首页量化学习正文

Python自动化炒股：使用FastAPI和Docker Compose部署股票数据服务的实战案例

量化学习 2023-09-30 1115

Python 自动化炒股：使用FastAPI和Docker Compose部署股票数据服务的实战案例

在当今数字化时代，自动化炒股已成为许多投资者和交易者的首选。Python以其强大的库和框架，成为实现自动化炒股的理想工具。本文将带你了解如何使用FastAPI和Docker Compose来部署一个股票数据服务，为你的自动化炒股策略提供实时数据支持。

为什么选择FastAPI和Docker Compose？

FastAPI 是一个现代、快速（高性能）的Web框架，用于构建API，使用Python 3.6+基于标准Python类型提示。它天生支持异步处理，非常适合处理高并发请求，这对于股票数据服务来说至关重要。

Docker Compose 是一个用于定义和运行多容器Docker应用程序的工具。使用Docker Compose，我们可以轻松地将多个服务（如数据库、API服务等）打包到一个配置文件中，实现一键部署。

环境准备

在开始之前，请确保你的环境中安装了以下工具：

Python 3.8+
Docker
Docker Compose

步骤1：创建FastAPI应用

首先，我们需要创建一个FastAPI应用来提供股票数据服务。

创建项目结构

stock_data_service/
├── app/
│   ├── mAIn.py
│   └── requirements.txt
└── docker-compose.yml

安装依赖

在requirements.txt文件中，添加以下依赖：

fastapi
uvicorn[standard]

编写FastAPI应用

在main.py文件中，创建一个简单的FastAPI应用：

from fastapi import FastAPI
from typing import List

app = FastAPI()

@app.get("/stock-prices")
async def read_stock_prices(symbols: List[str]):
    # 这里应该是调用股票数据API的代码，为了示例，我们返回模拟数据
    return {"stock_prices": {symbol: "模拟数据" for symbol in symbols}}

步骤2：使用Docker Compose部署

编写Docker Compose文件

在项目根目录下创建docker-compose.yml文件：

version: '3.8'
services:
  web:
    build: ./app
    ports:
      - "8000:8000"
    volumes:
      - ./app:/app
    command: ["uvicorn", "main:app", "--host", "0.0.0.0", "--port", "8000"]

构建和运行服务

在项目根目录下运行以下命令来构建和启动服务：

docker-compose up --build

步骤3：集成股票数据API

为了使服务更加实用，我们需要集成一个真实的股票数据API。这里我们可以使用yfinance库来获取股票数据。

安装yfinance

在requirements.txt中添加yfinance：

yfinance

修改FastAPI应用

更新main.py以使用yfinance获取股票数据：

from fastapi import FastAPI
from typing import List
import yfinance as yf

app = FastAPI()

@app.get("/stock-prices")
async def read_stock_prices(symbols: List[str]):
    stock_prices = {}
    for symbol in symbols:
        ticker = yf.Ticker(symbol)
        info = ticker.info
        stock_prices[symbol] = info['regularMarketPrice']
    return {"stock_prices": stock_prices}