纳斯达克将提交6200万美元补偿计划

Nasdaq OMX Group Inc(以下简称“纳斯达克”)当地时间周五表示,该公司将向美国证券交易委员会(以下简称“SEC”)提交一份金额高达6200万美元的补偿计划,补偿在Facebook IPO(首次公开招股)交易中蒙受损失的投资公司的经济损失。

纳斯达克称,新补偿计划的赔偿金额比6月份所提的计划高出2200万美元。所有补偿将以现金方式支付。纳斯达克在6月份的计划中提出将以交易费减免等方式补偿蒙受经济损失的投资公司。

纳斯达克表示,补偿计划将提交给SEC,所有补偿工作将在6个月内完成。

纳斯达克最初的补偿计划遭到做市商的反对,它们声称因纳斯达克的技术故障蒙受的经济损失高达2亿美元。纳斯达克的补偿计划还遭到其他股票交易所的反对,它们称这会强制企业在纳斯达克上市。

纳斯达克首席执行官罗伯特·格雷菲尔德(Robert Greifeld)在一份声明中表示,“我们对Facebook IPO交易中出现的问题深表遗憾,我们没有能达到我们长期以来在为上市公司和客户提供优秀技术方面建立的高标准。”

格雷菲尔德称,纳斯达克已经从这次事故中汲取了教训,将继续改进其交易平台。

美国金融业监管局已经同意评估根据纳斯达克补偿计划提交的索赔申请。

### 使用Python编写程序爬取纳斯达克指数数据 要实现纳斯达克指数的数据爬取,可以利用Python中的`requests`库来发送HTTP请求并获取网页内容,再通过`BeautifulSoup`解析HTML页面提取所需数据。以下是具体方法: #### 数据源的选择 通常可以从Yahoo Finance、Google Finance或NASDAQ官网等平台获取纳斯达克指数的历史和实时数据。这些网站提供了结构化的HTML页面,便于爬虫抓取。 #### 所需工具 - `requests`: 发送HTTP请求。 - `BeautifulSoup` (来自`bs4`): 解析HTML文档。 - `pandas`: 存储和处理数据[^2]。 #### 示例代码 以下是一个简单的示例代码,用于从Yahoo Finance爬取纳斯达克指数的最新数据: ```python import requests from bs4 import BeautifulSoup import pandas as pd def fetch_nasdaq_data(): url = "https://finance.yahoo.com/quote/%5EIXIC" # Yahoo Finance NASDAQ Index URL headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124 Safari/537.36' } response = requests.get(url, headers=headers) if response.status_code != 200: raise Exception(f"Failed to load page {url}") soup = BeautifulSoup(response.text, 'html.parser') price_element = soup.find('fin-streamer', {'data-symbol': '^IXIC'}) last_price = None if price_element: last_price = price_element['value'] change_element = soup.find('span', class_='Trsdu(0.3s)') day_change = None if change_element: day_change = change_element.text result_df = pd.DataFrame({ 'Last Price': [last_price], 'Day Change': [day_change] }) return result_df if __name__ == "__main__": nasdaq_data = fetch_nasdaq_data() print(nasdaq_data) ``` 上述代码实现了以下几个功能: 1. 定义目标URL为Yahoo Finance上的纳斯达克指数页面。 2. 设置浏览器头信息以模拟真实访问行为。 3. 利用`BeautifulSoup`查找特定标签(如价格和日变化量),并将结果存入Pandas DataFrame中。 #### 数据存储与进一步操作 如果希望长期保存数据,则可考虑将其写入CSV文件或数据库中。例如,将DataFrame导出至CSV文件的方法如下所示: ```python nasdaq_data.to_csv('nasdaq_index.csv', index=False) ``` 对于更复杂的需求,比如定时任务调度以及图形化界面展示,还可以结合第三方库完成相应功能开发[^3]。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值