Importare Dati da API Pubbliche
Connettiti alle API di dati di mercato e scarica informazioni di quotazioni, volumi e storici. Tre API italiane e internazionali consigliate.
Perché Importare Dati da API?
Non devi più scaricare file CSV manualmente. Le API pubbliche ti permettono di accedere ai dati di mercato in tempo reale, aggiornarli automaticamente e integrarli direttamente nei tuoi script Python.
Che tu voglia analizzare i prezzi delle azioni, i tassi di cambio o gli indici di borsa, le API sono il metodo più efficiente. In questa guida ti mostriamo tre servizi affidabili — due italiani e uno internazionale — e come usarli con Python. Non è complicato, e una volta configurato, il tuo flusso di dati funziona in automatico.
Cosa Imparerai
- Come autenticarsi su un'API finanziaria
- Scaricare quotazioni e dati storici con Python
- Gestire errori di connessione e rate limiting
- Salvare i dati in DataFrame pandas
Iniziare con Alpha Vantage
Iniziamo con Alpha Vantage perché è la più semplice per cominciare. Non devi nemmeno creare un account bancario — basta un'email.
Registrati e Ottieni la Chiave
Vai su www.alphavantage.co, compila il form con il tuo email, e riceverai subito una API key. Copiane il valore — te lo servirà tra poco.
Installa la Libreria requests
Nel terminale, digita:
pip install requests
. Questa libreria ti permette di fare richieste HTTP da Python.
Scrivi il Tuo Primo Script
Ecco uno script che scarica i dati giornalieri di un'azione. Sostituisci YOUR_API_KEY con la chiave che hai ottenuto.
import requests
import pandas as pd
api_key = "YOUR_API_KEY"
symbol = "AAPL"
url = f"https://www.alphavantage.co/query"
params = {
"function": "TIME_SERIES_DAILY",
"symbol": symbol,
"apikey": api_key,
"outputsize": "full"
}
response = requests.get(url, params=params)
data = response.json()
if "Time Series (Daily)" in data:
ts = data["Time Series (Daily)"]
df = pd.DataFrame.from_dict(ts, orient="index")
df.index = pd.to_datetime(df.index)
df.columns = ["Open", "High", "Low", "Close", "Volume"]
df = df.astype(float).sort_index()
print(df.head())
else:
print("Errore:", data.get("Note", data.get("Error Message")))Come Funziona
Lo script fa una richiesta HTTP all'API di Alpha Vantage, specifica il simbolo dell'azione (AAPL = Apple) e ottiene i dati storici giornalieri. Poi converte il JSON in un DataFrame pandas — così puoi analizzare facilmente i prezzi e i volumi.
Se la richiesta va a buon fine, vedrai le ultime 5 righe dei dati con le colonne Open, High, Low, Close, Volume. Se ricevi un errore, probabilmente hai superato il limite di 5 richieste al minuto — aspetta un po' e riprova.
Errori Comuni e Come Evitarli
Abbiamo visto molti script fallire per motivi semplici. Ecco cosa devi sapere per non perdere tempo.
1. Non Lasciare la Chiave API nel Codice
Se condividi il tuo script su GitHub, non includere la chiave API direttamente. Usala da un file .env — così è protetta. Crea un file
.env
con
API_KEY=your_key_here
, e caricalo con
python-dotenv
.
2. Gestisci il Rate Limiting
Alpha Vantage ti consente 5 richieste al minuto nella versione gratuita. Se ne fai di più, riceverai un errore. Aggiungi un delay tra le richieste con
time.sleep(15)
per stare sicuro.
3. Controlla Sempre la Risposta
Non assumere che la richiesta sia andata bene. Controlla se
"Error Message"
o
"Note"
sono presenti nel JSON. Se ci sono, stampa il messaggio e fermati.
Dati in Tempo Reale e Intraday
Se vuoi dati più frequenti — ogni 5, 15, 30 o 60 minuti — Alpha Vantage offre la funzione TIME_SERIES_INTRADAY. È utile se stai monitorando volatilità durante il giorno.
Il processo è identico a quello giornaliero, solo che cambi il parametro
function
da TIME_SERIES_DAILY a TIME_SERIES_INTRADAY e aggiungi
interval
. Attenzione: i dati intraday hanno più limiti nella versione gratuita — puoi ottenere al massimo i dati degli ultimi 30 giorni.
Per analisi seria su periodi lunghi, vale la pena passare a IEX Cloud o alla Borsa Italiana. Costano più di Alpha Vantage, ma ti danno accesso illimitato e dati verificati ufficialmente.
Il Prossimo Passo
Ora che sai come importare dati da un'API, il prossimo step naturale è imparare a pulirli e analizzarli. Usa pandas per rimuovere valori nulli, calcolare medie mobili, e visualizzare i trend con matplotlib.
Se vuoi andare oltre, puoi creare uno script che scarica dati ogni giorno automaticamente — magari salvandoli in un database SQLite. In questo modo avrai uno storico personale sempre aggiornato, senza dipendere dai download manuali.
Pronto per il prossimo capitolo? Scopri come scrivere il tuo primo script completo di analisi.
Continua la Lettura
Articoli Correlati
Avvertenza Legale
Questo articolo è puramente informativo e educativo. Non fornisce consulenza finanziaria, di investimento o legale. Le informazioni contenute si basano su fonti pubbliche, ma non garantiamo l'accuratezza o la completezza dei dati. L'uso delle API descritte e l'analisi dei dati finanziari comportano rischi. Prima di prendere decisioni di investimento, consulta sempre un professionista qualificato. Le API pubbliche possono modificare i loro termini di servizio in qualsiasi momento — controlla sempre le loro documentazioni ufficiali.