Help us understand the problem. What is going on with this article?

#Quantopian Research に csvをインポートして使う

More than 1 year has passed since last update.

local_csv

VXXとVXSTについて調べたかったので,VXSTをCBOEから取得して,Quantopian Researchの local_csv関数 でファイルをUploadして使ってみました.

手順

  1. ファイルをインポート

    1. vxst をローカルにダウンロード
    2. Quantopian > Research > data に移動し,Upload file ボタンを押下Screenshot from 2018-03-02 16-06-40.png
    3. file を選択してアップロード
    4. upload したファイルが,https://www.quantopian.com/research/data に格納されているか確認
    5. file名をクリックするとファイルの中身を確認できます.
  2. データをDataFrame化

    1. Research で任意のNotebookを作成
    2. local_csv を使ってファイルをDataFrame化
    3. VXXを取得して描画して眺める
vxst = local_csv("vxstcurrent.csv",  # data 直下に入っていれば,ファイル名だけで良い
                 date_column="Date", # 元ファイルのDateコラムが日付だったので,ソレを指定.
                 use_date_column_as_index=True, # 日付コラムをインデックスに指定
                 skiprows=[0,1,2], # 元ファイルの1〜3行目にメモが入っているのでスキップさせる(0始まり)
                )
vxx = get_pricing("vxx", start_date=vxst.index[0], end_date=vxst.index[-1], fields="price")
vxst["vxx"] = vxx
vxst[["Close", "vxx"]].loc["2017-1-1":].plot(secondary_y = "vxx")

Screenshot from 2018-03-02 16-32-24.png
((o(´∀`)o))ワクワク

エラー例

上記コードを走らせると,TypeError: index is not a valid DatetimeIndex or PeriodIndex という例外が発生しました.
1-5の手順で説明したとおり,ファイル名をクリックして中身を確認したところ,一つの日付だけに,*4/20/2011こんなふうに*が混じっていて,これが,エラーの原因でした.
ファイルはウェブ上で修正できるので,*を削除してsaveし,再実行すればOKでした.

注意

Uploadしたファイルは永久にdataにあるわけではありません.何らかのタイミングで削除されるようです.お気をつけください.

Quantopian でのIndexについて

ところで,Quantopianは株価は取れても指標は取れません.
SPYやVXX等のIndex ETFは取れても,SPX(SP500)インデックスやVIXは取れません.
ですので,こうやってファイルをUploadして使う必要があります.

参照

その他のVIX系インデックスのリンクはこちら

vix http://www.cboe.com/publish/scheduledtask/mktdata/datahouse/vixcurrent.csv
vxst http://www.cboe.com/publish/scheduledtask/mktdata/datahouse/vxstcurrent.csv
vix3M (かつてのvxv) https://www.cboe.com/publish/scheduledtask/mktdata/datahouse/vix3mdailyprices.csv
vvixUrl http://www.cboe.com/publish/scheduledtask/mktdata/datahouse/vvixtimeseries.csv

Why not register and get more from Qiita?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
Comments
Sign up for free and join this conversation.
If you already have a Qiita account
Why do not you register as a user and use Qiita more conveniently?
You need to log in to use this function. Qiita can be used more conveniently after logging in.
You seem to be reading articles frequently this month. Qiita can be used more conveniently after logging in.
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away