R-paketet borsdata är ett verktyg för att ansluta till Börsdatas API.

Installation av paketet

Det lättaste sättet att installera R paketet är genom följande kod:

devtools::install_github('jakobjohannesson/borsdata', build_vignettes = TRUE)

Kom igång med Börsdata API

All dokumentation om paketet och funktionalitet finns att tillgå genom följande kod:

help(package = "borsdata")

Användning

För att använda dig av borsdata, så måste du ladda in paketet till din lokala miljö:

library(borsdata)

Ange din nyckel som du kan hitta på Min sida, givet att du är inloggad på Börsdata och har Börsdata pro.

key<- "<API key>" # Ange din API nyckel 

Exempel på funktioner som du nu kan kalla på är:

# Instruments innehåller alla aktier
instruments <- fetch_instruments(key = key)
str(instruments)
head(instruments)

Från instruments kan insID värden utläsas vilket används sedan för att hämta data som är kopplat till det bolaget. Exempelvis har Systemair insID=221, använder nu information för att hämta årsdata om Systemair.

# Ange ditt id i funktionen, exempelvis 221 för Systemair
systemair<-fetch_year(id=221,key=key)
head(systemair)

För att hämta kvartalsdata och rullade 12 månadersdata, använd då följande:

# Rullande 12 månader
r12<-fetch_r12(id=221,key=key)
str(systemair)

# Kvartalsdata
kvartal<-fetch_quarter(id=221,key=key)
str(systemair)

Från datamaterialet kan du göra din egen analys som du själv önskar. Andra funktioner som finns i paketet är fetch_stockprice. Denna funktion kan användas för att hämta aktiekurser, vilket i sin tur kan användas för att skapa exempelvis korrelationsmatriser mellan bolag.

Hämtar aktiekurser för Systemair, JM och Balder. Använder Sys.sleep(3) för att undvika att pinga börsdatas servrar för ofta.

systemair_kurs <- fetch_stockprice(id = 221, key = key)
jm_kurs <- fetch_stockprice(id = 116, key = key)
balder_kurs <- fetch_stockprice(id = 83, key = key)
# Slår samman aktiekurserna till en och samma data.frame
frame <-data.frame(JM=jm_kurs$c, Systemair=systemair_kurs$c, Balder=balder_kurs$c)

Skapar en korrelationsmatis.

# install.packages("GGally)
library(GGally)

ggpairs(frame)

# tar fram yttligare en korrelationsmatris
ggpairs(
  data = frame,
  axisLabels = "internal",
  title = "Korrelationsmatris mellan bolag") +
  theme_bw() +
  theme(plot.title = element_text(hjust = 0.5))

Andra funktioner som finns att tillgå är:

# Kalla på branches
branches<-fetch_branches(key=key)
head(branches)

# Kalla på countries
countries<-fetch_countries(key=key)
head(countries)

# Kalla på markets
markets<-fetch_markets(key=key)
head(markets)

# Kalla på updated_instruments
updated_instruments<-fetch_updated_instruments(key=key)
head(updated_instruments)

# Kalla på sectors
sectors<-fetch_sectors(key=key)
head(sectors)

# Kalla på stockprice_last
stockprice_last<-fetch_stockprice_last(key=key)
head(stockprice_last)

# Kalla på stocksplits
stocksplits<-fetch_stocksplits(key=key)
head(stocksplits)

## Senaste funktionerna! Nycketalsdata/KPIer

# Metadata

metadata<-fetch_kpi_metadata(key=key)
head(metadata)

# Senaste uppdateringen av metadata

metadata_updated<-fetch_updated_kpi_metadata(key)
head(metadata_updated)

# KPI årsdata

kpi_year<-fetch_kpi_year(key,bolag)
head(kpi_year)

# KPI r12

kpi_r12<-fetch_kpi_r12(key,bolag)
head(kpi_r12)

# KPI quarter

kpi_quarter<-fetch_kpi_quarter(key,bolag)
head(kpi_quarter)


JakobJohannesson/borsdata documentation built on July 28, 2022, 1:43 a.m.