Acessando dados da Reuters em Python
-
18-09-2019 - |
Pergunta
Atualmente, estou baixando com sucesso os preços de mercado da Bloomberg ao vivo, bem como séries históricas, usando API COM do serviço e win32com. Alguém tem alguma experiência de fazer o mesmo para Reuters dados ao vivo e históricos em Python?
Eu sei que transmissões ao vivo estão disponíveis para ambos os serviços em Excel, assim Reuters também deve ter uma API que eu possa acessar. O único problema é que enquanto o apoio Bloomberg é excelente e descreve sua API em profundidade, para este tipo de consulta Reuters não tem sido capaz de voltar para mim por 2 meses! Em vez disso continuam tentando me vender seu serviço de assinatura de e-mail que não é o que eu preciso !!
De qualquer forma discurso sobre qualquer ajuda muito apreciada.
Solução
Atualização em 2018:
Thomson Reuters oferece agora a API Eikon de dados com um pacote Python. Por favor, note que você precisa de um desktop licença para acessar a API. A informação / documentação pode ser encontrada no desenvolvedor Portal .
** Disclaimer: Eu estou atualmente empregado pela Thomson Reuters
Outras dicas
Confira http://devcartel.com eles têm PyRFA -. Reuters dados de mercado API para Python
Eu tenho alguma experiência com suas APIs.
Reuters também têm documentação completa em sua Cliente Zona site . Mais informações sobre suas APIs podem ser encontradas lá. Eles têm suas APIs disponíveis em Java, C ++, e COM. Então, eu acredito que há muitas possibilidades de código Python para interoperabilidade com estes.
Dê uma olhada SFC C Tempo ++ Series Subscription
Reuters parece taxa para seus feeds de dados financeiros, aqui está uma página de visão geral de suas ofertas: dados da Reuters alimentações
Há uma API (SOAP), que é fornecido sob a Thomson Reuters DataWorks Empresa (ex-Datastream) subscrição. Embora não seja livre e que não vem com Thomson Reuters Eikon -. Você vai precisar para pagar algum extra para a licença de streaming de dados / armazenamento
Se você tem essa assinatura, então pydatastream ( https://github.com/vfilimonov/pydatastream ) lhe permitirá obter os dados diretamente para python em formato pandas.DataFrame (cross-platform).