Im Rahmen meiner Tätigkeit bei der VerbundVolksbankOWL eG entwickelte ich ein Python-Skript zur automatisierten Erfassung von Zertifikaten und Zinsprodukten der DZ Bank. Dieses Projekt entstand aus der Notwendigkeit heraus, regelmäßig aktuelle Marktdaten ins unternehmenseigene Data Warehouse einzuspeisen.
Herausforderung und Lösung
Die manuelle Datenerfassung durch wöchentliche E-Mail-Reports oder das händische Herunterladen von CSV-Dateien erwies sich als ineffizient und fehleranfällig. Meine Lösung automatisiert diesen Prozess vollständig und ermöglicht eine zeitnahe, präzise Datenaktualisierung.
Technische Umsetzung
Das Skript nutzt Python mit den Bibliotheken pandas, json, datetime und hashlib. Es extrahiert umfassende Informationen zu allen in Zeichnung befindlichen Wertpapieren direkt von der DZ-Bank-Website. Jedes Wertpapier wird als eigenständiges Dictionary erfasst und in einer zentralen Liste zusammengeführt.
Kernfunktionen
- Umfassende Datenabfrage: Erfassung aller relevanten Zertifikate und Zinsprodukte in Zeichnung
- Strukturierte Datenspeicherung: Detaillierte Informationen zu jedem Wertpapier
- Zentrale Datensammlung: Aggregation aller Wertpapier-Daten in einer Liste
- Datenintegrität: Sicherstellung durch Hash-Funktionen
Erweiterbarkeit
Am Ende des Skripts kann eine maßgeschneiderte Datengrundlage erstellt werden, die genau auf die spezifischen Anforderungen des jeweiligen Unternehmens zugeschnitten ist. Die erfassten Daten können entweder als CSV-Datei exportiert und anschließend in ein Data Warehouse importiert werden, oder direkt aus dem Python-Skript heraus mittels INSERT-Statements in eine Datenbank eingefügt werden.
Dies ermöglicht eine nahtlose Integration in bestehende Systeme und Prozesse, unabhängig von der vorhandenen IT-Infrastruktur.
Nutzen und Anwendung
Dieses Skript bietet eine flexible Grundlage für die automatisierte Datenerfassung im Finanzsektor. Es kann leicht an spezifische Anforderungen angepasst werden und ermöglicht eine effiziente Integration von Zeichnungsprodukten in bestehende Datawarehouse-Systeme.
