Aktienmarktanalyse mit Web Scraping im Jahr 2020

Eingabe von Börsendaten

Wertpapierfirmen sind heutzutage dabei, ausgeklügelte Algorithmen für den Aktienhandel zu entwickeln. Egal, ob es um die Vorhersage von Aktienkursen, die Analyse der Börsenstimmung oder das Aktienresearch geht, benötigen sie eine große Menge an genauen Daten. Normalerweise haben solche Firmen das Kapital, um ein Team von Entwicklern einzustellen. Aber für unabhängige Forscher, die den Aktienmarkt vorhersagen wollen, gibt es auch eine erschwingliche Methode, um die Daten mühelos in großem Umfang zu erhalten.

Zum Inhaltsverzeichnis

Eingabe von Börsendaten

Data Scraping Vorbereitung

Data Scraping Fallstudie

In diesem Tutorial zeige ich Ihnen, wie Sie aktuelle Börsendaten für weitere Aktionen extrahieren können.

Data Scraping-Vorbereitung:

1. Diese Methode erfordert keine Codierung. Sie können wertvolle Informationen aus Börsenwebsites extrahieren, selbst wenn Sie keinen technischen Hintergrund haben.
2. Um das Ziel zu erreichen brauchen, brauchen wir ein  Web-Scraping-Tool. Am besten wäre es, dass Sie  Octoparse auf Ihrem Computer installiert haben. Schauen Sie sich  das Video unten an, wenn Sie mit dem Tool noch nicht vertraut sind.
3. Lesen Sie diesen Artikel,  um Schritt für Schritt Finanzdaten zu scrapen: Scrapen Informationen von Yahoo Finance

Fallstudie: Scraping von Börsendaten

Wir lesen  die Bilanz  aus Yahoo! Finance als Beispiel aus. Wenn Sie alte Bilanz zur Hand haben, können Sie eine Datenbank mit den historischen Aktienkursen aufbauen. Mit diesen Daten können Sie Algorithmen/Maschinelles Lernen entwickeln, die Zahlen mit Aktienkursen korrelieren. Wenn Sie die Anzahl der Aktien erhöhen, können Sie Ihr KI-Modell besser trainieren.

Die URL, die wir benötigen, lautet https://finance.yahoo.com/quote/BAC/balance-sheet?p=BAC

Schritt 1: Erstellen Sie ein neues Projekt

Klicken Sie auf “+ Task” in "Advance Mode". Geben Sie die URL in das Feld ein und klicken Sie auf “Save URL”

Dadurch wird die Website mit dem in Octoparse integrierten Browser geladen.

Die Daten werden in Form von Tabellenzellen dargestellt. Folglich muss der Bot nach Tabellenzeilen scrapen. Um zu verdeutlichen, was ich meine, können wir die Chrome-Entwicklertools öffnen und den Quellcode der Website untersuchen. Die gesamte Tabelle ist mit <tr>aufgebaut,, und  <tr> besteht aus mehreren <td>, wdie für die Daten einer Zeile stehen. Die Daten, die wir extrahieren wollen, sind in jedem  <td>gespeichert.Es ist sinnvoll, dass der Bot der Logik des Quellcodes folgt und die Informationen zeilenweise extrahiert.

HTML-Struktur für Webdaten

Schritt 2: Wählen Sie die Daten aus, die Sie extrahieren möchten

Als Nächstes müssen wir dem Bot mitteilen, welche Daten wir erhalten möchten. Klicken Sie auf eine beliebige Zahl in der Tabellenzelle. Der Bot findet andere Zahlen aus derselben Spalte. Wie gesagt, müssen wir der Logik des Quellcodes folgen und zeilenweise extrahieren. Klicken Sie in diesem Fall unten im Aktionsfenster auf “TR”. Jetzt findet Octoparse die erste Zeile. Das ist großartig! Wählen Sie “Select All Sub-Element”,  und dann “Select All” um fortzufahren. 

Octoparse wählt Webdaten aus

Schritt 3: Bestätigen Sie Ihre Auswahl

 Nun sind alle Elemente erfolgreich ausgewählt worden. Wählen Sie den Befehl“Extract Data in the loop”, um fortzufahren.

Schritt 4: Scraping starten

Jetzt haben wir den Crawler fertig gebaut! Klicken Sie auf “Start Extraction” und wählen Sie “Local Extraction” um die Aufgabe auszuführen. Beachten Sie, dass “Local Extraction” dazu dient, den Crawler auf Ihrem eigenen Computer auszuführen. Im Gegensatz zur Cloud-Extraktion, bei der mehrere Extraktionen parallel auf verschiedenen Servern durchgeführt werden, belastet die lokale Extraktion nur die lokalen Ressourcen und die Geschwindigkeit wird durch das Internet und die Hardware beeinflusst. Es ist wahrscheinlich, dass sie überlastet wird, wenn Sie gleichzeitig mehrere Aufgaben ausführen. Daher ist die Cloud-Extraktion die optimale Wahl für umfangreiche Extraktionen.

Schritt 5: Prüfen Sie die gescrapten Daten

Die von Ihnen gescrapten Daten sollten wie folgt aussehen. Sie können ein bevorzugtes Format für den Export der Daten wählen.  

Von Octoparse gescrapte Finanzdaten

Data Scraping für die Marktanalyse

Jetzt erhalten wir die Bilanz von „Bank of America“ von 2015 bis 2018, aber wie kann man sie für eine Marktanalyse verwenden?

Ich bin kein Experte für Finanzinvestitionen, und dieser Blog bietet keine Finanzberatung. Ich hoffe, er kann Ihnen eine neue Idee für die Suche nach investitionswürdigen Unternehmen geben.

Wenn es um eine Investitionsmöglichkeit geht, ist es ein grundlegender Schritt zu analysieren, wie ein Unternehmen abschneidet, indem man die Bilanz untersucht. Denn eine Bilanz ist die finanzielle Aufstellung der Vermögenswerte, Schulden und Erträge eines Unternehmens. Wenn das Umlaufvermögen größer ist als die Verbindlichkeiten, bedeutet dies, dass das Unternehmen die kurzfristigen Schulden decken kann und wahrscheinlich eine günstige Position einnimmt. Wenn ein Unternehmen im Laufe der Jahre stetig wächst, ist es wahrscheinlicher, dass Ihre Investition in guten Händen ist. Die Bilanz einer Bank ist jedoch viel komplizierter als die eines einzelnen Unternehmens. Bankinvestitionen sind in der Regel risikoreicher, aber auch lukrativer. Es ist sinnvoll, die finanzielle Leistung der Bank im Auge zu behalten, um eine umfassende Entscheidungsfindung zu ermöglichen.