Do tego skryptu dodaj jeszcze obliczanie momentum dla okresu 9 miesięcy. Skrypt: import…
- User
Do tego skryptu dodaj jeszcze obliczanie momentum dla okresu 9 miesięcy. Skrypt: 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 do parsowania linii z pliku
def parse_etf_line(line): line = line.strip() if '#' in line: etf_symbol, alternative_name = line.split('#', 1) etf_symbol = etf_symbol.strip() alternative_name = alternative_name.strip() return etf_symbol, alternative_name else: return line, None
Funkcja główna
def main(): etfs_data = [] # Lista do przechowywania danych ETF-ów
# Wczytywanie symboli ETF-ów z pliku try: with open('etfs.txt', 'r', encoding='utf-8') as file: etf_lines = [line.strip() for line in file.readlines() if line.strip()] except FileNotFoundError: print("Plik 'etfs.txt' nie został znaleziony.") return # Pobranie danych historycznych dla każdego ETF-a for etf_line in etf_lines: etf_symbol, alternative_name = parse_etf_line(etf_line) 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) # Określenie nazwy do wyświetlenia if alternative_name: display_name = f"{alternative_name} ({etf_symbol})" else: display_name = etf_symbol # Dodanie danych do listy etfs_data.append({ 'name': display_name, '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
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_price # Funkcja do parsowania linii z pliku def parse_etf_line(line): line = line.strip() if '#' in line: etf_symbol, alternative_name = line.split('#', 1) etf_symbol = etf_symbol.strip() alternative_name = alternative_name.strip() return etf_symbol, alternative_name else: return line, None # Funkcja główna def main(): etfs_data = [] # Lista do przechowywania danych ETF-ów # Wczytywanie symboli ETF-ów z pliku try: with open('etfs.txt', 'r', encoding='utf-8') as file: etf_lines = [line.strip() for line in file.readlines() if line.strip()] except FileNotFoundError: print("Plik 'etfs.txt' nie został znaleziony.") return # Pobranie danych historycznych dla każdego ETF-a for etf_line in etf_lines: etf_symbol, alternative_name = parse_etf_line(etf_line) try: print(f"Pobieram dane dla ETF-a: {etf_symbol}...") initial_price_6, final_price_6 = get_etf_data(etf_symbol, "6mo") initial_price_9, final_price_9 = get_etf_data(etf_symbol, "9mo") 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 wszystkich okresów momentum_6 = calculate_momentum(initial_price_6, final_price_6) momentum_9 = calculate_momentum(initial_price_9, final_price_9) momentum_12 = calculate_momentum(initial_price_12, final_price_12) # Określenie nazwy do wyświetlenia if alternative_name: display_name = f"{alternative_name} ({etf_symbol})" else: display_name = etf_symbol # Dodanie danych do listy etfs_data.append({ 'name': display_name, 'momentum_6': momentum_6, 'momentum_9': momentum_9, '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 9 miesięcy (od najwyższego do najniższego) etfs_data_9_sorted = sorted(etfs_data, key=lambda x: x['momentum_9'], 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 9-miesięczne ---") table_9 = [[i, etf['name'], f"{etf['momentum_9']:.2f}%"] for i, etf in enumerate(etfs_data_9_sorted, 1)] print(tabulate(table_9, 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()Czy chcesz, żebym wyjaśnił wprowadzone zmiany?
Other models, same or similar prompt
Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.