Cotações da Bovespa Intraday

bovespa_intraday.py

#!/usr/bin/env python

from datetime import datetime
from json import loads
from time import gmtime, mktime, strptime

# LevelDict é um wrapper usando dicionário para LevelDB
# https://github.com/maurobaraldi/leveldict
from leveldict import LevelJsonDict
from requests import get

base = 'http://cotacoes.economia.uol.com.br/ws/asset'
assets = base + '/stock/list?size=10000'
intraday = base + '/{asset}/intraday?size=400&callback=uolfinancecallback0'
assets = {i['code']: i['idt'] for i in get(assets).json()['data']}

# 3 ativos para teste
# assets = {'PETR4.SA': 484, 'CTAX4.SA': 227, 'IGUA3.SA': 364}

db = LevelJsonDict('./intraday')


def from_ts(ts):
    ''' Convert timestamp (13 digits support) to datetime'''
    return datetime.fromtimestamp(mktime(gmtime(ts / 1000.0)))


def to_ts(dt):
    ''' From strftime to timestamp (13 digits support)'''
    return int(mktime(strptime(dt, "%Y-%m-%d %H:%M")) * 1000)


def get_intraday(asset):
    url = intraday.format(**{'asset': asset})
    return loads(get(url).content[20:-2])


if __name__ == '__main__':
    for asset, code in assets.iteritems():
        today = datetime.now().strftime('%Y%m%d')
        quote = get_intraday(code).get('data', {})
        db.setdefault(asset)
        db[asset] = {today: quote}

Não consigo baixar o 'py-leveldb" pois a url dele não existe mais. O que eu faço nesse caso?

https://api.cotacoes.uol.com/asset/list/?format=JSON&fields=id,abbreviation,name,companies,exchange

Alguém sabe qual o nome do "fields" para mostrar o tipo: Ações, FII, ETF, etc.???
ps: o Type "S" significa o que?

https://api.cotacoes.uol.com/asset/list/?format=JSON&fields=id,abbreviation,name,companies,exchange

Alguém sabe qual o nome do "fields" para mostrar o tipo: Ações, FII, ETF, etc.???
ps: o Type "S" significa o que?

Também gostaria de saber os fields disponíveis para essa API

consegui dar uma ratreada e saber mas campos
https://api.cotacoes.uol.com/currency/intraday/list?currency=1&fields=bidvalue,askvalue,date,variationpercentbid
bidvalue = valor de venda
askvalue = valor de compra ()
variationpercentbid = variação da moeda (importante pra saber se a moeda tá subindo ou descendo)

mas alguém sabe como resolver esse erro aqui ?
"has been blocked by CORS policy: No 'Access-Control-Allow-Origin' header is present on the requested resource. If an opaque response serves your needs, set the request's mode to 'no-cors' to fetch the resource with CORS disabled."

Pessoal, criei uma biblioteca Python para pegar dados do mercado financeiro diretamente das fontes originais (chama-se mercados), assim caso a API do UOL não funcione mais, vocês conseguem pegar diretamente da B3 e o resultado já vem em uma dataclass Python com todos os valores convertidos (datetime.date, decimal.Decimal etc.).

Existem várias formas de pegar os valores do último pregão (dá pra pegar inclusive as negociações intradiárias), mas segue um exemplo que detecta a última data disponível e pega todos os ativos (tem preço de abertura, mínimo, médio, máximo e de fechamento, além de número de negócios e volume).

Basta instalar diretamente do Github:

pip install https://github.com/PythonicCafe/mercados/archive/develop.zip
# `pip install mercados` funciona, mas a versão do PyPI ainda não foi atualizada e não tem algumas funcionalidades

Exemplo para coletar e mostrar alguns negócios para uma determinada data (tem ações, fundos listados, ETFs, opções etc.):

import datetime
from mercados.b3 import B3

b3 = B3()
for negociacao in b3.negociacao_bolsa("dia", datetime.date(2017, 5, 17)):  # Joesley Day
    if negociacao.codigo_negociacao in ("PETR4", "POMO4", "ITUB4"):
        print(negociacao.codigo_negociacao, negociacao.preco_abertura, negociacao.preco_ultimo)
        # `negociacao` é um objeto dataclass com diversos campos

# Resultado (é o preço original, não ajustado):
# ITUB4 39.83 39.43
# PETR4 15.56 15.61
# POMO4 2.93 2.87

Exemplo mais completo, que baixa todas as negociações do último dia disponível (pula fim de semana, feriados etc.) e salva em um CSV:

import csv
import datetime
from pathlib import Path

from mercados.b3 import B3

DIAS_PROBE = 8  # Retrocesso máximo em dias na auto-detecção de data, para cobrir feriados prolongados (hoje + 7d)
codigos = {}  # `set` com os códigos de negociação a filtrar, ex: codigos = {"PETR4", "POMO4", ...}
data = None  # Data do pregão. Se é `None`, então pega a última disponível. Poderia ser: datetime.date(2026, 5, 20)

if data is None:
    hoje = datetime.datetime.now().date()
    datas = [hoje - datetime.timedelta(days=i) for i in range(DIAS_PROBE)]
else:
    datas = [data]

b3 = B3()
registros = []
for data in datas:
    try:
        for negocio in b3.negociacao_bolsa("dia", data):
            if not codigos or negocio.codigo_negociacao in codigos:
                if negocio.codigo_negociacao in ("POMO4", "XPML11"):  # Mostra dados de exemplo
                    print(f"Exemplo de dado coletado: {negocio}")
                if not registros and len(datas) > 1:
                    print(f"Data auto-detectada: {data}")
                registros.append(negocio.serialize())  # .serialize transforma objeto dataclass em dict
    except BadZipFile:  # Arquivo ZIP não existe/está vazio para essa data
        continue
    else:
        break  # Coleta apenas para a primeira data encontrada

csv_filename = Path(f"negocios-b3-{data}.csv")
print(f"Coletados {len(registros)} registros, salvando em {csv_filename}.")
with csv_filename.open(mode="w") as fobj:
    writer = csv.DictWriter(fobj, fieldnames=list(registros[0].keys()))
    writer.writeheader()
    for registro in registros:
        writer.writerow(registro)

Resultado:

Data auto-detectada: 2026-05-21
Exemplo de dado coletado: NegociacaoBolsa(quantidade=6271000, pontos_strike=None, data=datetime.date(2026, 5, 21), data_vencimento=None, negociacoes=7782, lote=1, indice_correcao=0, distribuicao=106, codigo_bdi=2, codigo_tipo_mercado=10, prazo_termo=None, codigo_isin='BRPOMOACNPR7', codigo_negociacao='POMO4', moeda='R$', nome_pregao='MARCOPOLO', tipo_papel='PN      N2', preco_abertura=Decimal('5.98'), preco_maximo=Decimal('6.05'), preco_minimo=Decimal('5.86'), preco_medio=Decimal('5.95'), preco_ultimo=Decimal('5.98'), preco_melhor_oferta_compra=Decimal('5.98'), preco_melhor_oferta_venda=Decimal('5.99'), volume=Decimal('37325013.00'), preco_execucao=Decimal('0.00'))
Exemplo de dado coletado: NegociacaoBolsa(quantidade=138270, pontos_strike=None, data=datetime.date(2026, 5, 21), data_vencimento=None, negociacoes=20250, lote=1, indice_correcao=0, distribuicao=211, codigo_bdi=12, codigo_tipo_mercado=10, prazo_termo=None, codigo_isin='BRXPMLCTF000', codigo_negociacao='XPML11', moeda='R$', nome_pregao='FII XP MALLS', tipo_papel='CI  ER', preco_abertura=Decimal('107.08'), preco_maximo=Decimal('107.30'), preco_minimo=Decimal('106.67'), preco_medio=Decimal('106.98'), preco_ultimo=Decimal('107.05'), preco_melhor_oferta_compra=Decimal('107.04'), preco_melhor_oferta_venda=Decimal('107.05'), volume=Decimal('14793038.88'), preco_execucao=Decimal('0.00'))
Coletados 13431 registros, salvando em negocios-b3-2026-05-21.csv.

O projeto também tem uma interface de linha de comando, então caso não queiram programar, dá pra baixar os dados e gerar um CSV diretamente:

python -m mercados.b3 negociacao-bolsa dia 2026-05-20 negociacao-2026-05-20.csv
wc -l negociacao-2026-05-20.csv # 14212 negociacao-2026-05-20.csv

Para quem quiser saber mais sobre a biblioteca, veja o vídeo da minha palestra sobre ela na PythonBrasil 2025.