Kostenlose Historische EOD Daten

EOD Daten download ..sind meisten kostenlos abrufbar;
Ich selbst verwende den bezahlten datenfeed von IB + Agenatrader Andromeda, sowie die TWS. Python for finance als Einsatz im Beispiel.

Python in Anwendung mit etwas script als Beispiel:
Darstellung mit EMA(10), EMA(20) + Adj Close Daten + Grafik

Erfahrung Python und IDLE interpreter mit diesen script Zeilen:

----------------------------------------------------------------------
# C:\Python27\Tools\Scripts\filename.py
import datetime as dt
import matplotlib.pyplot as plt
import matplotlib.dates as mdates

from matplotlib import style
#from matplotlib.finance import candlestick_ohlc

from pandas.plotting import register_matplotlib_converters
register_matplotlib_converters()

import pandas as pd
import pandas_datareader as web
style.use('ggplot')
###--------------------------------------
###  read symbols from file DaxSymb.csv
###--------------------------------------
tickers= pd.read_csv(file, parse_dates=True, index_col=0)
tickers1= pd.read_csv(file)

print(tickers,'\n','----------')
print(tickers1)
###--------------------------------------
start = dt.datetime(2019,1,1)
end = dt.datetime(2020,4,24)
###--------------------------------------
fName='ALV.DE'
###--------------------------------------
df = web.DataReader(fName,'yahoo',start,end)
df.to_csv(fName +'.csv')
###--------------------------------------
###print(df)
###print(fName + '.csv')
###--------------------------------------
df = pd.read_csv(fName+'.csv', parse_dates=True, index_col =0)
df['20ma'] = df['Adj Close'].rolling(window=20, min_periods=0).mean()
df['10ma'] = df['Adj Close'].rolling(window=10, min_periods=0).mean()
###--------------------------------------

print(df)

ax1 = plt.subplot2grid((6,1),(0,0),rowspan=5,colspan=1)
ax2 = plt.subplot2grid((6,1),(5,0),rowspan=1,colspan=1, sharex=ax1)
ax1.plot(df.index, df['Adj Close'])
ax1.plot(df.index, df['10ma'])
ax1.plot(df.index, df['20ma'])
ax2.bar(df.index, df['Volume'])
df.plot()
plt.show()
#----------------------------------------------------------------------
print: das sind die EOD Daten 5 lines start, 5 lines end EOD
                  High        Low  ...        20ma        10ma
Date                                ...                       
2019-01-02  175.559998  171.960007  ...  167.464111  167.464111
2019-01-03  175.220001  172.539993  ...  166.583733  166.583733
2019-01-04  178.020004  172.960007  ...  167.629985  167.629985
2019-01-07  178.240005  174.600006  ...  167.808613  167.808613
2019-01-08  178.179993  175.440002  ...  167.950241  167.950241
...                ...        ...  ...        ...        ...
2020-04-20  168.179993  163.160004  ...  155.817002  161.374001
2020-04-21  165.259995  160.679993  ...  157.145002  162.572000
2020-04-22  164.339996  160.279999  ...  158.611002  162.842000
2020-04-23  162.580002  158.740005  ...  158.948002  162.508000
2020-04-24  159.139999  155.139999  ...  158.888001  161.986000

[331 rows x 8 columns]
Diese Daten stehen als csv file für weitere Auswertungen zur Verfügung.
Python liefert weitere Funktionen fürs trading.
Die Grafik zeigt die ausgewählten Daten.

Zur Vertiefung gibts auf youtube Erweiterungen von Sentdex