Coletando dados econômicos e financeiros com o OpenBB no Python

A biblioteca OpenBB no Python propõe um jeito simples de coletar dados econômicos e financeiros de dezenas de fontes de forma estruturada e rápida. Com poucas linhas de código, o usuário pode acessar dados de interesse e gerar análises.

Exemplo

Vamos exemplificar a coleta de dados do índice de volatilidade VIX.

Para obter o código e o tutorial deste exercício faça parte do Clube AM e receba toda semana os códigos em R/Python, vídeos, tutoriais e suporte completo para dúvidas.

Primeiro abrimos o Google Colab e instalamos as bibliotecas:

  • openbb
  • openbb-cboe
  • openbb-charting

Em seguida, importamos a classe obb da biblioteca openbb e, então, coletamos os dados do índice:

             open   high    low  close
date                                  
2022-05-13  33.63  33.63  33.63  33.63
2022-05-16  26.40  26.40  26.40  26.40
2022-05-17  24.67  24.67  24.67  24.67
2022-05-18  30.96  30.96  30.96  30.96
2022-05-19  29.46  29.46  29.46  29.46
...           ...    ...    ...    ...
2024-10-04  12.91  15.23  12.31  13.95
2024-10-07  10.68  16.97   9.41  14.04
2024-10-08  10.63  12.38   9.46  11.24
2024-10-09   9.86  15.09   9.24  15.09
2024-10-10  11.17  13.13   9.68  12.46

[606 rows x 4 columns]

Rapidamente podemos também gerar uma análise visual dos dados:

Este foi apenas um exemplo. Existem milhares de outros dados de outras fontes, além de outros recursos interessantes da biblitoteca. Para saber mais consulte a extensa documentação da biblioteca.

Conclusão

Com a biblioteca OpenBB é possível coletar e analisar milhares de informações com apenas 2 linhas de código de Python. Neste artigo mostramos um exemplo simples, para obter os dados do índice de volatilidade VIX.

Tenha acesso ao código e suporte desse e de mais 500 exercícios no Clube AM!

Quer o código desse e de mais de 500 exercícios de análise de dados com ideias validadas por nossos especialistas em problemas reais de análise de dados do seu dia a dia? Além de acesso a vídeos, materiais extras e todo o suporte necessário para você reproduzir esses exercícios? Então, fale com a gente no Whatsapp e veja como fazer parte do Clube AM, clicando aqui.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Como analisar o sentimento dos textos do COPOM no Python?

Neste exercício construímos um indicador que busca quantificar o sentimento proveniente das decisões de política monetária no Brasil. Usando técnicas de mineração de texto, implementamos todas as etapas necessárias, desde web scraping e pré-processamento das atas do Comitê de Política Monetária do Banco Central (COPOM), até a criação de tokens e a classificação do sentimento implícito nos textos.

Como importar os textos do COPOM para análise de sentimentos no Python?

Os textos divulgados pelo COPOM, sejam os comunicados ou atas, são o ponto de partida para diversos tipos de análises quantitativas, como a análise de sentimentos, e qualitativas, como uma análise de cenário econômico. Neste artigo, mostramos como coletar estes textos de forma automatizada usando web scrapping e Python.

Como tratar dados no Python? Parte 5: renomeando colunas

Como dar novos nomes significativos para as colunas em uma tabela de dados usando Python? Neste tutorial mostramos os métodos de renomeação de colunas disponíveis na biblioteca pandas, que tem como vantagem sua sintaxe simples e prática.

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

como podemos ajudar?

Preencha os seus dados abaixo e fale conosco no WhatsApp

Boletim AM

Preencha o formulário abaixo para receber nossos boletins semanais diretamente em seu e-mail.