Hướng dẫn lấy dữ liệu cổ phiếu từ Yahoo Finance bằng Python

# Hướng dẫn lấy dữ liệu cổ phiếu từ Yahoo Finance bằng Python Yahoo Finance là một nguồn dữ liệu tài chính phong phú và miễn phí. Với thư viện `yfinance` của Python, chúng ta có thể dễ dàng truy cập và phân tích dữ liệu thị trường. Bài viết này sẽ hướng dẫn bạn cách sử dụng `yfinance` để lấy và xử lý dữ liệu cổ phiếu. ## 1. Cài đặt và thiết lập ### Cài đặt thư viện yfinance ```bash pip install yfinance pandas numpy matplotlib seaborn ``` ### Import các thư viện cần thiết ```python import yfinance as yf import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns from datetime import datetime, timedelta ``` ## 2. Lấy dữ liệu cơ bản ### Lấy thông tin cổ phiếu ```python # Tạo đối tượng Ticker aapl = yf.Ticker("AAPL") # Lấy thông tin cơ bản info = aapl.info print("Thông tin cơ bản:") print(f"Tên công ty: {info['longName']}") print(f"Ngành: {info['industry']}") print(f"Giá hiện tại: ${info['currentPrice']}") print(f"Vốn hóa thị trường: ${info['marketCap']:,.2f}") ```  ### Lấy dữ liệu lịch sử ```python # Lấy dữ liệu 1 năm gần nhất hist = aapl.history(period="1y") print("\nDữ liệu lịch sử:") print(hist.head()) # Vẽ biểu đồ giá đóng cửa plt.figure(figsize=(12, 6)) plt.plot(hist.index, hist['Close']) plt.title('Giá đóng cửa AAPL trong 1 năm') plt.xlabel('Ngày') plt.ylabel('Giá ($)') plt.grid(True) plt.show() ```  ## 3. Lấy dữ liệu nâng cao ### Lấy dữ liệu nhiều cổ phiếu ```python # Định nghĩa danh sách cổ phiếu tickers = ['AAPL', 'MSFT', 'GOOGL', 'AMZN'] # Lấy dữ liệu cho nhiều cổ phiếu data = pd.DataFrame() for ticker in tickers: stock = yf.Ticker(ticker) hist = stock.history(period='1y') data[ticker] = hist['Close'] # Tính toán lợi nhuận hàng ngày returns = data.pct_change() # Vẽ biểu đồ so sánh plt.figure(figsize=(12, 6)) for column in data.columns: plt.plot(data.index, data[column], label=column) plt.title('So sánh giá đóng cửa') plt.xlabel('Ngày') plt.ylabel('Giá ($)') plt.legend() plt.grid(True) plt.show() ```  ### Lấy dữ liệu theo khoảng thời gian tùy chỉnh ```python # Định nghĩa khoảng thời gian start_date = '2020-01-01' end_date = '2023-12-31' # Lấy dữ liệu theo khoảng thời gian hist = aapl.history(start=start_date, end=end_date) # Tính toán các chỉ số hist['Daily_Return'] = hist['Close'].pct_change() hist['Cumulative_Return'] = (1 + hist['Daily_Return']).cumprod() # Vẽ biểu đồ lợi nhuận tích lũy plt.figure(figsize=(12, 6)) plt.plot(hist.index, hist['Cumulative_Return']) plt.title('Lợi nhuận tích lũy AAPL') plt.xlabel('Ngày') plt.ylabel('Lợi nhuận tích lũy') plt.grid(True) plt.show() ```  ## 4. Phân tích dữ liệu ### Phân tích biến động ```python # Tính toán các chỉ số thống kê stats = pd.DataFrame({ 'Giá trung bình': hist['Close'].mean(), 'Độ lệch chuẩn': hist['Close'].std(), 'Giá cao nhất': hist['Close'].max(), 'Giá thấp nhất': hist['Close'].min(), 'Biến động trung bình': hist['Daily_Return'].std() * np.sqrt(252) }) print("\nThống kê cơ bản:") print(stats) # Vẽ biểu đồ phân phối lợi nhuận plt.figure(figsize=(12, 6)) sns.histplot(hist['Daily_Return'].dropna(), kde=True) plt.title('Phân phối lợi nhuận hàng ngày') plt.xlabel('Lợi nhuận') plt.ylabel('Tần suất') plt.show() ```  ### Phân tích tương quan ```python # Tính toán ma trận tương quan correlation = returns.corr() # Vẽ biểu đồ nhiệt plt.figure(figsize=(10, 8)) sns.heatmap(correlation, annot=True, cmap='coolwarm', center=0) plt.title('Ma trận tương quan giữa các cổ phiếu') plt.show() ```  ## 5. Lấy dữ liệu bổ sung ### Lấy dữ liệu tài chính ```python # Lấy báo cáo tài chính financials = aapl.financials balance_sheet = aapl.balance_sheet cash_flow = aapl.cashflow print("\nBáo cáo tài chính:") print(financials.head()) # Vẽ biểu đồ doanh thu plt.figure(figsize=(12, 6)) plt.bar(financials.columns, financials.loc['Total Revenue']) plt.title('Doanh thu theo quý') plt.xlabel('Quý') plt.ylabel('Doanh thu ($)') plt.xticks(rotation=45) plt.show() ```  ### Lấy dữ liệu cổ tức ```python # Lấy thông tin cổ tức dividends = aapl.dividends # Vẽ biểu đồ cổ tức plt.figure(figsize=(12, 6)) plt.bar(dividends.index, dividends) plt.title('Lịch sử cổ tức') plt.xlabel('Ngày') plt.ylabel('Cổ tức ($)') plt.grid(True) plt.show() ```  ## 6. Xử lý dữ liệu thời gian thực ### Lấy dữ liệu realtime ```python # Lấy dữ liệu realtime ticker = yf.Ticker("AAPL") realtime = ticker.history(period="1d", interval="1m") # Vẽ biểu đồ giá trong ngày plt.figure(figsize=(12, 6)) plt.plot(realtime.index, realtime['Close']) plt.title('Giá AAPL trong ngày') plt.xlabel('Thời gian') plt.ylabel('Giá ($)') plt.grid(True) plt.show() ```  ## Kết luận Thư viện `yfinance` cung cấp một cách đơn giản và hiệu quả để truy cập dữ liệu tài chính từ Yahoo Finance. Với Python, chúng ta có thể: - Lấy thông tin cơ bản về cổ phiếu - Truy cập dữ liệu lịch sử - Phân tích biến động và tương quan - Xem báo cáo tài chính - Theo dõi dữ liệu thời gian thực ## Tài liệu tham khảo - [Yfinance Documentation](https://pypi.org/project/yfinance/) - [Pandas Documentation](https://pandas.pydata.org/) - [Matplotlib Documentation](https://matplotlib.org/) - [Seaborn Documentation](https://seaborn.pydata.org/)