
API de Dados de Ações de Fim de Dia em Python: Guia Completo
Boas decisões vêm de bons dados. Más decisões vêm de um CSV que você raspou de um site que mudou seu layout há três semanas.
Essa é a parte que ninguém te conta quando você começa a construir qualquer coisa que envolva preços de ações: obter os números é fácil. Obter números em que você realmente pode confiar, em escala, com anos de histórico, sem que seu script quebre toda vez que um site atualiza seu frontend, é um problema diferente.
Se você está:
- testando uma estratégia de negociação,
- construindo um rastreador de portfólio,
- ou alimentando o histórico de preços em um agente de IA,
esta é a parte do seu stack que decide se o resto dele significa alguma coisa.
Por que a raspagem da web não é uma solução real
O instinto é compreensível. O Yahoo Finance mostra o preço bem ali no navegador. Por que não apenas raspá-lo?
Porque aquele preço na página não foi feito para você. Ele foi feito para um humano lendo um gráfico, e no momento em que você tenta automatizar contra isso, você herda todos os problemas que vêm com a raspagem de um site que nunca foi projetado para ser uma API.
O layout muda sem aviso. Seu parser quebra em uma terça-feira e você não descobre até que seu backtest retorna números ruins. Limites de taxa e bloqueios de IP aparecem sem aviso e sem documentação para verificar. E fontes gratuitas como o Yahoo Finance não garantem que você está obtendo o mesmo preço ajustado duas vezes: solicite a mesma data histórica em dois dias diferentes e você pode obter dois números diferentes, porque o ajuste recalcula à medida que novos desdobramentos e dividendos ocorrem.
Nada disso é um pequeno inconveniente. Se seu backtest estiver silenciosamente usando fechamentos não ajustados por metade do seu intervalo de datas, seu índice de Sharpe é uma obra de ficção.
Existem três erros que quase todos cometem na primeira vez que lidam com dados de ações programaticamente:
-
Confundir
closeeadjusted_close. O fechamento bruto não leva em conta desdobramentos ou dividendos. Se você calcular retornos a partir do fechamento bruto, uma ação que fez um desdobramento de 4:1 aparece como uma queda de 75% no seu gráfico. Não foi uma queda. Seus dados é que falharam. - Ignorar paginação e intervalos de datas em pulls de longo histórico. Trinta anos de barras diárias para um ticker são mais de 7.500 linhas. Puxe errado e você truncará silenciosamente a história sem um erro informando isso.
- Codificar o token da API no script. Ele acaba em um commit do GitHub dentro de um mês. Toda vez.
O verdadeiro problema é a confiabilidade, não o acesso
Obter preços de ações nunca foi a parte difícil. Obter preços de ações consistentes, corretamente ajustados e bem documentados, por um histórico suficiente para construir algo real, é o que realmente importa.
É aqui que uma API de dados adequada justifica seu custo.
API de Fim de Dia da EODHD
EODHD cobre mais de 150.000 tickers em ações, ETFs, fundos, índices, forex e cripto, com histórico que remonta a mais de 30 anos para muitos símbolos dos EUA (os dados da Ford começam em junho de 1972). As barras estão disponíveis diariamente, semanalmente ou mensalmente, e cada solicitação retorna a série completa de preços para um símbolo, ou um intervalo de datas fatiado se você definir um.
Você pode testá-lo agora mesmo sem se registrar. A chave DEMO oferece acesso total e irrestrito a um punhado de tickers: AAPL.US, TSLA.US, VTI.US, AMZN.US, BTC-USD.CC e EURUSD.FOREX.
Se você já está testando algo com um cliente, coloque o link de afiliado e este CTA aqui como um leve lembrete:
Experimente antes de construir sobre isso
Teste a API de Fim de Dia agora mesmo com a chave DEMO gratuita, sem necessidade de cadastro.
→ Obtenha seu token da API
EODHD vs raspagem da web vs Yahoo Finance
1. EODHD — API estruturada, planos pagos
Uma API REST com parâmetros documentados, preços ajustados consistentes e 30 anos de profundidade para os principais tickers dos EUA.
Prós
- Consistente
adjusted_closecalculado da mesma forma toda vez que você o consulta - Mais de 150.000 tickers em ações, ETFs, forex e cripto, um método de autenticação para todos eles
- Bibliotecas oficiais para Python, R, Node, PHP e um servidor MCP para agentes de IA
Contras
- O plano gratuito limita a 20 chamadas/dia e um ano de histórico
- Os planos pagos começam em $19,99/mês, o que é um custo real para um projeto paralelo
Melhor para: qualquer coisa que precise funcionar sem supervisão, backtests, painéis, agentes e não pode tolerar erros silenciosos de dados.
2. Raspagem da web — gratuita, frágil
Parsear HTML de um site financeiro em vez de chamar uma API que não foi feita para expor.
Prós
- Sem custo, sem cadastro
- Funciona em literalmente qualquer página com dados visíveis
Contras
- Quebra no momento em que o site muda sua marcação, sem aviso e sem changelog para verificar
- Sem garantia de que o preço ajustado é calculado de forma consistente entre duas solicitações
- Encontra-se em uma zona cinza legal contra os termos de serviço da maioria dos sites
Melhor para: uma verificação manual única. Nada que você planeje executar duas vezes.
3. Yahoo Finance (endpoints não oficiais) — gratuito, instável
A opção gratuita mais comum, geralmente acessada através de wrappers não oficiais em vez de uma API suportada.
Prós
- Gratuito e cobre uma enorme gama de tickers
- Ampla documentação em tutoriais, fácil de fazer algo funcionar rapidamente
Contras
- Sem API oficial. Cada wrapper depende de endpoints que o Yahoo pode mudar ou eliminar sem aviso
- Preços ajustados históricos foram relatados como mudando retroativamente entre pulls
- Sem SLA, sem canal de suporte, sem changelog quando algo quebra
Melhor para: prototipagem rápida quando a correção ainda não importa.
Obtendo os dados com Python
Existem duas maneiras de fazer isso. Raw requests, ou a biblioteca oficial eodhd.
Opção 1: Solicitações brutas
import requests
url = "https://eodhd.com/api/eod/MCD.US"
params = {
"api_token": "SEU_TOKEN",
"from": "2024-01-02",
"to": "2024-01-05",
"period": "d",Empresas brasileiras que utilizam dados de ações para análise de mercado podem se beneficiar de APIs estruturadas como a EODHD. Isso garante dados consistentes e ajustados, essenciais para decisões de investimento. A confiabilidade dos dados é crucial para evitar erros em análises financeiras.
Noticias relacionadas

Como Avaliar Fornecedores de Dados em Tempo Real
O artigo discute a importância de métricas reais ao avaliar fornecedores de dados, destacando a diferença entre promessas de 'dados em tempo real' e a realidade de dados cacheados. Apresenta um teste prático para medir a latência e a taxa de sucesso.

Financiamento e volatilidade como lentes de análise para agentes de negociação de IA
Este artigo explora como lentes de financiamento e volatilidade podem ser usadas por agentes de negociação de IA para selecionar condições de mercado, destacando a importância de uma análise precisa.

Construa um Rastreador de Preços de Laptops para Jogos em Cingapura com BuyWhere MCP
Aprenda a criar um rastreador de preços de laptops para jogos em Cingapura usando o servidor BuyWhere MCP em apenas 60 linhas de código.
Gostou do conteudo?
Receba toda semana as principais novidades sobre WebMCP.