Software-Links

Python bietet großartige Bibliotheken, um Daten aus verschiedenen Quellen zu beschaffen, zu analysieren und in Excel zu exportieren. Hier sind einige Ansätze und Tools, die dir helfen könnten:

### **1. Datenbeschaffung**

- **Börsenkurse**:

- **`yfinance`**: Eine beliebte Bibliothek, um Aktienkurse und Finanzdaten von Yahoo Finance abzurufen.

- **`Alpha Vantage`**: Bietet eine API für Echtzeit-Marktdaten, einschließlich Börsenkurse.

- **`Quandl`**: Ideal für historische Finanzdaten.

- **Chemische Verbindungen**:

- **`PubChemPy`**: Eine Python-Bibliothek, um Daten aus der PubChem-Datenbank abzurufen.

- **`RDKit`**: Für chemische Daten und Molekülmanipulation.

### **2. Datenverarbeitung**

- **`pandas`**: Perfekt für die Datenanalyse und -manipulation. Du kannst Daten filtern, berechnen und in Tabellenform bringen.

- **`numpy`**: Für numerische Berechnungen und Datenverarbeitung.

### **3. Export nach Excel**

- **`openpyxl`**: Zum Erstellen und Bearbeiten von Excel-Dateien.

- **`xlsxwriter`**: Für komplexere Excel-Formatierungen.

- **`pandas`**: Unterstützt den direkten Export von Datenframes nach Excel mit `to_excel()`.

### **Beispiel-Workflow**

1. **Daten abrufen**: Nutze `yfinance` oder `PubChemPy`, um die gewünschten Daten zu laden.

2. **Daten analysieren**: Verarbeite die Daten mit `pandas`.

3. **Exportieren**: Speichere die Ergebnisse in einer Excel-Datei mit `openpyxl` oder `pandas`.

Programm ausführen

In der Eingabeaufforderung: (WINDOWS+R; ausführen: cmd)

Um ein Python-Script unter Windows 10 zum Laufen zu bringen, geht man so vor:

1. Python installieren (falls noch nicht passiert)

• Geh auf https://www.python.org/downloads/windows/

• Lade dir den Windows Installer (am besten die neueste Version von Python 3.x) herunter.

• Wichtig: Beim Installieren “Add Python to PATH” anhaken!

• Danach einfach auf „Install Now“ klicken.

2. Python-Script vorbereiten

• Dein Script sollte in einer .py Datei gespeichert sein, z. B. mein_script.py .

• Du kannst es mit einem Texteditor (z. B. Notepad++ oder VS Code) schreiben oder bearbeiten.

3. Script ausführen

Methode 1: Über die Eingabeaufforderung (CMD)

1. Drücke Win + R , tippe cmd und drücke Enter.

2. Navigiere zu dem Ordner, wo dein Script liegt, z. B.:

cd C:\Users\DeinName\Desktop

3. Führe das Script aus:

python mein_script.py

Methode 2: Doppelklick (nur bei Scripts ohne Eingaben)

• Du kannst die .py -Datei doppelklicken, wenn Python richtig mit .py verknüpft ist .

• Nachteil: Das Fenster schließt sich sofort, wenn dein Script nicht pausiert (z. B. mit input() am Ende).

Die Alternative ist das Programmieren in einer geegneten IDE, die ich nich heraussuchen muss. Mir erscheint Eclipse sinnvoll, weil sie sehr viele Scriptsprachen unterstützt und deshalb, einmal gelernt, vielseitig einsetzbar ist

Python -Excel - Kombination

Python wird erfolgreich verwendet, um Tabellendaten aus Datenbanken zu extrahieren.

Beispiel zur Berechnung der Volatilität von Wertpapieren

Auslesen von Kursdaten von einer oder mehrerer Wertpapiere

Kursdaten automatisch abrufen ist super praktisch, z. B. für Analysen oder Portfolios. Hier zeig ich dir den einfachsten Weg, das mit Python zu tun, und zwar mit yfinance – einer beliebten Bibliothek, die Daten von Yahoo Finance lädt.

1. Vorbereitung

Falls du yfinance noch nicht installiert hast:

pip install yfinance

2. Beispiel: Kursdaten laden (z. B. für Apple)

import yfinance as yf

# Apple-Aktie (Ticker: AAPL)

ticker = yf.Ticker( "AAPL" )

# Kursdaten der letzten 30 Tage

df = ticker.history(period= "30d" )

# Ausgabe anzeigen

print(df[[ "Close" ]])

Ergebnis:

Ein DataFrame mit täglichem Schlusskurs ( Close ), z. B.:

Date Close

2025-03-01 180.5

2025-03-02 179.3

… …

3. Volatilität aus diesen Kursdaten berechnen

Kombinieren wir das Ganze:

import yfinance as yf

import numpy as np

# Kursdaten laden

df = yf.download( "AAPL" , period= "30d" )

# Renditen berechnen

df[ "Rendite" ] = df[ "Close" ].pct_change()

# Volatilität

tägliche_vol = df[ "Rendite" ].std()

jährliche_vol = tägliche_vol * np.sqrt( 252 )

print( f"Tägliche Volatilität: {tägliche_vol: .4 f} " )

print( f"Jährliche Volatilität: {jährliche_vol: .4 f} " )

4. Weitere Optionen

Du kannst auch mehrere Aktien auf einmal laden:

tickers = yf.download([ "AAPL" , "MSFT" , "TSLA" ], period= "60d" )[ "Close" ]

print(tickers.tail())

Möchtest du ein ZIP-Paket mit einem fertigen Beispielskript, das Kursdaten automatisch von Yahoo Finance lädt und Volatilität berechnet?

Literatur

Python Experte: python für Einsteiger (Nr. 1/2017); nutzt python 2.0.2

Peter Walerowski: Python, Grundlagen und Praxis; Addison-Wesley; www.dnb.de: https://d-nb.info/984842403 ; Inhaltsverzeichnis (.pdf)

Al Sweigert: Routineaufgaben mit Python automatisieren, Praktische Programmierlösungen für Einsteiger; dpunkt.verlag; www.dnb.de: https://d-nb.info/1199637629 ; Inhaltsverzeichnis (.pdf)

python_buch.html