Czy ten kod poprawnie odczytuje dane z pliku a następnie oblicza momentum dla okresu 6 i…
- User
Czy ten kod poprawnie odczytuje dane z pliku a następnie oblicza momentum dla okresu 6 i 12 miesięcy? import yfinance as yf import pandas as pd from tabulate import tabulate
Funkcja do obliczania momentum
def calculate_momentum(initial_price, final_price): return ((final_price - initial_price) / initial_price) * 100
Funkcja pobierająca dane z Yahoo Finance
def get_etf_data(etf_symbol, period): etf = yf.Ticker(etf_symbol)
# Pobieramy dane historyczne z wybranego okresu data = etf.history(period=period) # Zwracamy dane z daty początkowej (najstarsza dostępna) i ostatnią datę (obecna cena) initial_price = data['Close'].iloc[0] # Pierwsza cena z okresu final_price = data['Close'].iloc[-1] # Ostatnia cena z okresu return initial_price, final_priceFunkcja główna
def main(): etfs_data = [] # Lista do przechowywania danych ETF-ów
# Wczytywanie symboli ETF-ów z pliku try: with open('etfs.txt', 'r') as file: etf_symbols = [line.strip() for line in file.readlines()] except FileNotFoundError: print("Plik 'etfs.txt' nie został znaleziony.") return # Pobranie danych historycznych dla każdego ETF-a for etf_symbol in etf_symbols: try: print(f"Pobieram dane dla ETF-a: {etf_symbol}...") initial_price_6, final_price_6 = get_etf_data(etf_symbol, "6mo") initial_price_12, final_price_12 = get_etf_data(etf_symbol, "1y") except Exception as e: print(f"Błąd podczas pobierania danych dla ETF-a {etf_symbol}: {e}") continue # Obliczanie momentum dla obu okresów momentum_6 = calculate_momentum(initial_price_6, final_price_6) momentum_12 = calculate_momentum(initial_price_12, final_price_12) # Dodanie danych do listy etfs_data.append({ 'name': etf_symbol, 'momentum_6': momentum_6, 'momentum_12': momentum_12 }) # Sortowanie ETF-ów według momentum dla 6 miesięcy (od najwyższego do najniższego) etfs_data_6_sorted = sorted(etfs_data, key=lambda x: x['momentum_6'], reverse=True) # Sortowanie ETF-ów według momentum dla 12 miesięcy (od najwyższego do najniższego) etfs_data_12_sorted = sorted(etfs_data, key=lambda x: x['momentum_12'], reverse=True) # Wyświetlanie wyników print("\n--- Momentum 6-miesięczne ---") table_6 = [[i, etf['name'], f"{etf['momentum_6']:.2f}%"] for i, etf in enumerate(etfs_data_6_sorted, 1)] print(tabulate(table_6, headers=['Pozycja', 'ETF', 'Momentum'], tablefmt='orgtbl')) print("\n--- Momentum 12-miesięczne ---") table_12 = [[i, etf['name'], f"{etf['momentum_12']:.2f}%"] for i, etf in enumerate(etfs_data_12_sorted, 1)] print(tabulate(table_12, headers=['Pozycja', 'ETF', 'Momentum'], tablefmt='orgtbl'))Uruchomienie programu
if name == "main": main()
Assistant
Kod wygląda na poprawny i powinien działać zgodnie z zamierzonym celem. Pozwól, że omówię jego kluczowe aspekty:
-
Odczytywanie danych z pliku:
- Kod poprawnie wczytuje symbole ETF-ów z pliku 'etfs.txt' za pomocą listy składanej
- Obsłużono wyjątek
FileNotFoundErrorw przypadku braku pliku
-
Pobieranie danych z Yahoo Finance:
- Funkcja
get_etf_data()pobiera dane historyczne dla zadanego okresu (6 i 12 miesięcy) - Wybiera cenę początkową (
iloc[0]) i końcową (iloc[-1])
- Funkcja
-
Obliczanie momentum:
- Funkcja
calculate_momentum()poprawnie oblicza momentum jako procentową zmianę ceny - Obliczenia wykonywane są dla okresów 6 i 12 miesięcy
- Funkcja
-
Sortowanie i prezentacja wyników:
- ETF-y sortowane są od najwyższego do najniższego momentum
- Wyniki prezentowane są w czytelnych tabelach z użyciem
tabulate
Kilka uwag dodatkowych:
- Kod obsługuje błędy przy pobieraniu danych dla poszczególnych ETF-ów
- Formatowanie wyniku momentum do 2 miejsc po przecinku
- Dodanie numeracji pozycji w wynikach
Jedyne potencjalne usprawnienia, które można rozważyć:
- Dodanie obsługi błędów dla nieprawidłowych symboli ETF-ów
- Opcjonalne dodanie mechanizmu cachowania danych, aby zmniejszyć liczbę zapytań do Yahoo Finance
Podsumowując: kod jest poprawny i powinien skutecznie odczytywać dane z pliku i obliczać momentum dla okresów 6 i 12 miesięcy.
-
Other models, same or similar prompt
Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.