金融市場發展趨勢(比較最好的免費金融市場數據API)

如果您要分析金融市場數據（從股票市場到加密貨幣，作為數據科學家，交易商或投資者），請從此處開始。

> Photo by Chris Liverani on Unsplash

在我們的世界中，幾乎沒有什么東西像金融市場和數據一樣有著千絲萬縷的聯系。 金融市場的全部功能是基于其參與者根據可用信息和從所述信息中合成的知識進行操作的； 目標是以他們認為有利的價格購買或出售資產。

這種機制設定了市場價格，這反過來又給市場賦予了另一個關鍵屬性-數據源的屬性。 不管有效市場假說的有效性和價格的客觀正確性，與市場數據一樣，很少有東西能抓住集體的情緒。

此外，隨著時間的流逝，可用數據的粒度不斷增加，現在可以捕獲單個以及集體的情緒。 結果是，對于如此豐富，如此廣泛且具有如此悠久的歷史的任何數據源，幾乎沒有類似之處。

> Photo by Aditya Vyas on Unsplash

例如，紐約證券交易所成立于1792年（！）以來，如今，僅美國的主要交易所（如紐約證券交易所）據說平均每天就產生大約300億個市場事件。

鑒于這些市場涉及大量資金，并且貓貓捉迷藏的游戲不斷，因此尋求更多更好的數據也就不足為奇了。

盡管這些天市場通過銷售其數據產品獲得了可觀的收入，但仍然有許多出色的免費進入市場數據分析領域的入口點。 其中一些API還提供有關加密資產以及股票市場的信息。

因此，在本文中，我將比較一些頂級金融市場數據API的免費層。 我希望您覺得它們有用。

API比較—概述

IEX云

IEX是一家新興證券交易所，其聯合創始人布拉德·勝山（Brad Katsuyama）因邁克爾·劉易斯（Michael Lewis）的書《閃電男孩》（Flash Boys）而聞名（亞馬遜鏈接）

IEX的價值主張是，它旨在成為一個"消除行業中一些最差做法的交易所"（瀕臨交易的文章）。 IEX Cloud（網站）是IEX的數據API分支，并提供以下免費層：

> IEX Cloud free tier (as of 9/Mar/2020)

廷戈

它們自2014年以來一直存在（請參閱有關2015年HackerNews的討論），如果別無其他，存活了這么長時間可能是其可靠性和可行性的一個好兆頭。

他們的免費套餐功能概述如下：

> Tiingo free tier (as of 9/Mar/2020)

Quandl

Quandl自2013年以來一直存在，現在作為納斯達克的一部分存在。

他們的任務不僅是收集股票市場數據，還包括更廣泛的任務，因此，他們從各種各樣的來源提供各種不同領域的數據集。 盡管并非所有數據產品都是免費的，但其財務數據API是免費的，但有以下限制：

> Quandl free tier (as of 9/Mar/2020)

有趣的是，Quantl似乎還提供了為R，Python和Excel編寫的本機工具，旨在使下載數據更加容易。

Alpha Vantage

Alpha Vantage網站上關于其成立時間，身份以及組織所代表的內容的信息相對較少，但涉及范圍相對較廣。

> About Alpha Vantage (link)

但是，它們確實提供了以下免費套餐，并且使用相對較廣泛。

> Alpha Vantage free tier (as of 9/Mar/2020)

世界貿易數據

他們的網站（鏈接）類似地包含關于他們是誰的很少信息，但是與其他人類似，他們提供免費等級，并因此而聞名。

詳細的免費套餐比較

每個站點上的信息布局使產品比較非常困難，因此，下面是我的嘗試：

可用數據

幸運的是，所有這些API似乎都提供了歷史和當日的美國股票價格以及外匯數據。 因此，就數據可用性而言，任何一種服務都可能滿足您的大多數需求。

對于加密貨幣數據，IEX，Quantl和Tiingo使它們可用，而Alpha Vantage和WorldTradingData不提供。

如果您希望通過API訪問其他（非價格）信息，則IEX還提供對基本面和新聞數據的API訪問。 Quandl的某些數據源也是免費的。

免費套餐數據限制

由于其復雜性，讓我們將IEX放到最后，再看看其他：

· Tiingo：每月500個唯一符號，每小時500個請求，每天20,000個請求，每月5 GB（源）。

· 數量：如果經過驗證（來源），則每天有300個請求/ 10秒，2,000個請求/ 10分鐘和50,000個請求/天。 （每10分鐘20個電話，如果匿名，則每天50個電話）

· Alpha Vantage：每分鐘5個請求和每天500個請求（來源）。

· WorldTradingData：每天250個請求（每天25個內部請求）（來源）。

現在，讓我們看一下IEX。 他們的免費套餐每月限制為50,000個核心"消息"。 每種類型的請求將使用不同數量的消息-因此，數據越重，將使用的消息越多。

50,000條消息不是很大。 平均而言，數據量不如Tiingo和Quandl一樣多（盡管取決于使用情況），因此我建議您謹慎使用。

該計算器將為您估算使用某些數據終結點每個月將使用多少"消息"。

定價計算器| IEX云

IEX Cloud是構建FinTech應用程序的最簡單，最易訪問的方法。

令人高興的是，IEX是唯一提供沙盒測試模式的模式，該模式將返回"虛擬"或隨機數據。 沙箱模式可用于測試和優化代碼，以及查看您將在真實，實時模式下使用多少條消息，對于個人而言，這是一個很大的好處。

文獻資料

通常，我發現IEX Cloud文檔是我所查看的文檔中最全面的文檔。

以下是其文檔的鏈接：

IEX Cloud API | IEX云

IEX Cloud是構建財務應用程序的最簡單方法。

例如，IEX文檔清楚地將響應屬性傳遞給歷史價格請求，例如：

> IEX Documentation — response attributes (link)

IEX文檔包括請求示例，參數列表，響應樣本和屬性，以及其他方面，例如版本控制，錯誤代碼和安全說明。

據我了解，IEX是迄今為止列出的組織中最大的組織，在這里它顯示了全面性。

這并不是說缺少其他文檔，而是說IEX文檔非常全面。

Tiingo的文檔在這里：

股市工具| 廷戈

一個金融研究平臺，致力于采用所有人的座右銘，同時為所有人創造創新的金融工具。

> Tiingo Documentation — response attributes (link)

Quandl在這里：

Quandl文檔

獲取免費的API密鑰以開始使用我們的數據。 開始使用我們強大的數據API，您需要分析的一切…

> Quandl Documentation — response attributes (link)

這兩個都仍然非常詳細，帶有示例請求和參數以及響應示例和參數。 盡管可能不像IEX文檔那樣令人印象深刻，但它們仍然相當可靠。

最后，我將把Alpha Vantage和WorldTradingData文檔放在最后一層。

Alpha Vantage API文檔

Alpha Vantage的API文檔。 Alpha Vantage提供了免費的JSON API，用于實時和歷史股票及股票…

API文檔| 世界貿易數據

我們的API可通過我們的API有效地訪問JSON或CSV格式的實時和歷史股票數據…

雖然它本身并不丟失任何信息，但顯然它們不如其他信息完整或具有解釋性。

根據您對編程和API的一般經驗水平，您可能會從IEX / Tiingo和Quandl的更全面的文檔中受益匪淺。

結論

我試圖在此處簡要概述頂級的免費金融市場數據API。

上面列出的所有五個API都是令人驚嘆的數據服務，尤其是考慮到它們免費運行。 如上所述，可以從所有提供商那里獲得諸如歷史數據或日內數據之類的通用數據類型，并且選擇哪種服務可能很大程度上取決于個人選擇。

說到我作為金融界的業余愛好者的個人偏好將是IEX。 對于像我這樣的偶爾用戶，我希望學習曲線盡可能淺，并且他們的大量文檔以及其沙盒模式都將非常有幫助。 盡管如果我需要更多數據，那么Quandl或Tiingo在這里也似乎是不錯的選擇。

但是，總的來說，我（非專家）的觀點是，所有這些似乎都是進入金融市場數據分析世界的堅實切入點，您可能希望選擇最適合自己的一個。

希望您覺得這很有用，如果您有任何意見，或者我有任何錯誤，請告訴我！

在接下來的幾周中，我將使用一個或多個API的數據作為分析示例。

（如果您想知道為什么我不包括Yahoo !，那是因為正式棄用了它-盡管許多人似乎仍在使用它）

· 注意：本文包含一個亞馬遜會員鏈接，這意味著如果您購買商品，我將得到一筆小的傭金，無需您支付任何額外費用。

如果您喜歡這個，請在say上說/，或在Twitter上關注，或關注此處進行更新。 如果您錯過了它，請查看有關可視化時間序列數據的本文。

跨時間有效地可視化數據以講出更好的故事

構建清晰易讀的時間序列數據可視化，以使用Python和Plotly支持您的敘述。

這就是使用Plotly Dash構建Web數據儀表板的過程。

使用Python在幾分鐘內構建Web數據儀表板

通過將您的數據可視化轉換為基于Web的儀表板，從而以指數方式提高功能和可訪問性，并具有以下功能：

(本文翻譯自JP Hwang的文章《Comparing the best free financial market data APIs》，參考：https://towardsdatascience.com/comparing-the-best-free-financial-market-data-apis-158ae73c16ba)