from finalytics import Tickers
tickers = Tickers(symbols=["AAPL", "GOOG", "MSFT", "NVDA", "BTC-USD"],
start_date="2020-01-01",
end_date="2024-01-01",
interval="1d",
benchmark_symbol="^GSPC",
confidence_level=0.95,
risk_free_rate=0.02)Tickers Module Documentation
Tickers
A class representing a Tickers object.
__new__
Create a new Tickers object.
Parameters:
symbols(List[str]): A list of ticker symbols.start_date(str): The start date of the time period in the format YYYY-MM-DD.end_date(str): The end date of the time period in the format YYYY-MM-DD.interval(str): The interval of the data (2m, 5m, 15m, 30m, 1h, 1d, 1wk, 1mo, 3mo).benchmark_symbol(str): The ticker symbol of the benchmark to compare against.confidence_level(float): The confidence level for the VaR and ES calculations.risk_free_rate(float): The risk free rate to use in the calculations.
Returns:
Tickers: A Tickers object.
Example:
get_summary_stats
Fetch the Ticker Summary Stats Data for all tickers.
Returns:
DataFrame: Polars DataFrame containing summary statistics.
Example:
summary_stats = tickers.get_summary_stats()
print(summary_stats)shape: (5, 29)
┌─────────┬────────────┬────────────┬──────────┬───┬───────────┬───────────┬───────────┬───────────┐
│ symbol ┆ long_name ┆ full_excha ┆ currency ┆ … ┆ book_valu ┆ price_to_ ┆ market_ca ┆ shares_ou │
│ --- ┆ --- ┆ nge_name ┆ --- ┆ ┆ e ┆ book ┆ p ┆ tstanding │
│ str ┆ str ┆ --- ┆ str ┆ ┆ --- ┆ --- ┆ --- ┆ --- │
│ ┆ ┆ str ┆ ┆ ┆ f64 ┆ f64 ┆ f64 ┆ f64 │
╞═════════╪════════════╪════════════╪══════════╪═══╪═══════════╪═══════════╪═══════════╪═══════════╡
│ AAPL ┆ Apple Inc. ┆ NasdaqGS ┆ USD ┆ … ┆ 4.382 ┆ 49.347332 ┆ 3.2877e12 ┆ 1.5204e10 │
│ GOOG ┆ Alphabet ┆ NasdaqGS ┆ USD ┆ … ┆ 24.408 ┆ 6.776057 ┆ 2.0244e12 ┆ 5.5850e9 │
│ ┆ Inc. ┆ ┆ ┆ ┆ ┆ ┆ ┆ │
│ MSFT ┆ Microsoft ┆ NasdaqGS ┆ USD ┆ … ┆ 36.115 ┆ 11.242419 ┆ 3.0180e12 ┆ 7.4330e9 │
│ ┆ Corporatio ┆ ┆ ┆ ┆ ┆ ┆ ┆ │
│ ┆ n ┆ ┆ ┆ ┆ ┆ ┆ ┆ │
│ NVDA ┆ NVIDIA Cor ┆ NasdaqGS ┆ USD ┆ … ┆ 1.998 ┆ 52.427425 ┆ 2.5767e12 ┆ 2.4598e10 │
│ ┆ poration ┆ ┆ ┆ ┆ ┆ ┆ ┆ │
│ BTC-USD ┆ Bitcoin ┆ CCC ┆ USD ┆ … ┆ 0.0 ┆ 0.0 ┆ 1.1939e12 ┆ 0.0 │
│ ┆ USD ┆ ┆ ┆ ┆ ┆ ┆ ┆ │
└─────────┴────────────┴────────────┴──────────┴───┴───────────┴───────────┴───────────┴───────────┘
get_price_history
Fetch the OHLCV Data for all tickers.
Returns:
DataFrame: Polars DataFrame containing OHLCV data.
Example:
price_history = tickers.get_price_history()
print(price_history)shape: (5_485, 8)
┌────────────┬─────────┬────────────┬────────────┬────────────┬────────────┬───────────┬───────────┐
│ timestamp ┆ symbol ┆ open ┆ high ┆ low ┆ close ┆ volume ┆ adjclose │
│ --- ┆ --- ┆ --- ┆ --- ┆ --- ┆ --- ┆ --- ┆ --- │
│ datetime[m ┆ str ┆ f64 ┆ f64 ┆ f64 ┆ f64 ┆ f64 ┆ f64 │
│ s] ┆ ┆ ┆ ┆ ┆ ┆ ┆ │
╞════════════╪═════════╪════════════╪════════════╪════════════╪════════════╪═══════════╪═══════════╡
│ 2020-01-02 ┆ AAPL ┆ 74.059998 ┆ 75.150002 ┆ 73.797501 ┆ 75.087502 ┆ 1.354804e ┆ 72.960464 │
│ 00:00:00 ┆ ┆ ┆ ┆ ┆ ┆ 8 ┆ │
│ 2020-01-03 ┆ AAPL ┆ 74.287498 ┆ 75.144997 ┆ 74.125 ┆ 74.357498 ┆ 1.463228e ┆ 72.251137 │
│ 00:00:00 ┆ ┆ ┆ ┆ ┆ ┆ 8 ┆ │
│ 2020-01-06 ┆ AAPL ┆ 73.447502 ┆ 74.989998 ┆ 73.1875 ┆ 74.949997 ┆ 1.183872e ┆ 72.826866 │
│ 00:00:00 ┆ ┆ ┆ ┆ ┆ ┆ 8 ┆ │
│ 2020-01-07 ┆ AAPL ┆ 74.959999 ┆ 75.224998 ┆ 74.370003 ┆ 74.597504 ┆ 1.08872e8 ┆ 72.484337 │
│ 00:00:00 ┆ ┆ ┆ ┆ ┆ ┆ ┆ │
│ … ┆ … ┆ … ┆ … ┆ … ┆ … ┆ … ┆ … │
│ 2023-12-28 ┆ BTC-USD ┆ 43468.1992 ┆ 43804.7812 ┆ 42318.5507 ┆ 42627.8554 ┆ 2.2992e10 ┆ 42627.855 │
│ 00:00:00 ┆ ┆ 19 ┆ 5 ┆ 81 ┆ 69 ┆ ┆ 469 │
│ 2023-12-29 ┆ BTC-USD ┆ 42614.6445 ┆ 43124.3242 ┆ 41424.0625 ┆ 42099.4023 ┆ 2.6000e10 ┆ 42099.402 │
│ 00:00:00 ┆ ┆ 31 ┆ 19 ┆ ┆ 44 ┆ ┆ 344 │
│ 2023-12-30 ┆ BTC-USD ┆ 42091.7539 ┆ 42584.125 ┆ 41556.2265 ┆ 42156.9023 ┆ 1.6014e10 ┆ 42156.902 │
│ 00:00:00 ┆ ┆ 06 ┆ ┆ 62 ┆ 44 ┆ ┆ 344 │
│ 2023-12-31 ┆ BTC-USD ┆ 42152.0976 ┆ 42860.9375 ┆ 41998.2539 ┆ 42265.1875 ┆ 1.6397e10 ┆ 42265.187 │
│ 00:00:00 ┆ ┆ 56 ┆ ┆ 06 ┆ ┆ ┆ 5 │
└────────────┴─────────┴────────────┴────────────┴────────────┴────────────┴───────────┴───────────┘
get_options_chain
Fetch the Options Chain Data for all tickers.
Returns:
DataFrame: Polars DataFrame containing the options chain.
Example:
options_chain = tickers.get_options_chain()
print(options_chain)shape: (16_914, 17)
┌────────────┬───────────┬──────┬────────┬───┬─────────────┬─────────────┬────────────┬────────────┐
│ expiration ┆ ttm ┆ type ┆ symbol ┆ … ┆ contractSiz ┆ lastTradeDa ┆ impliedVol ┆ inTheMoney │
│ --- ┆ --- ┆ --- ┆ --- ┆ ┆ e ┆ te ┆ atility ┆ --- │
│ str ┆ f64 ┆ str ┆ str ┆ ┆ --- ┆ --- ┆ --- ┆ bool │
│ ┆ ┆ ┆ ┆ ┆ str ┆ datetime[ms ┆ f64 ┆ │
│ ┆ ┆ ┆ ┆ ┆ ┆ ] ┆ ┆ │
╞════════════╪═══════════╪══════╪════════╪═══╪═════════════╪═════════════╪════════════╪════════════╡
│ 2024-08-16 ┆ 0.164258 ┆ call ┆ AAPL ┆ … ┆ REGULAR ┆ 2024-08-05 ┆ 14.250001 ┆ true │
│ ┆ ┆ ┆ ┆ ┆ ┆ 17:41:05 ┆ ┆ │
│ 2024-08-16 ┆ 0.164258 ┆ call ┆ AAPL ┆ … ┆ REGULAR ┆ 2024-07-16 ┆ 12.261721 ┆ true │
│ ┆ ┆ ┆ ┆ ┆ ┆ 16:16:43 ┆ ┆ │
│ 2024-08-16 ┆ 0.164258 ┆ call ┆ AAPL ┆ … ┆ REGULAR ┆ 2024-06-13 ┆ 12.944338 ┆ true │
│ ┆ ┆ ┆ ┆ ┆ ┆ 19:47:00 ┆ ┆ │
│ 2024-08-16 ┆ 0.164258 ┆ call ┆ AAPL ┆ … ┆ REGULAR ┆ 2024-07-11 ┆ 4.458989 ┆ true │
│ ┆ ┆ ┆ ┆ ┆ ┆ 15:06:40 ┆ ┆ │
│ … ┆ … ┆ … ┆ … ┆ … ┆ … ┆ … ┆ … ┆ … │
│ 2026-12-18 ┆ 28.219448 ┆ put ┆ NVDA ┆ … ┆ REGULAR ┆ 2024-06-06 ┆ 0.00001 ┆ true │
│ ┆ ┆ ┆ ┆ ┆ ┆ 17:57:56 ┆ ┆ │
│ 2026-12-18 ┆ 28.219448 ┆ put ┆ NVDA ┆ … ┆ REGULAR ┆ 2024-06-06 ┆ 0.00001 ┆ true │
│ ┆ ┆ ┆ ┆ ┆ ┆ 14:45:46 ┆ ┆ │
│ 2026-12-18 ┆ 28.219448 ┆ put ┆ NVDA ┆ … ┆ REGULAR ┆ 2024-06-06 ┆ 0.00001 ┆ true │
│ ┆ ┆ ┆ ┆ ┆ ┆ 18:42:55 ┆ ┆ │
│ 2026-12-18 ┆ 28.219448 ┆ put ┆ NVDA ┆ … ┆ REGULAR ┆ 2024-06-06 ┆ 0.00001 ┆ true │
│ ┆ ┆ ┆ ┆ ┆ ┆ 18:42:55 ┆ ┆ │
└────────────┴───────────┴──────┴────────┴───┴─────────────┴─────────────┴────────────┴────────────┘No Options Data for BTC-USD
get_news
Fetch the Historical News Headlines for all tickers.
Returns:
DataFrame: Polars DataFrame containing news headlines.
Example:
news = tickers.get_news()
print(news)
get_income_statement
Fetch the income statement for all tickers.
Returns:
DataFrame: Polars DataFrame containing the income statement.
Example:
income_statement = tickers.get_income_statement()
print(income_statement)Error Fetching Data for BTC-USD: not found: asOfDate
Unable to Vstack shape: (13, 7)
┌─────────────────────────────┬────────┬───────────┬───────────┬───────────┬───────────┬───────────┐
│ Items ┆ symbol ┆ 2023Q2 ┆ 2023Q3 ┆ 2023Q4 ┆ 2024Q1 ┆ 2024Q2 │
│ --- ┆ --- ┆ --- ┆ --- ┆ --- ┆ --- ┆ --- │
│ str ┆ str ┆ f64 ┆ f64 ┆ f64 ┆ f64 ┆ f64 │
╞═════════════════════════════╪════════╪═══════════╪═══════════╪═══════════╪═══════════╪══════════��╡
│ Revenue ┆ GOOG ┆ 7.4604e10 ┆ 7.6693e10 ┆ 8.6310e10 ┆ 8.0539e10 ┆ 8.4742e10 │
│ Cost of Goods Sold ┆ GOOG ┆ 3.1916e10 ┆ 3.3229e10 ┆ 3.7575e10 ┆ 3.3712e10 ┆ 3.5507e10 │
│ Gross Profit ┆ GOOG ┆ 4.2688e10 ┆ 4.3464e10 ┆ 4.8735e10 ┆ 4.6827e10 ┆ 4.9235e10 │
│ Operating Expenses ┆ GOOG ┆ 2.0850e10 ┆ 2.2121e10 ┆ 2.5038e10 ┆ 2.1355e10 ┆ 2.1810e10 │
│ EBITDA ┆ GOOG ┆ 2.4770e10 ┆ 2.6237e10 ┆ 2.6044e10 ┆ 3.1822e10 ┆ 3.1326e10 │
│ … ┆ … ┆ … ┆ … ┆ … ┆ … ┆ … │
│ Interest Expense ┆ GOOG ┆ 4.3e7 ┆ 1.16e8 ┆ 6.9e7 ┆ 9.4e7 ┆ 6.7e7 │
│ Income Tax Expense ┆ GOOG ┆ 3.5350e9 ┆ 1.5080e9 ┆ 3.7250e9 ┆ 4.6530e9 ┆ 3.9320e9 │
│ Net Income ┆ GOOG �� 1.8368e10 ┆ 1.9689e10 ┆ 2.0687e10 ┆ 2.3662e10 ┆ 2.3619e10 │
│ Earnings per Share - Basic ┆ GOOG ┆ 1.45 ┆ 1.56 ┆ 1.66 ┆ 1.91 ┆ 1.91 │
│ Earnings per Share - ┆ GOOG ┆ 1.44 ┆ 1.55 ┆ 1.64 ┆ 1.89 ┆ 1.89 │
│ Diluted ┆ ┆ ┆ ┆ ┆ ┆ │
└─────────────────────────────┴────────┴───────────┴───────────┴───────────┴───────────┴───────────┘: lengths don't match: unable to vstack, column names don't match: "2023Q1" and "2023Q2"
Unable to Vstack shape: (13, 7)
┌─────────────────────────────┬────────┬───────────┬───────────┬───────────┬───────────┬───────────┐
│ Items ┆ symbol ┆ 2023Q2 ┆ 2023Q3 ┆ 2023Q4 ┆ 2024Q1 ┆ 2024Q2 │
│ --- ┆ --- ┆ --- ┆ --- ┆ --- ┆ --- ┆ --- │
│ str ┆ str ┆ f64 ┆ f64 ┆ f64 ┆ f64 ┆ f64 │
╞═════════════════════════════╪════════╪═══════════╪═══════════╪═══════════╪═══════════╪═══════════╡
│ Revenue ┆ MSFT ┆ 5.6189e10 ┆ 5.6517e10 ┆ 6.2020e10 ┆ 6.1858e10 ┆ 6.4727e10 │
│ Cost of Goods Sold ┆ MSFT ┆ 1.6795e10 ┆ 1.6302e10 ┆ 1.9623e10 ��� 1.8505e10 ┆ 1.9684e10 │
│ Gross Profit ┆ MSFT ┆ 3.9394e10 ┆ 4.0215e10 ┆ 4.2397e10 ┆ 4.3353e10 ┆ 4.5043e10 │
│ Operating Expenses ┆ MSFT ┆ 1.5140e10 ┆ 1.3320e10 ┆ 1.5365e10 ┆ 1.5772e10 ┆ 1.7118e10 │
│ EBITDA ┆ MSFT ┆ 2.9083e10 ┆ 3.1730e10 ┆ 3.3394e10 ┆ 3.3554e10 ┆ 3.4331e10 │
│ … ┆ … ┆ … ┆ … ┆ … ┆ … ┆ … │
│ Interest Expense ┆ MSFT ┆ 4.82e8 ┆ 5.25e8 ┆ 9.09e8 ┆ 8e8 ┆ 7.01e8 │
│ Income Tax Expense ┆ MSFT ┆ 4.6460e9 ┆ 4.9930e9 ┆ 4.6560e9 ┆ 4.7880e9 ┆ 5.2140e9 │
│ Net Income ┆ MSFT ┆ 2.0081e10 ┆ 2.2291e10 ┆ 2.1870e10 ┆ 2.1939e10 ┆ 2.2036e10 │
│ Earnings per Share - Basic ┆ MSFT ┆ 2.7 ┆ 3.0 ┆ 2.94 ┆ 2.95 ┆ 2.96 │
│ Earnings per Share - ┆ MSFT ┆ 2.69 ┆ 2.99 ┆ 2.93 ┆ 2.94 ┆ 2.95 │
│ Diluted ┆ ┆ ┆ ┆ ┆ ┆ │
└─────────────────────────────┴────────┴───────────┴───────────┴───────────┴───────────┴───────────┘: lengths don't match: unable to vstack, column names don't match: "2023Q1" and "2023Q2"shape: (26, 7)
┌─────────────────────────────┬────────┬───────────┬───────────┬───────────┬───────────┬───────────┐
│ Items ┆ symbol ┆ 2023Q1 ┆ 2023Q2 ┆ 2023Q3 ┆ 2023Q4 ┆ 2024Q1 │
│ --- ┆ --- ┆ --- ┆ --- ┆ --- ┆ --- ┆ --- │
│ str ┆ str ┆ f64 ┆ f64 ┆ f64 ┆ f64 ┆ f64 │
╞═════════════════════════════╪════════╪═══════════╪═══════════╪═══════════╪═══════════╪═══════════╡
│ Revenue ┆ AAPL ┆ 9.4836e10 ┆ 8.1797e10 ┆ 8.9498e10 ┆ 1.1958e11 ┆ 9.0753e10 │
│ Cost of Goods Sold ┆ AAPL ┆ 5.2860e10 ┆ 4.5384e10 ┆ 4.9071e10 ┆ 6.4720e10 ┆ 4.8482e10 │
│ Gross Profit ┆ AAPL ┆ 4.1976e10 ┆ 3.6413e10 ┆ 4.0427e10 ┆ 5.4855e10 ┆ 4.2271e10 │
│ Operating Expenses ┆ AAPL ┆ 1.3658e10 ┆ 1.3415e10 ┆ 1.3458e10 ┆ 1.4482e10 ┆ 1.4371e10 │
│ … ┆ … ┆ … ┆ … ┆ … ┆ … ┆ … │
│ Income Tax Expense ┆ NVDA ┆ 1.66e8 ┆ 7.93e8 ┆ 1.2790e9 ┆ 1.8210e9 ┆ 2.3980e9 │
│ Net Income ┆ NVDA ┆ 2.0430e9 ┆ 6.1880e9 ┆ 9.2430e9 ┆ 1.2285e10 ┆ 1.4881e10 │
│ Earnings per Share - Basic ┆ NVDA ┆ 0.057 ┆ 0.083 ┆ 0.25 ┆ 0.375 ┆ 0.604 │
│ Earnings per Share - ┆ NVDA ┆ 0.057 ┆ 0.082 ┆ 0.248 ┆ 0.371 ┆ 0.598 │
│ Diluted ┆ ┆ ┆ ┆ ┆ ┆ │
└─────────────────────────────┴────────┴───────────┴───────────┴───────────┴───────────┴───────────┘
get_balance_sheet
Fetch the balance sheet for all tickers.
Returns:
DataFrame: Polars DataFrame containing the balance sheet.
Example:
balance_sheet = tickers.get_balance_sheet()
print(balance_sheet)Error Fetching Data for BTC-USD: not found: asOfDate
Unable to Vstack shape: (21, 7)
┌─────────────────────────────┬────────┬───────────┬───────────┬───────────┬───────────┬───────────┐
│ Items ┆ symbol ┆ 2023Q2 ┆ 2023Q3 ┆ 2023Q4 ┆ 2024Q1 ┆ 2024Q2 │
│ --- ┆ --- ┆ --- ┆ --- ┆ --- ┆ --- ┆ --- │
│ str ┆ str ┆ f64 ┆ f64 ┆ f64 ┆ f64 ┆ f64 │
╞═════════════════════════════╪════════╪═══════════╪═══════════╪═══════════╪═══════════╪═══════════╡
│ Cash and Cash Equivalents ┆ GOOG ┆ 2.5929e10 ┆ 3.0702e10 ┆ 2.4048e10 ┆ 2.4493e10 ┆ 2.7225e10 │
│ Accounts Receivable ┆ GOOG ┆ 3.8804e10 ┆ 4.1020e10 ┆ 4.7964e10 ┆ 4.4552e10 ┆ 4.7087e10 │
│ Inventories ┆ GOOG ┆ 0.0 ┆ 0.0 ┆ 0.0 ┆ 0.0 ┆ 0.0 │
│ Other Current Assets ┆ GOOG ┆ 9.4210e9 ┆ 1.2398e10 ┆ 1.2650e10 ┆ 1.2829e10 ┆ 1.4183e10 │
│ Total Current Assets ┆ GOOG ┆ 1.6879e11 ┆ 1.7631e11 ┆ 1.7153e11 ┆ 1.6547e11 ┆ 1.6200e11 │
│ … ┆ … ┆ … ┆ … ┆ … ┆ … ┆ … │
│ Total Liabilities ┆ GOOG ┆ 1.1590e11 ┆ 1.2351e11 ┆ 1.1901e11 ┆ 1.1451e11 ┆ 1.1402e11 │
│ Common Stock ┆ GOOG ┆ 7.2248e10 ┆ 7.4591e10 ┆ 7.6534e10 ┆ 7.7913e10 ┆ 7.9732e10 │
│ Retained Earnings ┆ GOOG ┆ 2.0088e11 ┆ 2.0565e11 ┆ 2.1125e11 ┆ 2.1977e11 ┆ 2.2603e11 │
│ Total Equity ┆ GOOG ┆ 2.6714e11 ┆ 2.7320e11 ┆ 2.8338e11 ┆ 2.9284e11 ┆ 3.0075e11 │
│ Total Liabilities and ┆ GOOG ┆ 2.6714e11 ┆ 2.7320e11 ┆ 2.8338e11 ┆ 2.9284e11 ┆ 3.0075e11 │
│ Equity ┆ ┆ ┆ ┆ ┆ ┆ │
└─────────────────────────────┴────────┴───────────┴───────────┴───────────┴───────────┴───────────┘: lengths don't match: unable to vstack, column names don't match: "2023Q1" and "2023Q2"
Unable to Vstack shape: (22, 7)
┌─────────────────────────────┬────────┬───────────┬──────��────┬───────────┬───────────┬───────────┐
│ Items ┆ symbol ┆ 2023Q2 ┆ 2023Q3 ┆ 2023Q4 ┆ 2024Q1 ┆ 2024Q2 │
│ --- ┆ --- ┆ --- ┆ --- ┆ --- ┆ --- ┆ --- │
│ str ┆ str ┆ f64 ┆ f64 ┆ f64 ┆ f64 ┆ f64 │
╞═════════════════════════════╪════════╪═══════════╪═══════════╪═══════════╪═══════════╪═══════════╡
│ Cash and Cash Equivalents ┆ MSFT ┆ 3.4704e10 ┆ 8.0452e10 ┆ 1.7305e10 ┆ 1.9634e10 ┆ 1.8315e10 │
│ Accounts Receivable ┆ MSFT ┆ 4.8688e10 ┆ 3.6953e10 ┆ 4.2831e10 ┆ 4.4029e10 ┆ 5.6924e10 │
│ Inventories ┆ MSFT ┆ 2.5000e9 ┆ 3.0000e9 ┆ 1.6150e9 ┆ 1.3040e9 ┆ 1.2460e9 │
│ Other Current Assets ┆ MSFT ┆ 2.1807e10 ┆ 2.3682e10 ┆ 2.1930e10 ┆ 2.1826e10 ┆ 2.6021e10 │
│ Total Current Assets ┆ MSFT ┆ 1.8426e11 ┆ 2.0759e11 ┆ 1.4739e11 ┆ 1.4718e11 ┆ 1.5973e11 │
│ … ┆ … ┆ … ┆ … ┆ … ┆ … ┆ … │
│ Total Liabilities ┆ MSFT ┆ 2.0575e11 ┆ 2.2507e11 ┆ 2.3229e11 ┆ 2.3112e11 ┆ 2.4369e11 │
│ Common Stock ┆ MSFT ┆ 9.3718e10 ┆ 9.5508e10 ┆ 9.7480e10 ┆ 9.9193e10 ┆ 1.0092e11 │
│ Retained Earnings ┆ MSFT ┆ 1.1885e11 ┆ 1.3214e11 ┆ 1.4574e11 ┆ 1.5939e11 ┆ 1.7314e11 │
│ Total Equity ┆ MSFT ┆ 2.0622e11 ┆ 2.2071e11 ┆ 2.3827e11 ┆ 2.5315e11 ┆ 2.6848e11 │
│ Total Liabilities and ┆ MSFT ┆ 2.0622e11 ┆ 2.2071e11 ┆ 2.3827e11 ┆ 2.5315e11 ┆ 2.6848e11 │
│ Equity ┆ ┆ ┆ ┆ ┆ ┆ │
└─────────────────────────────┴────────┴───────────┴───────────┴───────────┴───────────┴───────────┘: lengths don't match: unable to vstack, column names don't match: "2023Q1" and "2023Q2"shape: (43, 7)
┌─────────────────────────────┬────────┬───────────┬───────────┬───────────┬───────────┬───────────┐
│ Items ┆ symbol ┆ 2023Q1 ┆ 2023Q2 ┆ 2023Q3 ┆ 2023Q4 ┆ 2024Q1 │
│ --- ┆ --- ┆ --- ┆ --- ┆ --- ┆ --- ┆ --- │
│ str ┆ str ┆ f64 ┆ f64 ┆ f64 ┆ f64 ┆ f64 │
╞═════════════════════════════╪════════╪═══════════╪═══════════╪═══════════╪═══════════╪═══════════╡
│ Cash and Cash Equivalents ┆ AAPL ┆ 2.4687e10 ┆ 2.8408e10 ┆ 2.9965e10 ┆ 4.0760e10 ┆ 3.2695e10 │
│ Accounts Receivable ┆ AAPL ┆ 1.7936e10 ┆ 1.9549e10 ┆ 2.9508e10 ┆ 2.3194e10 ┆ 2.1837e10 │
│ Inventories ┆ AAPL ┆ 7.4820e9 ┆ 7.3510e9 ┆ 6.3310e9 ┆ 6.5110e9 ┆ 6.2320e9 │
│ Other Current Assets ┆ AAPL ┆ 1.3660e10 ┆ 1.3640e10 ┆ 1.4695e10 ┆ 1.3979e10 ┆ 1.3884e10 │
│ … ┆ … ┆ … ┆ … ┆ … ┆ … ┆ … │
│ Common Stock ┆ NVDA ┆ 2e6 ┆ 2e6 ┆ 2e6 ┆ 2e6 ┆ 2e6 │
│ Retained Earnings ┆ NVDA ┆ 1.2115e10 ┆ 1.4921e10 ┆ 2.0360e10 ┆ 2.9817e10 ┆ 3.6598e10 │
│ Total Equity ┆ NVDA ┆ 2.4520e10 ┆ 2.7501e10 ┆ 3.3265e10 ┆ 4.2978e10 ┆ 4.9142e10 │
│ Total Liabilities and ┆ NVDA ┆ 2.4520e10 ┆ 2.7501e10 ┆ 3.3265e10 ┆ 4.2978e10 ┆ 4.9142e10 │
│ Equity ┆ ┆ ┆ ┆ ┆ ┆ │
└─────────────────────────────┴────────┴───────────┴───────────┴───────────┴───────────┴───────────┘
get_cashflow_statement
Fetch the cash flow statement for all tickers.
Returns:
DataFrame: Polars DataFrame containing the cash flow statement.
Example:
cashflow_statement = tickers.get_cashflow_statement()
print(cashflow_statement)Error Fetching Data for BTC-USD: not found: asOfDate
Unable to Vstack shape: (27, 7)
┌────────────────────────┬────────┬────────────┬────────────┬────────────┬────────────┬────────────┐
│ Items ┆ symbol ┆ 2023Q2 ┆ 2023Q3 ┆ 2023Q4 ┆ 2024Q1 ┆ 2024Q2 │
│ --- ┆ --- ┆ --- ┆ --- ┆ --- ┆ --- ┆ --- │
│ str ┆ str ┆ f64 ┆ f64 ┆ f64 ┆ f64 ┆ f64 │
╞════════════════════════╪════════╪════════════╪════════════╪════════════╪════════════╪════════════╡
│ Net Income from ┆ GOOG ┆ 1.8368e10 ┆ 1.9689e10 ┆ 2.0687e10 ┆ 2.3662e10 ┆ 2.3619e10 │
│ Continuing Ope… ┆ ┆ ┆ ┆ ┆ ┆ │
│ Depreciation, ┆ GOOG ┆ 2.8240e9 ┆ 4.9240e9 ┆ 1.5630e9 ┆ 3.4130e9 ┆ 3.7080e9 │
│ Amortization, an… ┆ ┆ ┆ ┆ ┆ ┆ │
│ Stock-Based ┆ GOOG ┆ 5.7740e9 ┆ 5.7430e9 ┆ 5.6590e9 ┆ 5.2640e9 ┆ 5.8650e9 │
│ Compensation ┆ ┆ ┆ ┆ ┆ ┆ │
│ Deferred Income Tax ┆ GOOG ┆ -2.4150e9 ┆ -1.8240e9 ┆ -1.6700e9 ┆ 4.19e8 ┆ -3.1570e9 │
│ Changes in Working ┆ GOOG ┆ 2.9360e9 ┆ 2.1170e9 ┆ -1.0271e10 ┆ -2.4630e9 ┆ -5.2700e9 │
│ Capital ┆ ┆ ┆ ┆ ┆ ┆ │
│ … ┆ … ┆ … ┆ … ┆ … ┆ … ┆ … │
│ Operating Cash Flow ┆ GOOG ┆ 2.8666e10 ┆ 3.0656e10 ┆ 1.8915e10 ┆ 2.8848e10 ┆ 2.6640e10 │
│ Investing Cash Flow ┆ GOOG ┆ -1.0800e10 ┆ -7.1500e9 ┆ -6.1670e9 ┆ -8.5640e9 ┆ -2.7810e9 │
│ Financing Cash Flow ┆ GOOG ┆ -1.7835e10 ┆ -1.8382e10 ┆ -1.9308e10 ┆ -1.9714e10 ┆ -2.0889e10 │
│ Ending Cash Position ┆ GOOG ┆ 2.5929e10 ┆ 3.0702e10 ┆ 2.4048e10 ┆ 2.4493e10 ┆ 2.7225e10 │
│ Free Cash Flow ┆ GOOG ┆ 2.1778e10 ┆ 2.2601e10 ┆ 7.8960e9 ┆ 1.6836e10 ┆ 1.3454e10 │
└────────────────────────┴────────┴────────────┴────────────┴────────────┴──────��─────┴────────────┘: lengths don't match: unable to vstack, column names don't match: "2023Q1" and "2023Q2"
Unable to Vstack shape: (31, 7)
┌──────────────────────┬────────┬────────────┬───────────┬────────────┬────────────┬────────────┐
│ Items ┆ symbol ┆ 2023Q1 ┆ 2023Q3 ┆ 2023Q4 ┆ 2024Q1 ┆ 2024Q2 │
│ --- ┆ --- ┆ --- ┆ --- ┆ --- ┆ --- ┆ --- │
│ str ┆ str ┆ f64 ┆ f64 ┆ f64 ┆ f64 ┆ f64 │
╞══════════════════════╪════════╪════════════╪═══════════╪════���═══════╪════════════╪════════════╡
│ Net Income from ┆ MSFT ┆ 2.0081e10 ┆ 2.2291e10 ┆ 2.1870e10 ┆ 2.1939e10 ┆ 2.2036e10 │
│ Continuing Ope… ┆ ┆ ┆ ┆ ┆ ┆ │
│ Depreciation, ┆ MSFT ┆ 3.8740e9 ┆ 3.9210e9 ┆ 5.9590e9 ┆ 6.0270e9 ┆ 6.3800e9 │
│ Amortization, an… ┆ ┆ ┆ ┆ ┆ ┆ │
│ Stock-Based ┆ MSFT ┆ 2.4160e9 ┆ 2.5070e9 ┆ 2.8280e9 ┆ 2.7030e9 ┆ 2.6960e9 │
│ Compensation ┆ ┆ ┆ ┆ ┆ ┆ │
│ Deferred Income Tax ┆ MSFT ┆ -1.8880e9 ┆ -5.6800e8 ┆ -1.7020e9 ┆ -1.3230e9 ┆ -1.1450e9 │
│ Changes in Working ┆ MSFT ┆ 4.2430e9 ┆ 2.4180e9 ┆ -1.0300e10 ┆ 2.5220e9 ┆ 7.1840e9 │
│ Capital ┆ ┆ ┆ ┆ ┆ ┆ │
│ … ┆ … ┆ … ┆ … ┆ … ┆ … ┆ … │
│ Operating Cash Flow ┆ MSFT ┆ 2.8770e10 ┆ 3.0583e10 ┆ 1.8853e10 ┆ 3.1917e10 ┆ 3.7195e10 │
│ Investing Cash Flow ┆ MSFT ┆ -9.1340e9 ┆ 5.03e8 ┆ -7.1925e10 ┆ -1.0700e10 ┆ -1.4848e10 │
│ Financing Cash Flow ┆ MSFT ┆ -1.1413e10 ┆ 1.4761e10 ┆ -1.0147e10 ┆ -1.8808e10 ┆ -2.3563e10 │
│ Ending Cash Position ┆ MSFT ┆ 3.4704e10 ┆ 8.0452e10 ┆ 1.7305e10 ┆ 1.9634e10 ┆ 1.8315e10 │
│ Free Cash Flow ┆ MSFT ┆ 1.9827e10 ┆ 2.0666e10 ┆ 9.1180e9 ┆ 2.0965e10 ┆ 2.3322e10 │
└──────────────────────┴────────┴────────────┴─────────��─┴────────────┴────────────┴────────────┘: lengths don't match: unable to vstack, column names don't match: "2023Q2" and "2023Q3"shape: (53, 7)
┌─────────────────────────────┬────────┬───────────┬───────────┬───────────┬───────────┬───────────┐
│ Items ┆ symbol ┆ 2023Q1 ┆ 2023Q2 ┆ 2023Q3 ┆ 2023Q4 ┆ 2024Q1 │
│ --- ┆ --- ┆ --- ┆ --- ┆ --- ┆ --- ┆ --- │
│ str ┆ str ┆ f64 ┆ f64 ┆ f64 ┆ f64 ┆ f64 │
╞═════════════════════════════╪════════╪═══════════╪═══════════╪═══════════╪═══════════╪═══════════╡
│ Net Income from Continuing ┆ AAPL ┆ 2.4160e10 ┆ 1.9881e10 ┆ 2.2956e10 ┆ 3.3916e10 ┆ 2.3636e10 │
│ Opera… ┆ ┆ ┆ ┆ ┆ ┆ │
│ Depreciation, Amortization, ┆ AAPL ┆ 2.8980e9 ┆ 3.0520e9 ┆ 2.6530e9 ┆ 2.8480e9 ┆ 2.8360e9 │
│ and … ┆ ┆ ┆ ┆ ┆ ┆ │
│ Stock-Based Compensation ┆ AAPL ┆ 2.6860e9 ┆ 2.6170e9 ┆ 2.6250e9 ┆ 2.9970e9 ┆ 2.9640e9 │
│ Changes in Working Capital ┆ AAPL ┆ 2.31e8 ┆ 7.49e8 ┆ -6.0600e9 ┆ 1.1230e9 ┆ -5.7640e9 │
│ … ┆ … ┆ … ┆ … ┆ … ┆ … ┆ … │
│ Investing Cash Flow ┆ NVDA ┆ -8.4100e8 ┆ -4.4600e8 ┆ -3.1700e9 ┆ -6.1090e9 ┆ -5.6930e9 │
│ Financing Cash Flow ┆ NVDA ┆ -3.8000e8 ┆ -5.0990e9 ┆ -4.5250e9 ┆ -3.6290e9 ┆ -9.3450e9 │
│ Ending Cash Position ┆ NVDA ┆ 5.0790e9 ┆ 5.8820e9 ┆ 5.5190e9 ┆ 7.2800e9 ┆ 7.5870e9 │
│ Free Cash Flow ┆ NVDA ┆ 2.6630e9 ┆ 6.0590e9 ┆ 7.0540e9 ┆ 1.1245e10 ┆ 1.4976e10 │
└─────────────────────────────┴────────┴───────────┴───────────┴───────────┴───────────┴───────────┘
get_financial_ratios
Fetch the financial ratios for all tickers.
Returns:
DataFrame: Polars DataFrame containing the financial ratios.
Example:
financial_ratios = tickers.get_financial_ratios()
print(financial_ratios)Error Fetching Data for BTC-USD: not found: asOfDate
Unable to Vstack shape: (21, 7)
┌─────────────────────────┬────────┬───────────┬───────────┬───────────┬───────────┬───────────┐
│ Items ┆ symbol ┆ 2023Q2 ┆ 2023Q3 ┆ 2023Q4 ┆ 2024Q1 ┆ 2024Q2 │
│ --- ┆ --- ┆ --- ┆ --- ┆ --- ┆ --- ┆ --- │
│ str ┆ str ┆ f64 ┆ f64 ┆ f64 ┆ f64 ┆ f64 │
╞═════════════════════════╪════════╪═══════════╪═══════════╪═══════════╪═══════════╪═══════════╡
│ Gross Profit Margin ┆ GOOG ┆ 0.572195 ┆ 0.566727 ┆ 0.564651 ┆ 0.58142 ┆ 0.580999 │
│ Operating Profit Margin ┆ GOOG ┆ 0.294167 ┆ 0.2779 ┆ 0.28364 ┆ 0.352736 ┆ 0.325907 │
│ Net Profit Margin ┆ GOOG ┆ 0.246207 ┆ 0.256725 ┆ 0.239683 ┆ 0.293796 ┆ 0.278717 │
│ Return on Assets ┆ GOOG ┆ 0.047953 ┆ 0.049631 ┆ 0.05141 ┆ 0.058088 ┆ 0.056945 │
│ Return on Equity ┆ GOOG ┆ 0.068758 ┆ 0.072068 ┆ 0.073001 ┆ 0.080801 ┆ 0.078533 │
│ … ┆ … ┆ … ┆ … ┆ … ┆ … ┆ … │
│ Price to Earnings ┆ GOOG ┆ 15.189732 ┆ 14.478592 ┆ 14.2722 ┆ 12.877906 ┆ 13.236335 │
│ Price to Book ┆ GOOG ┆ 1.044411 ┆ 1.043437 ┆ 1.041887 ┆ 1.040544 ┆ 1.039488 │
│ Price to Sales ┆ GOOG ┆ 3.739813 ┆ 3.717015 ┆ 3.420797 ┆ 3.783471 ┆ 3.689186 │
│ Price to Cashflow ┆ GOOG ┆ 9.732959 ┆ 9.298963 ┆ 15.609252 ┆ 10.562847 ┆ 11.735323 │
│ Price to Free Cashflow ┆ GOOG ┆ 12.811323 ┆ 12.613114 ┆ 37.392224 ┆ 18.099133 ┆ 23.236881 │
└─────────────────────────┴────────┴───────────┴───────────┴───────────┴───────────┴───────────┘: lengths don't match: unable to vstack, column names don't match: "2023Q1" and "2023Q2"
Unable to Vstack shape: (21, 7)
┌─────────────────────────┬────────┬───────────┬───────────┬───────────┬───────────┬───────────┐
│ Items ┆ symbol ┆ 2023Q2 ┆ 2023Q3 ┆ 2023Q4 ┆ 2024Q1 ┆ 2024Q2 │
│ --- ┆ --- ┆ --- ┆ --- ┆ --- ┆ --- ┆ --- │
│ str ┆ str ┆ f64 ┆ f64 ┆ f64 ┆ f64 ┆ f64 │
╞═════════════════════════╪════════╪═══════════╪═══════════╪═══════════╪═══════════╪═══════════╡
│ Gross Profit Margin ┆ MSFT ┆ 0.701098 ┆ 0.711556 ┆ 0.683602 ┆ 0.700847 ┆ 0.695892 │
│ Operating Profit Margin ┆ MSFT ┆ 0.448647 ┆ 0.492047 ┆ 0.442357 ┆ 0.445003 ┆ 0.431829 │
│ Net Profit Margin ┆ MSFT ┆ 0.357383 ┆ 0.394412 ┆ 0.352628 ┆ 0.354667 ┆ 0.340445 │
│ Return on Assets ┆ MSFT ┆ 0.048743 ┆ 0.050004 ┆ 0.046477 ┆ 0.045303 ┆ 0.043025 │
│ Return on Equity ┆ MSFT ┆ 0.097375 ┆ 0.100995 ┆ 0.091787 ┆ 0.086663 ┆ 0.082078 │
│ … ┆ … ┆ … ┆ … ┆ … ┆ … ┆ … │
│ Price to Earnings ┆ MSFT ┆ 12.36059 ┆ 11.783231 ┆ 12.949063 ┆ 13.483295 ┆ 14.120757 │
│ Price to Book ┆ MSFT ┆ 1.203615 ┆ 1.190047 ┆ 1.188561 ┆ 1.168507 ┆ 1.159001 │
│ Price to Sales ┆ MSFT ┆ 4.417466 ┆ 4.647451 ┆ 4.566204 ┆ 4.782082 ┆ 4.807345 │
│ Price to Cashflow ┆ MSFT ┆ 8.627494 ┆ 8.588431 ┆ 15.02127 ┆ 9.268102 ┆ 8.365775 │
│ Price to Free Cashflow ┆ MSFT ┆ 12.518939 ┆ 12.709765 ┆ 31.059004 ┆ 14.109707 ┆ 13.342123 │
└─────────────────────────┴────────┴───────────┴───────────┴───────────┴───────────┴───────────┘: lengths don't match: unable to vstack, column names don't match: "2023Q1" and "2023Q2"shape: (42, 7)
┌─────────────────────────┬────────┬───────────┬──────────┬──────────┬──────────┬──────────┐
│ Items ┆ symbol ┆ 2023Q1 ┆ 2023Q2 ┆ 2023Q3 ┆ 2023Q4 ┆ 2024Q1 │
│ --- ┆ --- ┆ --- ┆ --- ┆ --- ┆ --- ┆ --- │
│ str ┆ str ┆ f64 ┆ f64 ┆ f64 ┆ f64 ┆ f64 │
╞═════════════════════════╪════════╪═══════════╪══════════╪══════════╪══════════╪══════════╡
│ Gross Profit Margin ┆ AAPL ┆ 0.442617 ┆ 0.445163 ┆ 0.451708 ┆ 0.45875 ┆ 0.465781 │
│ Operating Profit Margin ┆ AAPL ┆ 0.2986 ┆ 0.290121 ┆ 0.312856 ┆ 0.337637 ┆ 0.307428 │
│ Net Profit Margin ┆ AAPL ┆ 0.254756 ┆ 0.243053 ┆ 0.256497 ┆ 0.283638 ┆ 0.260443 │
│ Return on Assets ┆ AAPL ┆ 0.072736 ┆ 0.05934 ┆ 0.065108 ┆ 0.09594 ┆ 0.070051 │
│ … ┆ … ┆ … ┆ … ┆ … ┆ … ┆ … │
│ Price to Book ┆ NVDA ┆ 1.395759 ┆ 1.30748 ┆ 1.254231 ┆ 1.196822 ┆ 1.172154 │
│ Price to Sales ┆ NVDA ┆ 4.758621 ┆ 2.662101 ┆ 2.302539 ┆ 2.32715 ┆ 2.211719 │
│ Price to Cashflow ┆ NVDA ┆ 11.756785 ┆ 5.664304 ┆ 5.690398 ┆ 4.473172 ┆ 3.753796 │
│ Price to Free Cashflow ┆ NVDA ┆ 12.851671 ┆ 5.934478 ┆ 5.914658 ┆ 4.574211 ┆ 3.846287 │
└─────────────────────────┴────────┴───────────┴──────────┴──────────┴──────────┴──────────┘
returns
Compute the returns for all tickers.
Returns:
DataFrame: Polars DataFrame containing the returns.
Example:
returns = tickers.returns()
print(returns)shape: (1_461, 6)
┌─────────────────────┬───────────┬───────────┬───────────┬───────────┬───────────┐
│ timestamp ┆ AAPL ┆ GOOG ┆ MSFT ┆ NVDA ┆ BTC-USD │
│ --- ┆ --- ┆ --- ┆ --- ┆ --- ┆ --- │
│ str ┆ f64 ┆ f64 ┆ f64 ┆ f64 ┆ f64 │
╞═════════════════════╪═══════════╪═══════════╪═══════════╪═══════════╪═══════════╡
│ 2020-01-01 00:00:00 ┆ 0.0 ┆ 0.0 ┆ 0.0 ┆ 0.0 ┆ 0.0 │
│ 2020-01-02 00:00:00 ┆ 0.0 ┆ 0.0 ┆ 0.0 ┆ 0.0 ┆ -2.981929 │
│ 2020-01-03 00:00:00 ┆ -0.972208 ┆ -0.490727 ┆ -1.245167 ┆ -1.600584 ┆ 5.145166 │
│ 2020-01-04 00:00:00 ┆ -0.972208 ┆ -0.490727 ┆ -1.245167 ┆ -1.600584 ┆ 0.895487 │
│ … ┆ … ┆ … ┆ … ┆ … ┆ … │
│ 2023-12-28 00:00:00 ┆ 0.222629 ┆ -0.113124 ┆ 0.323462 ┆ 0.212481 ┆ -1.876028 │
│ 2023-12-29 00:00:00 ┆ -0.542411 ┆ -0.24774 ┆ 0.202516 ┆ 0.0 ┆ -1.23969 │
│ 2023-12-30 00:00:00 ┆ -0.542411 ┆ -0.24774 ┆ 0.202516 ┆ 0.0 ┆ 0.136582 │
│ 2023-12-31 00:00:00 ┆ -0.542411 ┆ -0.24774 ┆ 0.202516 ┆ 0.0 ┆ 0.256862 │
└─────────────────────┴───────────┴───────────┴───────────┴───────────┴───────────┘
performance_stats
Compute the performance stats for all tickers.
Returns:
DataFrame: Polars DataFrame containing the performance stats.
Example:
performance_stats = tickers.performance_stats()
print(performance_stats)shape: (5, 17)
┌─────────┬────────────┬───────────┬───────────┬───┬───────────┬───────────┬───────────┬───────────┐
│ symbol ┆ daily_retu ┆ daily_vol ┆ cumulativ ┆ … ┆ calmar_ra ┆ maximum_d ┆ value_at_ ┆ expected_ │
│ --- ┆ rn ┆ atility ┆ e_return ┆ ┆ tio ┆ rawdown ┆ risk ┆ shortfall │
│ str ┆ --- ┆ --- ┆ --- ┆ ┆ --- ┆ --- ┆ --- ┆ --- │
│ ┆ f64 ┆ f64 ┆ f64 ┆ ┆ f64 ┆ f64 ┆ f64 ┆ f64 │
╞═════════╪════════════╪═══════════╪═══════════╪═══╪═══════════╪═══════════╪═══════════╪═══════════╡
│ AAPL ┆ 0.118539 ┆ 2.112493 ┆ 163.18936 ┆ … ┆ 1.400212 ┆ 24.845569 ┆ -3.243692 ┆ -4.714316 │
│ ┆ ┆ ┆ 8 ┆ ┆ ┆ ┆ ┆ │
│ GOOG ┆ 0.094141 ┆ 2.105943 ┆ 106.13293 ┆ … ┆ 1.305193 ┆ 20.502475 ┆ -3.194606 ┆ -4.806255 │
│ ┆ ┆ ┆ 9 ┆ ┆ ┆ ┆ ┆ │
│ MSFT ┆ 0.109354 ┆ 2.05254 ┆ 142.95199 ┆ … ┆ 1.095061 ┆ 28.955951 ┆ -2.951151 ┆ -4.55019 │
│ ┆ ┆ ┆ 2 ┆ ┆ ┆ ┆ ┆ │
│ NVDA ┆ 0.268188 ┆ 3.412684 ┆ 728.90280 ┆ … ┆ 3.208021 ┆ 30.046404 ┆ -5.126356 ┆ -6.999365 │
│ ┆ ┆ ┆ 2 ┆ ┆ ┆ ┆ ┆ │
│ BTC-USD ┆ 0.183123 ┆ 3.477496 ┆ 487.00228 ┆ … ┆ 1.285556 ┆ 45.562883 ┆ -5.098586 ┆ -7.981327 │
│ ┆ ┆ ┆ 1 ┆ ┆ ┆ ┆ ┆ │
└─────────┴────────────┴───────────┴───────────┴───┴───────────┴───────────┴───────────┴───────────┘
returns_chart
Display the cumulative returns chart for all tickers.
Returns:
Plot: Plot object containing the returns chart.
Example:
returns_chart = tickers.returns_chart()
returns_chart.show()
returns_matrix
Display the returns correlation matrix for all tickers.
Returns:
Plot: Plot object containing the returns chart.
Example:
returns_matrix = tickers.returns_matrix(height=600, width=800)
returns_matrix.show()
get_ticker
Fetch the Ticker object for a specific ticker symbol.
Parameters:
symbol(str): The ticker symbol.
Returns:
Ticker: A Ticker object.
Example:
ticker = tickers.get_ticker(symbol="AAPL")
ticker.performance_chart().show()
optimize
Optimizes the tickers given the objective function and constraints.
Parameters:
objective_function(Optional[str]): The objective function for optimization.constraints(Optional[List[Tuple[float, float]]]): List of constraints for optimization.
Returns:
Portfolio: A Portfolio object.
Example:
portfolio = tickers.optimize(objective_function="max_sharpe", constraints=[(0, 1), (0, 1), (0, 1), (0, 1), (0,1)])
portfolio.performance_chart().show()