Em uma postagem anterior, demonstrei como é possível consultar dados automotivos via Quandl diretamente de um script Python.

Neste post vou documentar como consultar os preços de troca de platina e paládio de Quandl em Python. Os dados foram verificados pelo mercado de paládio e platina de Londres (http://www.lppm.com).

No código abaixo eu recupero um conjunto de dados com preços de platina de Quandl

import quandl

# configurando chave de API
quandl.ApiConfig.api_key = "sua chave aqui"
import numpy
import pandas

# recuperando dados do quandl no formato numpy e, em seguida, convertendo em pandas DataFrame
data = pandas.DataFrame(quandl.get('LPPM/PLAT', return=" numpy "))

O conjunto de dados obtido inclui preços diários de abertura e fechamento dos mercados de câmbio de metais em todo o mundo. Podemos dar uma olhada no cabeçalho do quadro de dados obtido:

data.head()

Como pode ser visto, os preços diários de abertura e fechamento são anotados em USD, EUR e GBP. Algumas das colunas estão vazias, no entanto. Vamos ver se este é apenas o caso de entradas iniciais, verificando também o final do quadro de dados recuperado:

data.tail()

Para os dias do evento, os preços foram listados para todas as moedas. Como os preços de abertura e fechamento foram listados em USD tanto em 1990 quanto em 2020, optei por me concentrar apenas nos preços em USD.

No código abaixo, ploto o histórico de preço de fechamento da platina em USD, usando matplotlib

import matplotlib .pyplot como plt
plt.figure(figsize = (10,10))
plt.plot(dados["Data"], dados["USD PM"],cor = "vermelho")
plt.title("Preços diários de fechamento da platina",size=26)
plt.ylabel("preço de fechamento [USD]",tamanho = 16)
plt.xlabel("data", tamanho = 16)

Text(0.5, 0, 'data')

No código abaixo, repito o fluxo de trabalho acima para o histórico de preços do paládio

Primeiro, eu consulto os dados de Quandl:

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

Em seguida, analiso o cabeçalho do quadro de dados:

data.head()

E reviso a cauda do quadro de dados também:

data.tail()

Mais uma vez, escolho focar nos preços de fechamento em USD. Traço o histórico de preços abaixo, usando matplotlib em Python:

plt.figure(figsize = (10,10))
plt.plot(dados["Data"], dados["USD PM"],cor = "vermelho")
plt.title("Preços diários de fechamento do paládio",size=26)
plt.ylabel("preço de fechamento [USD]",tamanho = 16)
plt.xlabel("data", tamanho = 16)

Text(0.5, 0, 'data')

Linnart Felkl

Cientista de dados com foco em simulação, otimização e modelagem em R, SQL, VBA e Python