Python自动化炒股：使用Streamlit和Heroku部署股票数据分析仪表盘的实战案例

引言

随着科技的发展，越来越多的投资者开始利用Python进行自动化炒股。Python以其强大的数据处理能力和丰富的库支持，成为了金融数据分析的首选工具。本文将带你了解如何使用Python、Streamlit和Heroku来部署一个股票数据分析仪表盘，让你的交易决策更加科学和高效。

准备工作

在开始之前，你需要准备以下工具和库：

1. Python：编程语言，用于编写自动化脚本。
2. Streamlit：一个快速创建数据应用的库。
3. Heroku：一个云平台，用于部署和托管应用。
4. Pandas：用于数据分析和操作的库。
5. NumPy：用于数值计算的库。
6. Matplotlib 和 Seaborn：用于数据可视化的库。
7. Requests：用于发送HTTP请求的库。
8. yfinance：用于从Yahoo Finance获取股票数据的库。

首先，你需要安装这些库（如果你还没有安装的话）：

pip install streamlit pandas numpy matplotlib seaborn requests yfinance

构建股票数据分析脚本

我们将构建一个简单的Python脚本来分析股票数据。这个脚本将使用yfinance库来获取数据，并使用Pandas进行数据处理。

import yfinance as yf
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns

# 获取股票数据
def get_stock_data(ticker, start_date, end_date):
    stock_data = yf.download(ticker, start=start_date, end=end_date)
    return stock_data

# 计算移动平均线
def calculate_moving_average(data, window):
    return data['Close'].rolling(window=window).mean()

# 绘制股票价格和移动平均线
def plot_stock_data(data, moving_average):
    plt.figure(figsize=(14, 7))
    plt.plot(data['Close'], label='Close Price')
    plt.plot(moving_average, label=f'MA {len(moving_average)}')
    plt.title('Stock Price and Moving Average')
    plt.xlabel('Date')
    plt.ylabel('Price')
    plt.legend()
    plt.show()

# 主函数
def mAIn():
    ticker = 'AAPL'  # 股票代码
    start_date = '2020-01-01'
    end_date = '2023-01-01'
    
    stock_data = get_stock_data(ticker, start_date, end_date)
    moving_average = calculate_moving_average(stock_data, 20)  # 20天移动平均线
    plot_stock_data(stock_data, moving_average)

if __name__ == "__main__":
    main()

使用Streamlit创建交互式仪表盘

接下来，我们将使用Streamlit来创建一个交互式的仪表盘，用户可以通过输入股票代码和日期范围来获取股票数据。

import streamlit as st
from your_script import get_stock_data, calculate_moving_average, plot_stock_data

st.title('股票数据分析仪表盘')

# 用户输入
ticker = st.text_input('股票代码', 'AAPL')
start_date = st.date_input('开始日期', value=pd.to_datetime('2020-01-01'))
end_date = st.date_input('结束日期', value=pd.to_datetime('2023-01-01'))

# 获取和显示数据
if st.button('获取数据'):
    stock_data = get_stock_data(ticker, start_date.strftime('%Y-%m-%d'), end_date.strftime('%Y-%m-%d'))
    moving_average = calculate_moving_average(stock_data, 20)  # 20天移动平均线
    plot_stock_data(stock_data, moving_average)

部署到Heroku

现在，我们将这个应用部署到Heroku。首先，你需要在Heroku创建一个新应用，并配置环境变量。

1. 创建Heroku账户：访问Heroku官网并注册。
2. 安装Heroku CLI：下载并安装Heroku CLI。
3. 创建新应用：在命令行中运行heroku create your-app-name。
4. 配置环境变量：运行heroku config:set STREAMLIT_SECRET_KEY=your-secret-key。

接下来，你需要在你的项目中添加一个Procfile，这是一个简单的文本文件，告诉Heroku如何运行你的应用。

web: streamlit run your_script.py

最后，将你的代码推送到Heroku：

git add .
git commit -m "Deploy to Heroku"
git push heroku master