Descargar el último año de dividendos en el Nasdaq con Python y Yahoo_fin.

Yahoo_fin es un paquete de Python 3 diseñado para extraer datos históricos de precios de acciones, así como para proporcionar información actual sobre límites de mercado, rendimientos de dividendos y qué acciones comprenden las principales bolsas.

Entre sus principales funcionalidades tenemos:

Recopilación de estados de resultados, balances, flujos de efectivo
Información de la empresa
Datos de analistas
Precios de acciones en tiempo real
Capturar datos de criptomonedas
Obtener las acciones negociadas más activamente en un día de negociación actual
Recuperar los precios de las opciones y las fechas de vencimiento.
Rastrear el historial del calendario de ganancias
RSS de noticias financieras

En este artículo nos centraremos en la descarga de la información fiscal, exactamente explicaremos cómo obtener el histórico de dividindo proporcionado un ticker y almacenar el resultado en un fichero .csv para su posterior consulta.

Instalación del paquete y preparación del entorno.

Para poder llevar a cabo el proyecto, el primer paso es ejecutar el siguiente comando para descargarse el proyecto del repositorio github.

git clone https://github.com/al118345/Analisis_Financiero.git

Una vez ya hemos descargado el proyecto, el siguiente paso es configurar nuestro entorno de programación python descargando todas las librerías necesarias para el proyecto

pip install -r requirements.txt

El proyecto que vamos a gestionar, esta almacenado en el directorio obtener_historico_dividendos y esta compuesto por dos ficheros: historico_dividendos.py y tickers.csv

EL fichero tickers.csv tiene almacenado un listado de tickers (abreviaturas de las empresas) a consultar. El formato del fichero tiene que ser como se muestra a continuación:

 MO
 JNJ
 SCU
 AWK
 CB

EL fichero historico_dividendos.py contiene el código que explicaremos en el siguiente apartado.

Explicación del fichero historico_dividendos.py

Este fichero contiene el siguiente código:

 from yahoo_fin import stock_info as si
 from datetime import datetime, timedelta, date
 import pandas as pd

 def tabla_div():
    df = pd.read_csv('tickers.csv', header=None, encoding='utf-8')
    tickers = df[0].to_list()
    df = pd.DataFrame()
    cont= 0
    for ticker in tickers:
        try:
            one_day = timedelta(days=600)
            first_day_of_the_month = date.today().replace(day=1)
            fecha_de_inicio = first_day_of_the_month - one_day
            aux_div = si.get_dividends(ticker, start_date=fecha_de_inicio)

            df2 = pd.DataFrame(index=aux_div.index.astype(str).to_list(), data=aux_div['dividend'].tolist(),
                              columns=[ticker])
            df= pd.concat([df2,df],axis=0)
            df = df.sort_index(ascending=False)
            cont = cont +1

        except Exception as error:
            print(str(error))
            print(ticker)
            continue
    df.to_csv('resultados_dividendos.csv', index = True)

 if __name__ == '__main__':
    tabla_div()

Dentro del código expuesto anteriormente, la primera parte corresponde a la carga del fichero tickers.csv con la librería panda de Python. El código es el siguiente:

  df = pd.read_csv('tickers.csv', header=None, encoding='utf-8')
  tickers = df[0].to_list()

El código continua creando un dataframe vacio dónde se almacenará toda la información que nos proporcione Yahoo_fin. A partir de este momento, lo único que vamos a realizar es una iteración que dependerá de la cantidad de valores almacenados en el fichero tickers.csv.

   df = pd.DataFrame()
    cont= 0
    for ticker in tickers:
        try:
            one_day = timedelta(days=600)
            first_day_of_the_month = date.today().replace(day=1)
            fecha_de_inicio = first_day_of_the_month - one_day
            aux_div = si.get_dividends(ticker, start_date=fecha_de_inicio)

            df2 = pd.DataFrame(index=aux_div.index.astype(str).to_list(), data=aux_div['dividend'].tolist(),
                              columns=[ticker])
            df= pd.concat([df2,df],axis=0)
            df = df.sort_index(ascending=False)
            cont = cont +1

        except Exception as error:
            print(str(error))
            print(ticker)
            continue

En este punto es importante analizar que tipo de información nos proporciona el método get_dividends(). Para ello os dejo la siguiente tabla:

	dividend	ticker
2019-08-26	0.95	JNJ
2019-11-25	0.95	JNJ
2020-02-24	0.95	JNJ
2020-05-22	1.01	JNJ
2020-08-24	1.01	JNJ
2020-11-23	1.01	JNJ
2021-02-22	1.01	JNJ

Además, no queremos la información completa, con los últimos dividendos nos vale. Por ello crearemos la variable fecha_de_inicio que contiene el resultado de restar a la fecha de hoy 600 días. Una vez realizada la operación, simplemente realizamos la consulta de la siguiente forma:

  one_day = timedelta(days=600)
  first_day_of_the_month = date.today().replace(day=1)
  fecha_de_inicio = first_day_of_the_month - one_day
  aux_div = si.get_dividends(ticker, start_date=fecha_de_inicio)

El resultado lo añadimos al dataframe obtenido al principio. Importante ordenarlo por fecha.

  df2 = pd.DataFrame(index=aux_div.index.astype(str).to_list(), data=aux_div['dividend'].tolist(),
  columns=[ticker])
  df= pd.concat([df2,df],axis=0)
  df = df.sort_index(ascending=False)
  cont = cont +1

El resultado es almacenado en un fichero resultados_dividendos.csv' con el siguiente formato:

	CB	AWK	SCU	JNJ	MO
2021-03-24					0.86
2021-03-18	0.78
2021-02-24			2.35
2021-02-22				1.01
2021-02-05		0.55
2020-12-24					0.86
2020-12-17	0.78
2020-11-23				1.01
2020-11-09		0.55
2020-09-17	0.78
2020-09-14					0.86
2020-08-24				1.01
2020-08-11		0.55
2020-06-18	0.78
2020-06-12					0.84
2020-05-22				1.01
2020-05-11		0.55
2020-03-24					0.84
2020-03-19	0.75
2020-02-24			0.53
2020-02-24				0.95
2020-02-06		0.5
2019-12-24					0.84
2019-12-19	0.75
2019-11-25				0.95
2019-11-15			0.03
2019-11-08		0.5
2019-09-19	0.75
2019-09-13					0.84
2019-08-26				0.95
2019-08-13			0.32

El código utilizado es:

  df.to_csv('resultados_dividendos.csv', index = True)

Si lo desea puede consultar el el siguiente video explicativo https://www.youtube.com/watch?v=v3LNklgOvvc: