通过 Eikon 合并 CRSP 和 Eikon api
Merge CRSP and Eikon through the Eikon api
我正在尝试通过 Eikon 合并 CRSP 和 IBES API。
我已经从 CRSP 中提取了 CUSIP 代码,并希望将其转换为 RIC 代码以提取分析师的估计。
当我在 python 中执行以下操作时,它 returns 出现错误(负载太大)。我想这意味着我已经达到了一些数据限制。但是数据限制怎么会这么低——我们说的是大约 28.000 个请求(数据点)?其次,我该如何规避它 - 如果可能的话?
ric = ek.get_symbology(尖头,from_symbol_type="CUSIP",to_symbol_type="RIC")
您可以创建一个循环来批量检索数据:
dfs = [] # Will be a list of dataframes
batchsize = 200
for i in range(0, len(cusips), batchsize):
batch = cusips[i:i + batchsize]
r = ek.get_symbology(batch,from_symbol_type="CUSIP", to_symbol_type="RIC")
dfs.append(r)
rics = pd.concat(dfs)
print(rics)
注意:我还没有测试过这个特定的批量大小,您可以尝试一下这个数字,看看哪个最适合您。
希望这对您有所帮助!
我正在尝试通过 Eikon 合并 CRSP 和 IBES API。
我已经从 CRSP 中提取了 CUSIP 代码,并希望将其转换为 RIC 代码以提取分析师的估计。
当我在 python 中执行以下操作时,它 returns 出现错误(负载太大)。我想这意味着我已经达到了一些数据限制。但是数据限制怎么会这么低——我们说的是大约 28.000 个请求(数据点)?其次,我该如何规避它 - 如果可能的话?
ric = ek.get_symbology(尖头,from_symbol_type="CUSIP",to_symbol_type="RIC")
您可以创建一个循环来批量检索数据:
dfs = [] # Will be a list of dataframes
batchsize = 200
for i in range(0, len(cusips), batchsize):
batch = cusips[i:i + batchsize]
r = ek.get_symbology(batch,from_symbol_type="CUSIP", to_symbol_type="RIC")
dfs.append(r)
rics = pd.concat(dfs)
print(rics)
注意:我还没有测试过这个特定的批量大小,您可以尝试一下这个数字,看看哪个最适合您。
希望这对您有所帮助!