Recuperando precios de platino y paladio de Quandl en Python

En una publicación anterior, demostré cómo se pueden consultar datos automotrices a través de Quandl directamente desde un script de Python.

En esta publicación, documentaré cómo consultar los precios de intercambio de platino y paladio de Quandl en Python. Los datos han sido verificados por London Palladium and Platinum Market (http://www.lppm.com).

En el siguiente código, recupero un conjunto de datos con precios de platino de Quandl

import quandl
# configurando la clave API
quandl.ApiConfig.api_key = "your key here"
import numpy
import pandas
# recuperando datos de quandl en formato numpy, luego convirtiéndolos en pandas DataFrame
data = pandas.DataFrame(quandl.get('LPPM/PLAT', returns="numpy"))

El conjunto de datos obtenido incluye los precios diarios de apertura y cierre de los mercados de intercambio de metales de todo el mundo. Podemos echar un vistazo al encabezado del marco de datos obtenido:

data.head()

Fecha	USD AM	EUR AM	GBP AM	USD PM	EUR PM	GBP PM
0	1990-04-02	471.00	NaN	289.65	470.50	NaN	NaN
1	1990-04-03	475.80	NaN	291.35	477.25	NaN	NaN
2	1990-04-04	475.70	NaN	289.95	476.75	NaN	NaN
3	1990-04-05	481.75	NaN	292.60	481.85	NaN	NaN
4	1990-04-06	481.00	NaN	293.10	480.25	NaN	NaN

Como puede verse, los precios diarios de apertura y cierre se expresan en USD, EUR y GBP. Sin embargo, algunas de las columnas están vacías. Veamos si este es solo el caso de las primeras entradas comprobando también la cola del marco de datos recuperado:

data.tail()

	Fecha	USD AM	EUR AM	GBP AM	USD PM	EUR PM	GBP PM
7574	2020-03-30	721.0	650.43	581.45	726.0	658.80	585.25
7575	2020-03-31	723.0	657.87	586.61	727.0	662.72	586.53
7576	2020-04-01	723.0	660.27	585.19	714.0	653.25	576.04
7577	2020-04-02	727.0	665.75	585.35	727.0	668.20	585.82
7578	2020-04-03	719.0	666.05	584.55	714.0	662.34	582.62

Para los días de receso, los precios se enumeraron para todas las monedas. Dado que los precios de apertura y cierre se indicaron en USD tanto en 1990 como en 2020, elijo centrarme en los precios solo en USD.

En el siguiente código, trazo el historial de precios de cierre de platino en USD, usando matplotlib

import matplotlib.pyplot as plt
plt.figure(figsize = (10,10))
plt.plot(data["Date"], data["USD PM"],color = "red")
plt.title("Daily platinum closing prices",size=26)
plt.ylabel("closing price [USD]",size = 16)
plt.xlabel("date", size = 16)

Text(0.5, 0, 'date')

En el código a continuación, repito el flujo de trabajo anterior para el historial de precios del paladio

Primero, consulto los datos de Quandl:

data = pandas.DataFrame(quandl.get('LPPM/PALL', returns="numpy"))

A continuación, reviso el encabezado del marco de datos:

data.head()

	Fecha	USD AM	EUR AM	GBP AM	USD PM	EUR PM	GBP PM
0	1990-04-02	128.00	NaN	78.70	127.65	NaN	78.55
1	1990-04-03	128.35	NaN	78.60	128.50	NaN	78.75
2	1990-04-04	128.35	NaN	78.25	128.00	NaN	77.90
3	1990-04-05	128.40	NaN	78.00	127.75	NaN	77.65
4	1990-04-06	128.75	NaN	78.45	128.50	NaN	78.40

Y también reviso la cola del marco de datos:

data.tail()

	Fecha	USD AM	EUR AM	GBP AM	USD PM	EUR PM	GBP PM
7574	2020-03-30	2236.0	2017.14	1803.23	2242.0	2034.48	1807.34
7575	2020-03-31	2317.0	2108.28	1879.92	2307.0	2103.01	1861.23
7576	2020-04-01	2314.0	2113.24	1872.93	2236.0	2045.75	1803.95
7577	2020-04-02	2288.0	2095.24	1842.19	2123.0	1951.29	1710.72
7578	2020-04-03	2234.0	2069.48	1816.26	2140.0	1985.16	1746.23

Nuevamente, elijo centrarme en los precios de cierre en USD. Trazo el historial de precios a continuación, usando matplotlib en Python:

plt.figure(figsize = (10,10))
plt.plot(data["Date"], data["USD PM"],color = "red")
plt.title("Daily palladium closing prices",size=26)
plt.ylabel("closing price [USD]",size = 16)
plt.xlabel("date", size = 16)