Sources de données financières : guide pour investisseurs
Cette discussion de forum porte sur les difficultés rencontrées par les membres pour accéder à des données financières fiables et efficientes, notamment pour construire des screeners d'actions. Les participants partagent leurs expériences et solutions, soulignant la complexité croissante de l'acquisition de données de qualité. Un thème central est la recherche de sources fiables pour l'analyse fondamentale, avec un besoin d'informations historiques sur les résultats nets, les dividendes, et divers ratios financiers tels que le PER, le PBR, le ROE, etc. La gestion des données, incluant leur extraction, leur nettoyage et leur agrégation, est également un enjeu majeur.
Plusieurs sources de données sont mentionnées, dont certaines gratuites et d'autres payantes. Parmi les sources gratuites, Yahoo! Finance est initialement cité, mais son API est de plus en plus instable et finalement jugée inutilisable par la suite. Les membres utilisent ou ont utilisé : Google Finance, Bloomberg (accès limité et souvent bloqué), Reuters, Businessweek, Morningstar (parties gratuites et payantes), le Financial Times (initialement gratuit, devenu payant), le Wall Street Journal, MSN Money (disparu), Zonebourse et ADVFN. La fiabilité et la cohérence des données entre ces différentes sources sont régulièrement mises en question, nécessitant des vérifications manuelles.
Les participants explorent différentes techniques d'extraction de données, dont le web scraping avec des outils comme VBA (Excel), JavaScript et Python. Le développement de screeners personnalisés est un objectif récurrent, utilisant des logiciels comme Excel, Google Sheets et des programmes spécifiques. La difficulté de parser les pages web est soulignée, ainsi que les limitations liées aux conditions d'utilisation des sites web et aux restrictions d'accès imposées pour éviter un usage abusif. L'utilisation d'API est envisagée, mais leur coût est souvent rédhibitoire pour les particuliers.
Enfin, la discussion aborde l'émergence de solutions payantes comme EOD Historical Data, proposée comme une alternative efficace et abordable aux solutions gratuites de plus en plus limitées. L'aspect coût versus efficacité est un point crucial, les membres cherchant le meilleur équilibre entre le prix d'un abonnement et la qualité, la fiabilité et l'exhaustivité des données.
Des solutions plus récentes et alternatives sont également mentionnées comme Wisesheets, des packages Python comme yfinance et l'utilisation de ChatGPT pour générer du code. La discussion souligne le besoin croissant d'outils robustes et fiables, reflétant l'évolution constante du monde de la finance et des technologies utilisées pour y accéder.