MarketWatch — Financial Data Scraper
Scraper de MarketWatch que extrae quotes en tiempo real, financial statements (income, balance sheet, cash flow), SEC filings, analyst estimates, options chain y historical prices para acciones US y ADRs globales.
No requiere API key. Los datos se extraen del HTML de las páginas públicas.
⚠️ Aviso Legal
- MarketWatch no tiene API pública oficial. Este scraper accede a datos públicamente disponibles en la web.
- MarketWatch usa Datadome para protección anti-bot. El scraper utiliza headers de navegador completo para bypass.
- Respetá los términos de servicio de MarketWatch.
- Implementá rate limiting (mín 3 segundos entre requests, recomendado 5s).
- El sitio puede cambiar su estructura HTML, rompiendo el scraper.
Instalación
bashpip install requests beautifulsoup4
Scripts
| Script | Descripción |
|---|---|
| fetch_marketwatch.py | Script principal: todos los endpoints |
Uso rápido
bash# Quote + perfil de compañía python scripts/fetch_marketwatch.py --ticker AAPL --quote --profile # Income statement anual (por defecto) python scripts/fetch_marketwatch.py --ticker MSFT --income # Income statement trimestral python scripts/fetch_marketwatch.py --ticker AAPL --income --quarterly # Balance sheet + cash flow trimestral python scripts/fetch_marketwatch.py --ticker NVDA --balance --cashflow --quarterly # Todos los financials (income + balance + cashflow) python scripts/fetch_marketwatch.py --ticker AAPL --financials # SEC filings (10-K, 10-Q, 8-K) python scripts/fetch_marketwatch.py --ticker AAPL --sec-filings # Analyst estimates + target price python scripts/fetch_marketwatch.py --ticker AAPL --analyst # Options chain python scripts/fetch_marketwatch.py --ticker AAPL --options # Historical OHLCV python scripts/fetch_marketwatch.py --ticker AAPL --historical # Todo lo disponible python scripts/fetch_marketwatch.py --ticker GGAL --all # A JSON python scripts/fetch_marketwatch.py --ticker AAPL --all --output aapl.json # Control de rate limiting python scripts/fetch_marketwatch.py --ticker AAPL --quote --delay 5
Endpoints disponibles
| Flag | Data | Frecuencia | Períodos |
|---|---|---|---|
--quote | Precio, cambio, performance (5d, 1m, YTD) | Tiempo real | 1 snapshot |
--profile | Ratios clave, sector, industria, empleados | Actual | 1 snapshot |
--income | Income Statement | Anual / Trimestral | ~5 años |
--balance | Balance Sheet | Anual / Trimestral | ~5 años |
--cashflow | Cash Flow Statement | Anual / Trimestral | ~5 años |
--financials | Income + Balance + Cash Flow (atajo) | Según --quarterly | ~5 años |
--sec-filings | SEC filings (10-K, 10-Q, 8-K) | Histórico | ~20+ entradas |
--analyst | Estimaciones, target price, recomendaciones | Trimestral/anual | ~15+ campos |
--options | Options chain (calls/puts por strike) | Fechas de expiración | Todas disponibles |
--historical | OHLCV histórico diario | Diario | ~1-3 meses |
--all | Todos los anteriores | Según --quarterly | - |
Datos disponibles por endpoint
Quote
Precio actual, cambio ($), cambio (%), Close anterior, y tabla de performance (5 Day, 1 Month, 3 Month, YTD, 1 Year).
Company Profile
Hasta 29 ratios financieros incluyendo: P/E Current, P/E Ratio, EPS, Market Cap, Shares Outstanding, Revenue/Employee, Employees, Dividend Yield, Beta, etc.
Financial Statements
Cada statement contiene ~40-60 items (Revenue, COGS, Gross Profit, Operating Income, Net Income, EBITDA, EPS, etc. para income; Cash, Receivables, Total Assets, Debt, Equity, etc. para balance sheet; Operating Cash Flow, Free Cash Flow, Capex, etc. para cash flow).
SEC Filings
Listado de filings con: Filing Date, Document Date, Type (10-K, 10-Q, 8-K), Category.
Analyst Estimates
Average Recommendation, Average Target Price, Number of Ratings, High/Median/Low target, Current/Next Year Estimates, y tabla de cambios de rating por firma.
Options
Options chain organizada por fecha de expiración con calls y puts, strikes, precios, volumen, open interest.
Historical
OHLCV diario con Date, Open, High, Low, Close, Volume (últimos ~60 días).
Protección anti-bot (Datadome)
MarketWatch usa Datadome para protegerse de scraping automatizado.
| Situación | Síntoma | Solución |
|---|---|---|
| Muchos requests seguidos | 401 Unauthorized | Aumentar --delay (mín 3s, ideal 5s) |
| IP bloqueada temporalmente | 401 incluso con delay | Esperar 5-10 minutos |
| Headers incorrectos | 401 inmediato | Usar headers de navegador (ya incluidos) |
| Sin session cookies | 401 | El scraper maneja cookies automáticamente |
Recomendación: No más de 4-5 endpoints por ticker por ejecución.
Estructura del skill
skills/marketwatch/ ├── SKILL.md # Este archivo ├── references/ │ └── REFERENCE.md # Documentación completa de todos los endpoints └── scripts/ └── fetch_marketwatch.py # Script principal
📖 Referencia completa: Para entender en detalle cada endpoint, columnas de options, campos de financials, estructura de historical data, etc., consultá references/REFERENCE.md.
