea para los precios de cierre
plt.plot(df.index,df["Close"],color="red")
# agregar título a la trama
plt.title("Procter & Gamble daily stock closing prices (src: Yahoo)",size=22)
# agregar etiqueta del eje x
plt.xlabel("Date",size=16)
# agregar etiqueta del eje y
plt.ylabel("Closing price [USD]",size=16)

Text(0, 0.5, 'Closing price [USD]')

Y finalmente otro ejemplo que se remonta al año 2000:

# consultar datos de nuevo
df = web.DataReader("PG", "yahoo",datetime.datetime(2000,1,1), datetime.datetime(2020,9,29))
# crear figura
plt.figure(figsize=(17.5,10))
# crear un diagrama de línea para los precios de cierre
plt.plot(df.index,df["Close"],color="red")
# agregar título a la trama
plt.title("Procter & Gamble daily stock closing prices (src: Yahoo)",size=22)
# agregar etiqueta del eje x
plt.xlabel("Date",size=16)
# agregar etiqueta del eje y
plt.ylabel("Closing price [USD]",size=16)

Text(0, 0.5, 'Closing price [USD]')