[Python技術]利用akshare獲取股票基本信息奈搜、K線圖悉盆、最新新聞 以及大模型投資建議

最近臨時有個想法，輸入股票代碼馋吗， 輸出股票基本信息焕盟，畫出K線圖，列出最新的新聞宏粤，并讓AI大模型給出投資建議脚翘。 說干就干，剛折騰了一個小玩意绍哎， 先看圖 ![](https://upload-images.jianshu.io/upload_images/5262647-a084e5aa8c17fa7c.png) ![](https://upload-images.jianshu.io/upload_images/5262647-1b2fc9e25d03965d.png) ![](https://upload-images.jianshu.io/upload_images/5262647-7aecf3ee7e6afea2.png) 這里簡單提供下代碼片段 1来农、獲取股票基本信息 ``` def get_stock_info(stock_code): """獲取股票詳細信息""" try: stock_info = ak.stock_individual_info_em(symbol=stock_code) return stock_info except Exception as e: st.error(f"獲取股票信息時出錯: {str(e)}") return None ``` 2、畫K線圖 ``` def get_stock_data(stock_code): """獲取股票數據并繪制K線圖""" try: # 獲取3個月K線圖 end_date = datetime.now().strftime('%Y%m%d') start_date = (datetime.now() - timedelta(days=90)).strftime('%Y%m%d') # 使用akshare獲取股票數據 df = ak.stock_zh_a_hist(symbol=stock_code, start_date=start_date, end_date=end_date, adjust="qfq") # 創(chuàng)建K線圖 fig = go.Figure(data=[go.Candlestick(x=df['日期'], open=df['開盤'], high=df['最高'], low=df['最低'], close=df['收盤'], increasing_line_color = 'red', # Red for positive changes decreasing_line_color = 'green'), # Green for negative changes ]) # 更新布局 fig.update_layout(title=f'{stock_code} 股票K線圖', xaxis_title='日期', yaxis_title='價格') return fig, df except Exception as e: st.error(f"獲取股票數據時出錯: {str(e)}") return None, None ``` 3崇堰、獲取新聞信息 ``` def get_stock_news(stock_code): """獲取股票相關新聞""" try: stock_news_em_df = ak.stock_news_em(symbol=stock_code) return stock_news_em_df.head(10) # 返回最新的5條新聞 except Exception as e: st.error(f"獲取新聞數據時出錯: {str(e)}") return None ``` 4沃于、AI大模型獲取投資建議 ``` def analyze_stock_trend(stock_code, df, stock_info, news_df): """使用LangChain和OpenAI模型分析股票走勢并給出投資建議""" # 計算一些基本指標 latest_price = df['收盤'].iloc[-1] price_change = df['收盤'].iloc[-1] - df['收盤'].iloc[0] price_change_percent = (price_change / df['收盤'].iloc[0]) * 100 # 準備股票信息 info_str = "\n".join([f"{row['item']}: {row['value']}" for _, row in stock_info.iterrows()]) # 準備新聞信息 news_str = "\n".join([f"- {row['新聞標題']}" for _, row in news_df.iterrows()]) # 創(chuàng)建提示模板 template = """ 分析以下股票數據并給出走勢分析和投資建議： 股票代碼：{stock_code} 最新收盤價：{latest_price} 年度價格變化：{price_change} ({price_change_percent}%) 最高價：{high_price} 最低價：{low_price} 平均成交量：{avg_volume} 股票信息： {stock_info} 相關新聞： {news} 請?zhí)峁┮韵滦畔ⅲ? 1. 總體趨勢分析 2. 可能的支撐位和阻力位 3. 成交量分析 4. 短期和長期預測 5. 潛在風險和機會 6. 基于技術分析和新聞的投資建議 """ prompt = PromptTemplate( input_variables=["stock_code", "latest_price", "price_change", "price_change_percent", "high_price", "low_price", "avg_volume", "stock_info", "news"], template=template ) # 創(chuàng)建LLM鏈 llm = ChatOpenAI( temperature=0.95, model="glm-4-flash", openai_api_key= "xxxxx", openai_api_base="https://open.bigmodel.cn/api/paas/v4/" ) chain = LLMChain(llm=llm, prompt=prompt) # 運行鏈 result = chain.run({ "stock_code": stock_code, "latest_price": f"{latest_price:.2f}", "price_change": f"{price_change:.2f}", "price_change_percent": f"{price_change_percent:.2f}", "high_price": f"{df['最高'].max():.2f}", "low_price": f"{df['最低'].min():.2f}", "avg_volume": f"{df['成交量'].mean():.2f}", "stock_info": info_str, "news": news_str }) return result ``` 基于上面的代碼片段 ，懂點Python技術就可以做出上面的效果了海诲。 我這里用的智譜AI大模型繁莹，可以通過我的鏈接進行注冊 https://www.bigmodel.cn/invite?icode=aSqC8mn3g0IOIO67iRoqNJmwcr074zMJTpgMb8zZZvg%3D 本文由[mdnice](https://mdnice.com/?platform=6)多平臺發(fā)布
?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
  • 人面猴
    序言：七十年代末，一起剝皮案震驚了整個濱河市特幔，隨后出現的幾起案子咨演，更是在濱河造成了極大的恐慌，老刑警劉巖蚯斯，帶你破解...
    沈念sama閱讀 217,185評論 6贊 503
  • 死咒
    序言：濱河連續(xù)發(fā)生了三起死亡事件薄风，死亡現場離奇詭異饵较，居然都是意外死亡，警方通過查閱死者的電腦和手機遭赂，發(fā)現死者居然都...
    沈念sama閱讀 92,652評論 3贊 393
  • 救了他兩次的神仙讓他今天三更去死
    文/潘曉璐 我一進店門循诉，熙熙樓的掌柜王于貴愁眉苦臉地迎上來，“玉大人嵌牺，你說我怎么就攤上這事打洼×浜” “怎么了逆粹？”我有些...
    開封第一講書人閱讀 163,524評論 0贊 353
  • 道士緝兇錄：失蹤的賣姜人
    文/不壞的土叔 我叫張陵，是天一觀的道長炫惩。 經常有香客問我僻弹，道長，這世上最難降的妖魔是什么他嚷？ 我笑而不...
    開封第一講書人閱讀 58,339評論 1贊 293
  • ?港島之戀（遺憾婚禮）
    正文 為了忘掉前任蹋绽，我火速辦了婚禮，結果婚禮上筋蓖，老公的妹妹穿的比我還像新娘卸耘。我一直安慰自己，他們只是感情好粘咖，可當我...
    茶點故事閱讀 67,387評論 6贊 391
  • 惡毒庶女頂嫁案：這布局不是一般人想出來的
    文/花漫 我一把揭開白布蚣抗。 她就那樣靜靜地躺著，像睡著了一般瓮下。 火紅的嫁衣襯著肌膚如雪翰铡。 梳的紋絲不亂的頭發(fā)上，一...
    開封第一講書人閱讀 51,287評論 1贊 301
  • 城市分裂傳說
    那天讽坏，我揣著相機與錄音锭魔，去河邊找鬼。 笑死路呜，一個胖子當著我的面吹牛迷捧，可吹牛的內容都是我干的。 我是一名探鬼主播胀葱，決...
    沈念sama閱讀 40,130評論 3贊 418
  • 雙鴛鴦連環(huán)套：你想象不到人心有多黑
    文/蒼蘭香墨 我猛地睜開眼党涕，長吁一口氣：“原來是場噩夢啊……” “哼！你這毒婦竟也來了巡社？” 一聲冷哼從身側響起膛堤，我...
    開封第一講書人閱讀 38,985評論 0贊 275
  • 萬榮殺人案實錄
    序言：老撾萬榮一對情侶失蹤，失蹤者是張志新（化名）和其女友劉穎晌该，沒想到半個月后肥荔，有當地人在樹林里發(fā)現了一具尸體绿渣，經...
    沈念sama閱讀 45,420評論 1贊 313
  • ?護林員之死
    正文 獨居荒郊野嶺守林人離奇死亡，尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 37,617評論 3贊 334
  • ?白月光啟示錄
    正文 我和宋清朗相戀三年燕耿，在試婚紗的時候發(fā)現自己被綠了中符。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 39,779評論 1贊 348
  • 活死人
    序言：一個原本活蹦亂跳的男人離奇死亡誉帅，死狀恐怖淀散，靈堂內的尸體忽然破棺而出，到底是詐尸還是另有隱情蚜锨，我是刑警寧澤档插，帶...
    沈念sama閱讀 35,477評論 5贊 345
  • ?日本核電站爆炸內幕
    正文 年R本政府宣布，位于F島的核電站亚再，受9級特大地震影響郭膛，放射性物質發(fā)生泄漏。R本人自食惡果不足惜氛悬，卻給世界環(huán)境...
    茶點故事閱讀 41,088評論 3贊 328
  • 男人毒藥：我在死后第九天來索命
    文/蒙蒙 一则剃、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧如捅，春花似錦棍现、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,716評論 0贊 22
  • 一樁弒父案己肮，背后竟有這般陰謀
    文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至烈涮，卻和暖如春朴肺，著一層夾襖步出監(jiān)牢的瞬間，已是汗流浹背坚洽。 一陣腳步聲響...
    開封第一講書人閱讀 32,857評論 1贊 269
  • 情欲美人皮
    我被黑心中介騙來泰國打工戈稿， 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留，地道東北人讶舰。 一個月前我還...
    沈念sama閱讀 47,876評論 2贊 370
  • 代替公主和親
    正文 我出身青樓鞍盗，卻偏偏與公主長得像，于是被迫代替她去往敵國和親跳昼。 傳聞我的和親對象是個殘疾皇子般甲，可洞房花燭夜當晚...
    茶點故事閱讀 44,700評論 2贊 354

推薦閱讀更多精彩內容