编写Python代码从数据源获得个股历史5年每日的股票价格和相关技术指标并阐述数据收集的要点和介绍数据源。

要点：

1. 选择合适的数据源
2. 确定需要收集的数据类型和时间范围
3. 使用Python的数据获取库获取数据
4. 对数据进行清洗和处理

介绍数据源：

在获取个股历史5年每日的股票价格和相关技术指标的数据时，可以考虑使用金融数据提供商的API，如聚宽、天天基金网等。这些数据源提供了丰富的金融数据，包括股票价格、技术指标、财务数据等，可以满足我们的需求。

在使用API获取数据时，需要先注册并申请API密钥，然后按照API文档的要求进行数据请求。一般情况下，API会返回JSON格式的数据，可以使用Python的requests库获取数据，并使用Pandas等库进行数据处理和分析。

代码示例：

以下是一个从聚宽获取个股历史5年每日的股票价格和相关技术指标的Python代码示例：

import jqdatasdk
import pandas as pd

# 登录聚宽账号
jqdatasdk.auth('username', 'password')

# 设置股票代码和时间范围
code = '000001.XSHE'
start_date = '2016-01-01'
end_date = '2021-01-01'

# 获取股票价格和技术指标数据
price_df = jqdatasdk.get_price(code, start_date=start_date, end_date=end_date)
indicator_df = jqdatasdk.get_fundamentals(jqdatasdk.query(jqdatasdk.valuation).filter(jqdatasdk.valuation.code==code), date=end_date)

# 合并数据
data_df = pd.concat([price_df, indicator_df], axis=1)

# 处理数据
data_df.rename(columns={'volume':'成交量', 'money':'成交额', 'circulating_market_cap':'流通市值'}, inplace=True)
data_df.dropna(inplace=True)

print(data_df.head())

该代码使用了聚宽提供的API获取股票价格和技术指标数据，然后使用Pandas将两个数据框合并，并进行了一些数据处理，如修改列名和删除缺失值。最终输出合并后的数据框的前五行。