本文介绍基于Python构建查询历史股票行情的应用。
1 数据获取
量化数据接口有很多,有tushare、alltick、xtquant等等。本文使用的是akshare库,它是开源的财经数据库,不仅包含股票、期货、期权、外汇、基金等常见的金融数据,还包括能源、事件、舆情和艺人指数这类不常见但可能影响市场行为的其他数据,可以说是目前市面上免费接口里最全的一个。
以获取深市A股历史日线数据为例,首先获取深市A股的股票信息:
python
import akshare as ak
stock_info = ak.stock_info_sz_name_code()
stock_info.to_excel('stock_code.xlsx')
2 应用架构
本应用基于dash框架、开源组件库feffery_antd_components与akshare金融数据接口开发的轻量级应用。app.py中进行应用对象的实例化,并构建应用的初始化页面内容;setting.css进行前端界面样式的调整;data储存的是深交所A股信息。
python
- demo
- data
- stock_code.xlsx
- assets
- setting.css
- app.py
3 应用启动
安装好当前项目依赖库,然后直接在终端执行python app.py
即可启动应用,按照控制台提示的信息,浏览器访问本地http://127.0.0.1:8050地址即可访问应用。
4 代码
python
# app.py
import pandas as pd
import dash
from pyecharts import options as opts
import akshare as ak
from dash import Dash, html, dcc, callback, Output, Input, State
import dash_bootstrap_components as dbc
from pyecharts.charts import Kline
import feffery_antd_components as fac
# 应用实例化
app = Dash(
__name__,
title='量化小应用',
update_title='加载中...',
assets_url_path='assets/setting.css'
)
app.layout = fac.AntdSpace([
dcc.Store(storage_type='local', id='stock-code-store', data=pd.read_excel('data\stock_code.xlsx', dtype={'A股代码': 'str'}).to_dict('records')),
fac.AntdFlex([
fac.AntdIcon(icon='antd-right', style={'color': '#0069d9'}),
fac.AntdText('股票历史日线数据查询', className='header')
]),
fac.AntdFlex([
fac.AntdFlex([
'股票代码:',
dcc.Dropdown(
id='stock-dropdown',
multi=False,
searchable=True,
value='000001',
placeholder='股票代码',
style={'width': '100px'}
),
], align='center', gap='small'),
fac.AntdFlex([
'日期:',
fac.AntdDateRangePicker(
placeholder=['选择开始日期', '选择结束日期'],
id='stock-dropdown datepicker',
size='middle',
prefix=fac.AntdIcon(icon='antd-calendar')
),
], gap='small'),
fac.AntdButton(
'搜索',
type='primary',
id='stock-dropdown btn',
loadingChildren="查询中",
),
], align='center', gap='large'),
fac.AntdCard(
title='收益概述',
headStyle={'background': 'rgba(0, 0, 0, 0.3)', 'text-align': 'left'},
id='card-content',
className='card'
),
], className='container')
@app.callback(
Output('stock-dropdown', 'options'),
Input('stock-code-store', 'data')
)
def code_info(data):
data = pd.DataFrame(data)
data['A股代码'] = data['A股代码'].astype('str')
options = [
{'label': x, 'value': 'sz' + y}
for x, y in zip(data['A股代码'], data['A股代码'])
]
return options
@app.callback(
Output('card-content', 'children'),
Input('stock-dropdown btn', 'nClicks'),
[State('stock-code-store', 'data'),
State('stock-dropdown', 'value'),
State('stock-dropdown datepicker', 'value')],
running=[(Output('stock-dropdown btn', "loading"), True, False)],
)
def update(nClicks, data, value, date):
stock_info = pd.DataFrame(data)
stock_info = stock_info[stock_info['A股代码'] == value[2:]].to_dict('records')
title = stock_info[0]['A股简称'] + '(SZ:' + stock_info[0]['A股代码'] + ')'
result = ak.stock_zh_a_daily(symbol=value, start_date=date[0], end_date=date[1])
result.rename(columns={'open': '开盘价', 'close': '收盘价', 'low': '最低', 'high': '最高'}, inplace=True)
fig = (
Kline(init_opts=opts.InitOpts(width='1200px', height='300px'))
.add_xaxis(list(result['date']))
.add_yaxis(series_name='k线', y_axis=result[['开盘价', '收盘价', '最低', '最高']].values.tolist(),
itemstyle_opts=opts.ItemStyleOpts(color='rgb(192, 51, 47)', color0='green'))
.set_global_opts(
title_opts=opts.TitleOpts(title=f'{date[0]}-{date[1]}日K线'),
yaxis_opts=opts.AxisOpts(name='单位净值(元)', min_=result[['开盘价', '收盘价', '最低', '最高']].min().min(), max_=result[['开盘价', '收盘价', '最低', '最高']].max().max()),
tooltip_opts=opts.TooltipOpts(trigger='axis', axis_pointer_type='cross', formatter='{b}: {c}', border_color='#ccc', background_color='rgba(245, 245, 245, 0.8)'),
datazoom_opts=opts.DataZoomOpts(is_show=True, range_start=result['date'].min(), range_end=result['date'].max()),
)
.set_series_opts(
markpoint_opts=opts.MarkPointOpts(data=[opts.MarkPointItem(type_='max', name='最高价', value=result['最高'].max()), opts.MarkPointItem(type_='min', name='最低价', value=result['最低'].min())], symbol='pin'),
splitline_opts=opts.SplitAreaOpts(is_show=True),
linestyle_opts=opts.LineStyleOpts(type_='dashed', color='lightgrey'),
)
)
fig.render('kline.html')
card_layout = [
fac.AntdRow(title, className='card-content title', wrap=True),
fac.AntdRow([
fac.AntdCol([
fac.AntdText('最高:', className='card-content index'),
fac.AntdText(result['最高'].max(), className='card-content value', style={'color': 'red'})
]),
fac.AntdCol([
fac.AntdText('最低:', className='card-content index'),
fac.AntdText(result['最低'].max(), className='card-content value', style={'color': 'green'})
]),
fac.AntdCol([
fac.AntdText(f'成交量:{str(result['volume'].sum())}手', className='card-content index'),]),
fac.AntdCol([
fac.AntdText(f'成交额:{str(result['amount'].sum())}元', className='card-content index'),]),
], gutter=20),
html.Iframe(
srcDoc=open('kline.html', 'r').read(),
style={
'height': 300,
'width': '100%',
'align': 'center'
}
)
]
return card_layout
if __name__ == '__main__':
app.run(debug=False)
css
/* setting.css*/
html,body {
background-color: #ffffff;
color: #000000;
text-align: center !important;
margin: 1%;
padding: 1%;
font-family: 'Sans ser-if';
}
.container {
display: grid;
width: 1200px;
}
/* 标题样式 */
.header {
font-size: 18px;
font-weight: bold;
}
/* 卡片样式 */
.card {
width: 1400px;
}
.ant-card-body {
display: flex;
flex-direction: column;
}
.card-content {
}
.title {
font-size: 24px;
font-weight: bold;
}
.index {
font-size: 12px;
font-weight: bold;
}
.value {
font-weight: bold;
}
5 优化方向
- 由于本文涉及的数据交互与计算较少,历史数据获取的方式是直接调用akshare库,而该库有的数据不能频繁获取。若数据量增多,为提高系统效率与性能,需要采取适当的方式,将数据持久化保存到本地。
- 构建成多页面应用,一个页面存放一个指标