Hallo in die Runde,
da ich seit geraumer Zeit Trade Republic nutze und mich nun ebenfalls näher mit JupyterNotebook beschäftigen möchte, bin ich sowohl auf diesen Thread als auch auf diese interessante Github-Seite gestoßen: https://github.com/huseinzol05/Stock-Prediction-Models. Vielleicht nutzt dies bereits jemand von euch.
Die Notebooks von Github verwenden dabei historisch Daten, die per CSV eingelesen werden müssen. Da man bei Trade Republic über Lang & Schwarz handelt, wäre natürlich das anzapfen über https://www.ls-tc.de/ optimal. Ich habe gesehen, dass @atze2000 bereits etwas dazu mit Python programmiert hat. Leider habe ich es nicht geschafft, diese Datenabfrage über ls-tc.de in die JupyterNotbooks einzubauen.
Bei meinen ersten Versuchen über GoogleSheets (https://docs.google.com/spreadsheets/d/1...sp=sharing) kann ich per Web Scraping maximal aktuelle Daten ziehen, wobei noch ein Unmenge an Formatierungsaufwand nötig ist. 
Falls jemand einen Ansatz hat oder mir hierzu ein paar Tipps geben könnte, wäre ich sehr dankbar.
Ps.:Eine Spende für die Kaffeekasse wäre natürlich selbstverständlich.
Viele Grüße
Stephan
da ich seit geraumer Zeit Trade Republic nutze und mich nun ebenfalls näher mit JupyterNotebook beschäftigen möchte, bin ich sowohl auf diesen Thread als auch auf diese interessante Github-Seite gestoßen: https://github.com/huseinzol05/Stock-Prediction-Models. Vielleicht nutzt dies bereits jemand von euch.
Die Notebooks von Github verwenden dabei historisch Daten, die per CSV eingelesen werden müssen. Da man bei Trade Republic über Lang & Schwarz handelt, wäre natürlich das anzapfen über https://www.ls-tc.de/ optimal. Ich habe gesehen, dass @atze2000 bereits etwas dazu mit Python programmiert hat. Leider habe ich es nicht geschafft, diese Datenabfrage über ls-tc.de in die JupyterNotbooks einzubauen.
Bei meinen ersten Versuchen über GoogleSheets (https://docs.google.com/spreadsheets/d/1...sp=sharing) kann ich per Web Scraping maximal aktuelle Daten ziehen, wobei noch ein Unmenge an Formatierungsaufwand nötig ist. Falls jemand einen Ansatz hat oder mir hierzu ein paar Tipps geben könnte, wäre ich sehr dankbar.
Ps.:Eine Spende für die Kaffeekasse wäre natürlich selbstverständlich.
Viele Grüße
Stephan
