Como ler dados antigos do MetaStock no Python

Resumo

O documento pergunta se arquivos históricos diários antigos do MetaStock podem ser carregados diretamente no pandas. Descreve o formato como binário e observa que ele está associado a vários tipos de arquivo, mas não apresenta procedimentos de decodificação nem detalhes de implementação.

A resposta aceita diz que bibliotecas comuns de Python não conseguem ler diretamente esse formato antigo, então os dados precisariam ser convertidos para texto antes da importação. Ela sugere obter os dados por meio de um provedor compatível com Python como alternativa mais simples. Trata-se de uma resposta breve e datada, não de um guia técnico: não demonstra a conversão, não compara provedores em detalhe nem confirma se ferramentas posteriores passaram a oferecer suporte ao formato.

Ideias principais

• Segundo a resposta, dados antigos do MetaStock são armazenados em formato binário, que bibliotecas comuns de Python não conseguem ler diretamente.
• A solução alternativa proposta é converter os arquivos para texto antes de importá-los no pandas.
• A resposta sugere usar como alternativa um provedor de dados com integração ao Python.
• O documento não apresenta exemplo de conversão nem evidências além da afirmação de quem respondeu.

Tags

# Loading metastock data into panda data frames


# Loading metastock data into panda data frames












Most paid end-of-day data packages are available in metastock format. For analytics purposes, it will be nice if one can read the metastock data and load them into Python panda data frames. Is it possible to do this today?

The metastock format I am referring to is the legacy (pre-12.0) MetaStock file format. It is a binary file format and originated from the Computrac file format. There are four files associated with the format: MASTER, EMASTER, XMASTER, FDAT, and F.MWD.

## Answer by Rehan (score 1, accepted)

https://quant.stackexchange.com/a/32760

The binary data from MetaStock cannot be directly read into a pandas dataframe, or for the matter of fact, into any python library commonly known. For this you would need to convert it into text and then import, which simply complicates the process.

The easier way to do this, would be to use Quandl - although it costs slightly higher than MetaStock, it ties in very well to Python, and you can import the requisite data in a jiffy.

Exibido na íntegra, com atribuição conforme a licença da fonte. Licença: CC BY-SA 4.0 (Stack Exchange)

Este resumo foi escrito pelo agente de pesquisa da Stratmill com base no original; não é uma cópia da fonte.