股票库

一个简单的库来管理股票数据

示例代码

# library import
from thestockslib import TheStock

# initialization
stock = TheStock('AAPL')

# getting live price
stock.getliveprice()

# getting current Yahoo recommendation
r = stock.getyahoorecommendation()
TheStock.getyahoorecommendationstring(r)

# getting Yahoo performance outlook information (short term, medium term, long term)
stock.getyahooperformanceoutlook()

# getting historical price at July 31st, 2020
stock.gethistoricalprice('2020-07-31')

# adding some mapping to recommendations actions
stock.addactiontoperiod('buy', 7) # when a 'buy' suggestion is received, consider a sell after 7 days
stock.addactiontoperiod('strong buy', 7) # when a 'strong buy' suggestion is received, consider a sell after 7 days
stock.addactiontoperiod('long-term buy', 30) # when a 'long-term buy' suggestion is received, consider a sell after 30 days

# initializing the suggester name
suggestername = 'Cascend'

# simulating purchases by suggester name
purchases = stock.simulatepurchases(suggestername)
print(purchases)

# simulating sells
stock.simulatesells(purchases)

# compute suggester's reliability for 'buy' actions
stock.getsuggestionreliability(suggestername, 'buy')

可用枚举

ConsideredAverage

当请求历史数据时，这Enum用于将要采用的平均方法作为输入传递。以下值是可能的：

• OPEN_CLOSE, 将给定股票的开盘价和收盘价之间的平均值视为每日价值
• HIGH_LOW, 将给定股票当天的高价和低价之间的平均值视为每日价值

可用课程

只有一个TheStock类可用。

支持以下属性：

• ticker所考虑的股票行情字符串（例如AAPL）
• tickerobjectyfinance Ticker对象
• dateformat要考虑的日期格式（默认为%Y-%m-%d）
• consideredaverage要考虑的平均计算指标（默认为ConsideredAverage.OPEN_CLOSE）
• historicaldata当前代码的历史市场数据，根据yfinance数据格式，转换为记录数组

支持以下方法：

• __init__(self, t, df='%Y-%m-%d', ca=ConsideredAverage.OPEN_CLOSE), 初始化TheStock对象

  • t( str) 是股票代码/符号
  • df( str) 是要考虑的日期格式
  • ca( ConsideredAverage) 是要考虑的平均值

• addactiontoperiod(a, p)，在推荐操作和为该推荐考虑的持续时间之间添加匹配

  • a( str) 是动作标题/名称，与推荐列表映射
  • p( int) 是要考虑的期限，以天为单位

• convertdatetime(d), 将日期时间对象转换d为字符串，采用df对象初始化期间传递的格式

  • d( datetime) 要转换的日期时间对象

• getliveprice(round_decimals=2), 返回当前交易品种的当前实时价格

  • round_decimals( int) 考虑四舍五入的小数

• gethistoricalprice(d, round_decimals=2), 返回当前交易品种在时间的历史价格d

  • d( datetime) 考虑的日期
  • round_decimals( int) 考虑四舍五入的小数

• simulatepurchases(s), 模拟推荐者购买当前符号s

  • s( str) 要考虑的建议者姓名

• simulatesells(p), 模拟给定购买的销售p，在针对该购买建议的操作的相关期限到期后

  • p( list) 采购对象清单

• getsuggestionreliabilitydata(suggester, suggestion, transactionprice=0.0)，提供有关给定建议者的可靠性和给定建议的结构化信息

  • suggester( str) 推荐人姓名
  • suggestion( str) 建议行动
  • transactionprice( float) 交易考虑的价格

• getsuggestionreliability(suggester, suggestion, transactionprice=0.0), 计算给定建议者和给定建议的可靠性

  • suggester( str) 推荐人姓名
  • suggestion( str) 建议行动
  • transactionprice( float) 交易考虑的价格

• generategraphs(fcast_time, alphavantage_apikey, outputname_pre=''), 为当前符号生成要显示的图形

  • fcast_time( int) 要考虑的预测时间，以天为单位
  • alphavantage_apikey( str) 要使用的AlphaVantage API 密钥
  • outputname_pre( str) 用于生成图形的初步文件名

• getyahoorecommendation(), 返回当前符号的当前 Yahoo 推荐

• getyahooperformanceoutlook(), 返回当前交易品种的当前 Yahoo 业绩前景（输出是一个列表，按顺序包含短期、中期、长期结果）

• getcompanynews(finnhub_apikey, fromdate=None), 返回与当前交易品种相关的今日新闻列表

  • finnhub_apikey( str) 要使用的FinnHub API 密钥
  • fromdate( str) 检索新闻时要考虑的开始日期，如果需要检索早于今天的新闻

支持以下静态方法：

• getrevolutsymbols(), 返回Revolut支持的符号列表

• combineimages(l, vertical=False, outputfile='output.png'), 将图像列表组合到输出文件

  • l( list) 要组合的输入图像的文件名列表
  • vertical( bool) 组合方式（垂直或水平）
  • outputfile( str) 要生成的输出文件名

• removeimages(outputname_pre=''), 删除所有生成的图像

  • outputname_pre( str) 用于生成图形的初步文件名

• getyahoorecommendationstring(r)，从表示为的输入值中检索 Yahoo 推荐字符串float

  • r( float) 推荐值表示为float

去做

• 提高代码可读性

联系人

你可以在Twitter 上以@auino的身份找到我。