FinanceDatabase Ваш бесплатный пропуск в мир финансовых данных (300 000+ активов!)

Знакомая ситуация? Вы ищете данные по акциям, ETF или, скажем, по криптовалютам для своего нового финансового проекта, для анализа инвестиционного портфеля или просто для исследовательских целей. И тут начинается квест: одни источники платные, другие неполные, третьи требуют сложных API-ключей и ограничены по запросам. В итоге тратишь больше времени на поиск и агрегацию, чем на сам анализ.

Что ж, у меня для вас отличная новость! Недавно я наткнулся на настоящий клад в мире Open Source — проект FinanceDatabase от JerBouma. Это не просто библиотека, а, по сути, огромная, бесплатная и постоянно пополняемая база данных, которая агрегирует информацию о более чем 300 000 финансовых инструментов. Звучит многообещающе, не правда ли?

Что это за зверь FinanceDatabase и зачем он нужен?

Представьте: у вас под рукой информация по акциям, ETF, паевым фондам, индексам, валютам, криптовалютам и даже денежным рынкам со всего мира. FinanceDatabase — это именно такая сокровищница. Его главная цель — предоставить разработчикам и частным инвесторам простой и бесплатный доступ к категоризированным финансовым продуктам.

Кому это пригодится?

• Разработчикам финансовых приложений: Нужен список компаний в определенном секторе? Или все ETF, ориентированные на конкретную страну? FinanceDatabase поможет быстро получить эти данные.
• Исследователям и аналитикам: Изучаете тренды в новых индустриях или ищете редкие активы? База предоставит базовую информацию для старта.
• Частным инвесторам: Хотите расширить свой кругозор за пределы самых популярных акций и ETF? Этот проект покажет, "что еще есть в мире".

Важно отметить, что FinanceDatabase не предоставляет актуальные фундаментальные или рыночные данные (котировки, финансовые отчеты). Для этого есть другие инструменты (кстати, автор FinanceDatabase предлагает свою Finance Toolkit, о которой чуть позже). Эта база фокусируется на метаданных: тикер, название, валюта, сектор, отрасль, страна, биржа, капитализация и так далее. Это невероятно ценно для первичного отбора и фильтрации.

Глубже в функционал: как работать с данными?

Начать работу с FinanceDatabase удивительно просто. Проект написан на Python, и установка займет пару секунд:

pip install financedatabase -U

После установки вы готовы погрузиться в мир данных. Давайте посмотрим на основные возможности:

1. Получаем данные: select()

Представьте, что вы хотите найти все акции на конкретной бирже или в определенной стране. Класс Equities позволяет это сделать. Инициализация класса загружает данные, но это происходит только один раз.

import financedatabase as fd

equities = fd.Equities()

# Получаем все акции (пример усечен до 10 записей для краткости)
equities.select()

В результате вы получите DataFrame с колонками вроде symbol, name, currency, sector, industry_group, country и многими другими. Это дает вам обширный контекст по каждому активу.

2. Исследуем возможности: show_options()

Иногда нужно понять, какие вообще есть секторы или страны в базе. Метод show_options() приходит на помощь. Он позволяет увидеть все доступные значения для каждой категории без необходимости загружать всю базу целиком.

# Показываем все доступные опции для акций
fd.show_options("equities")

Вы получите словарь, где ключами будут названия колонок (например, currency, sector, country), а значениями — списки уникальных опций. Очень удобно!

Кстати, если вы уже загрузили класс (например, equities), вы можете использовать equities.show_options() с фильтрами, чтобы увидеть опции, релевантные вашему запросу. Например, какие индустрии доступны в Нидерландах:

equities.show_options(country='Netherlands')

Или даже более детально:

equities.show_options(
    selection='industry',
    sector='Financials',
    country='Netherlands')

Это позволит вам точно сформировать запрос, зная, какие категории существуют.

3. Умный поиск: search()

Что, если вам нужно найти что-то более специфическое? Например, компании, в описании которых есть слово "Robotics", или тикеры, заканчивающиеся на ".F" (что часто указывает на Франкфуртскую биржу). Для этого есть мощный метод search().

equities.search(
    summary=["Robotics", "Education"],
    industry_group="Equipment",
    market='Frankfurt',
    index=".F"
)

Метод search() позволяет фильтровать данные по любой колонке с помощью произвольной строки. Он нечувствителен к регистру по умолчанию, но это можно настроить. Это дает невероятную гибкость при поиске.

Мост в мир анализа: интеграция с Finance Toolkit

Одна из самых крутых фич FinanceDatabase — это прямая интеграция с проектом Finance Toolkit, созданным тем же автором. Помните, я говорил, что FinanceDatabase не дает актуальных рыночных данных? Так вот, Finance Toolkit — это ваш инструмент для их получения и глубокого финансового анализа!

Представьте, вы нашли три страховые компании из Нидерландов на бирже Euronext Amsterdam с помощью FinanceDatabase. Вы можете легко передать эти компании в Finance Toolkit:

API_KEY = "ВАШ_API_КЛЮЧ_FMP" # Нужен API ключ от FinancialModelingPrep (есть бесплатный план)

dutch_insurance_companies = equities.select(
    country='Netherlands',
    industry='Insurance',
    market='Euronext Amsterdam',
)

toolkit = dutch_insurance_companies.to_toolkit(
    api_key=API_KEY
)

Теперь, имея объект toolkit, вы можете:

• Получать исторические данные: Котировки, объемы, дивиденды.

toolkit.get_historical_data() ```

• Рассчитывать финансовые коэффициенты: Более 60 различных показателей (рентабельность, ликвидность, долговая нагрузка и т.д.) для глубокого фундаментального анализа.

toolkit.ratios.collect_all_ratios() ```

Это открывает огромные возможности для создания полноценных аналитических систем, начиная от поиска активов и заканчивая их детальным изучением.

Немного о кухне: откуда данные и как поддерживается база?

Интересно, что FinanceDatabase полностью опирается на публично доступные источники. Автор строго придерживается принципа, что все данные должны быть бесплатными. Никаких платных подписок или закрытых API. Это, безусловно, большой плюс для open-source сообщества.

Категоризация акций основана на свободной аппроксимации GICS (Global Industry Classification Standard), но без использования проприетарных данных MSCI. Все остальные категории разработаны независимо.

Как поддерживается актуальность?

• Для американских бирж база обновляется автоматически каждое воскресенье, используя данные из другого открытого репозитория, что включает проверку изменений рыночной капитализации и классификаций.
• Для компаний вне американских бирж, а также для учета слияний, банкротств и изменений тикеров, проект полагается на сообщество. Это ключевой момент! Любой желающий может внести свой вклад, редактируя простые CSV-файлы. Подробности можно найти в Contributing Guidelines.

Такой подход позволяет базе оставаться актуальной и при этом полностью бесплатной и открытой. В моей практике часто сталкиваюсь с тем, что именно сообщество делает подобные проекты по-настоящему живыми и полезными.

Стоит ли попробовать? Мои выводы.

FinanceDatabase — это, без преувеличения, очень ценный ресурс для любого, кто работает с финансовыми данными на Python. Если вы:

• Устали от ограничений платных сервисов и ищете бесплатную альтернативу для получения метаданных по финансовым инструментам.
• Хотите быстро фильтровать и категоризировать огромные объемы активов по различным параметрам (страна, сектор, индустрия, биржа).
• Планируете создавать собственные аналитические инструменты или торговых роботов и нуждаетесь в надежной основе для выбора активов.
• Интересуетесь фундаментальным анализом и хотите легко интегрировать найденные активы с мощными библиотеками вроде Finance Toolkit.

Тогда FinanceDatabase определенно стоит вашего внимания. Проект активно развивается, имеет хорошее комьюнити и, что важно, четкую философию — быть бесплатным и доступным.

Я бы рекомендовал начать с изучения документации и примеров использования в README. Уверен, вы найдете для себя много полезного!

Присоединяйтесь к сообществу, вносите свой вклад, и пусть ваши финансовые исследования будут продуктивными!