pandas
CSV-эндпоинт Frankfurter загружается прямо в DataFrame, поэтому получить курсы можно одной строкой. Причина выбрать его вместо быстрого поиска рыночного курса: воспроизводимость. Закрепите один источник, и его история останется такой, какой её опубликовали, так что бэктест, запущенный сегодня, совпадёт с прошлогодним.
Быстрый старт
Передайте read_csv адрес CSV-эндпоинта:
import pandas as pd
df = pd.read_csv("https://api.frankfurter.dev/v2/rates.csv?base=usd"es=eur,gbp")
Вы получите фрейм date,base,quote,rate, по строке на каждую валюту.
Конвертация суммы
CSV даёт курс, а не пересчитанную сумму. Умножьте сумму на столбец rate. Чтобы получить одно значение без pandas, обратитесь к плоскому эндпоинту курса через requests:
import requests
rate = requests.get("https://api.frankfurter.dev/v2/rate/usd/eur").json()["rate"]
total = 100 * rate
Закрепление официального источника
По умолчанию вы получаете курс, сведённый по всем источникам. Добавьте providers, чтобы закрепить одно ведомство. Так анализ можно проверить: многие юрисдикции требуют использовать курс, опубликованный их центральным банком, при пересчёте сумм в иностранной валюте.
df = pd.read_csv("https://api.frankfurter.dev/v2/rates.csv?base=usd"es=eur&providers=ecb")
ECB- Справочный курс Европейского центрального банка, стандарт для НДС и таможни в ЕС.
NBP- Narodowy Bank Polski. Польские НДС и налог на прибыль (CIT) пересчитывают по курсу NBP.
CNB- Фиксинг Чешского национального банка для чешского учёта и налогообложения.
BCB- PTAX Banco Central do Brasil, ориентир для бразильских контрактов и налогов.
BANXICO- Курс FIX Banco de México для расчётов по обязательствам в долларах США.
Посмотрите все источники. Закреплённый источник публикует данные по собственному расписанию, поэтому его последний курс может отставать от последнего сводного на день.
Исторические ряды
Используйте from для диапазона дат и group=month, чтобы получить по строке на месяц. Разберите столбец дат и сделайте его индексом, а затем стройте график или делайте resample. Сводная история может немного меняться с поступлением новых данных, поэтому закрепляйте источник для всего, что нужно воспроизвести.
df = pd.read_csv(
"https://api.frankfurter.dev/v2/rates.csv?from=1949-12-01&base=usd"es=gbp&providers=bbk&group=month",
parse_dates=["date"],
index_col="date",
)
df["rate"].plot()
Этот запрос получает курс доллара США к фунту с 1949 года из архива Deutsche Bundesbank. Видно, как привязка фунта на уровне 2,80 доллара годами держалась неизменной, а в 1967 году сломалась. Глубокая история опирается на франкфуртские фиксинги Бундесбанка: доллар к марке с 1948 года, большинство других кроссов доллара с 1949 по 1970 год. С 1999 года эстафету принимает Европейский центральный банк, поэтому непрерывный современный ряд даёт сводный курс по умолчанию или providers=ecb.