Чтобы найти лучшие дешевые акции, вы можете использовать различные методы и приемы. Вот несколько подходов с примерами кода:

1. Скринеры акций.
   Скринеры акций помогают фильтровать и идентифицировать дешевые акции, соответствующие определенным критериям, таким как цена, объем и рыночная капитализация. Вы можете использовать онлайн-инструменты для проверки акций или написать собственный код для фильтрации акций на основе ваших предпочтений. Вот пример использования библиотеки Python yfinance:

import yfinance as yf
def find_penny_stocks():
    tickers = yf.Tickers('LOW, GME, AMC')  # Replace with your preferred list of tickers
    penny_stocks = []

    for ticker in tickers.tickers:
        info = ticker.info
        if info['regularMarketPrice'] < 5.0:  # Adjust the price threshold as desired
            penny_stocks.append(ticker.ticker)

    return penny_stocks
penny_stocks = find_penny_stocks()
print(penny_stocks)

2. Фундаментальный анализ.
   Проведение фундаментального анализа включает в себя оценку финансового состояния, доходов и потенциала роста компании. Вы можете собирать финансовые данные с веб-сайтов или использовать API финансовых данных для анализа дешевых акций на основе различных фундаментальных факторов. Вот пример использования библиотеки Python Alpha Vantage:

import requests
def analyze_fundamentals(symbol):
    api_key = 'YOUR_API_KEY'  # Replace with your Alpha Vantage API key
    url = f'https://www.alphavantage.co/query?function=OVERVIEW&symbol={symbol}&apikey={api_key}'
    response = requests.get(url)
    data = response.json()
    # Extract and analyze relevant fundamental data here
    # Example: data['EPS'], data['ROE'], etc.
symbol = 'AAPL'  # Replace with the penny stock symbol you want to analyze
analyze_fundamentals(symbol)

3. Технический анализ.
   Технический анализ включает в себя изучение моделей цен на акции, тенденций и индикаторов для принятия инвестиционных решений. Вы можете использовать библиотеки Python, такие как TA-Lib, или разработать собственные алгоритмы технического анализа. Вот простой пример использования TA-Lib:

import talib
import yfinance as yf
def analyze_technicals(symbol):
    data = yf.download(symbol, start='2023-01-01', end='2024-01-01')  # Adjust the date range as desired
    close_prices = data['Close'].values
    sma = talib.SMA(close_prices, timeperiod=20)  # Simple Moving Average
    # Perform additional technical analysis calculations as needed
symbol = 'AAPL'  # Replace with the penny stock symbol you want to analyze
analyze_technicals(symbol)