معرفی شرکت ها


apimoex-1.2.0


Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

MOEX ISS API
ویژگی مقدار
سیستم عامل OS Independent
نام فایل apimoex-1.2.0
نام apimoex
نسخه کتابخانه 1.2.0
نگهدارنده []
ایمیل نگهدارنده []
نویسنده Mikhail Korotkov aka WLMike
ایمیل نویسنده wlmike@gmail.com
آدرس صفحه اصلی https://wlm1ke.github.io/apimoex/
آدرس اینترنتی https://pypi.org/project/apimoex/
مجوز http://unlicense.org
MOEX ISS API ==================== .. image:: https://github.com/WLM1ke/apimoex/workflows/tests/badge.svg :target: https://github.com/WLM1ke/apimoex/actions .. image:: https://codecov.io/gh/WLM1ke/apimoex/branch/master/graph/badge.svg :target: https://codecov.io/gh/WLM1ke/apimoex .. image:: https://badge.fury.io/py/apimoex.svg :target: https://badge.fury.io/py/apimoex Реализация части запросов к `MOEX Informational & Statistical Server <https://www.moex.com/a2193>`_. Документация ------------ https://wlm1ke.github.io/apimoex/ Основные возможности -------------------- Реализовано несколько функций-запросов информации о торгуемых акциях и их исторических котировках, результаты которых напрямую конвертируются в pandas.DataFrame. Работа функций базируется на универсальном клиенте, позволяющем осуществлять произвольные запросы к MOEX ISS, поэтому перечень доступных функций-запросов может быть легко расширен. При необходимости добавления функций воспользуйтесь `Issues <https://github.com/WLM1ke/apimoex/issues>`_ на GitHub с указанием ссылки на описание запроса: * Полный перечень возможных `запросов <https://iss.moex.com/iss/reference/>`_ к MOEX ISS * Официальное `Руководство разработчика <https://fs.moex.com/files/6523>`_ с дополнительной информацией Начало работы ============= Установка --------- .. code-block:: Bash $ pip install apimoex Пример использования реализованных запросов ------------------------------------------- История котировок SNGSP в режиме TQBR:: import requests import apimoex import pandas as pd with requests.Session() as session: data = apimoex.get_board_history(session, 'SNGSP') df = pd.DataFrame(data) df.set_index('TRADEDATE', inplace=True) print(df.head(), '\n') print(df.tail(), '\n') df.info() .. code-block:: BOARDID CLOSE VOLUME VALUE TRADEDATE 2014-06-09 TQBR 27.48 12674200 3.484352e+08 2014-06-10 TQBR 27.55 14035900 3.856417e+08 2014-06-11 TQBR 28.15 27208800 7.602146e+08 2014-06-16 TQBR 28.27 68059900 1.913160e+09 2014-06-17 TQBR 28.20 22101600 6.292844e+08 BOARDID CLOSE VOLUME VALUE TRADEDATE 2019-09-04 TQBR 38.060 243010500 9.348435e+09 2019-09-05 TQBR 36.140 129366600 4.704949e+09 2019-09-06 TQBR 35.475 62389000 2.201887e+09 2019-09-09 TQBR 34.570 54331300 1.905837e+09 2019-09-10 TQBR 35.250 45966000 1.605849e+09 <class 'pandas.core.frame.DataFrame'> Index: 1326 entries, 2014-06-09 to 2019-09-10 Data columns (total 4 columns): BOARDID 1326 non-null object CLOSE 1326 non-null float64 VOLUME 1326 non-null int64 VALUE 1326 non-null float64 dtypes: float64(2), int64(1), object(1) memory usage: 51.8+ KB Пример реализации запроса с помощью клиента ------------------------------------------- Перечень акций, торгующихся в режиме TQBR (`описание запроса <https://iss.moex.com/iss/reference/32>`_):: import requests import apimoex import pandas as pd request_url = ('https://iss.moex.com/iss/engines/stock/' 'markets/shares/boards/TQBR/securities.json') arguments = {'securities.columns': ('SECID,' 'REGNUMBER,' 'LOTSIZE,' 'SHORTNAME')} with requests.Session() as session: iss = apimoex.ISSClient(session, request_url, arguments) data = iss.get() df = pd.DataFrame(data['securities']) df.set_index('SECID', inplace=True) print(df.head(), '\n') print(df.tail(), '\n') df.info() .. code-block:: REGNUMBER LOTSIZE SHORTNAME SECID ABRD 1-02-12500-A 10 АбрауДюрсо AFKS 1-05-01669-A 100 Система ао AFLT 1-01-00010-A 10 Аэрофлот AGRO None 1 AGRO-гдр AKRN 1-03-00207-A 1 Акрон REGNUMBER LOTSIZE SHORTNAME SECID YNDX None 1 Yandex clA YRSB 1-01-50099-A 10 ТНСэнЯр YRSBP 2-01-50099-A 10 ТНСэнЯр-п ZILL 1-02-00036-A 1 ЗИЛ ао ZVEZ 1-01-00169-D 1000 ЗВЕЗДА ао <class 'pandas.core.frame.DataFrame'> Index: 264 entries, ABRD to ZVEZ Data columns (total 3 columns): REGNUMBER 255 non-null object LOTSIZE 264 non-null int64 SHORTNAME 264 non-null object dtypes: int64(1), object(2) memory usage: 8.2+ KB


نیازمندی

مقدار نام
- requests


زبان مورد نیاز

مقدار نام
>=3.6 Python


نحوه نصب


نصب پکیج whl apimoex-1.2.0:

    pip install apimoex-1.2.0.whl


نصب پکیج tar.gz apimoex-1.2.0:

    pip install apimoex-1.2.0.tar.gz