Python自动化炒股：使用Streamlit和Heroku部署股票数据分析仪表盘的最佳实践

在当今快节奏的金融市场中，自动化炒股已成为许多投资者和交易者的首选。Python，以其强大的数据处理能力和丰富的库支持，成为了实现这一目标的理想工具。本文将带你了解如何使用Python、Streamlit和Heroku来创建并部署一个股票数据分析仪表盘，让你的交易决策更加数据驱动。

简介

在开始之前，我们需要了解几个关键概念：

1. Python：一种广泛使用的高级编程语言，特别适合于数据分析和自动化任务。
2. Streamlit：一个开源的Python库，用于快速创建和共享数据应用。
3. Heroku：一个支持多种编程语言的云平台，用于部署、运行和扩展应用程序。

环境准备

首先，确保你的开发环境中安装了Python和pip。接着，安装必要的库：

pip install streamlit pandas yfinance matplotlib

这里，pandas用于数据处理，yfinance用于获取股票数据，matplotlib用于绘图。

创建股票数据分析仪表盘

1. 导入库

import streamlit as st
import yfinance as yf
import pandas as pd
import matplotlib.pyplot as plt

2. 获取股票数据

我们将使用yfinance库来获取股票数据。用户可以通过输入框输入股票代码。

def get_stock_data(ticker, period='1mo'):
    data = yf.download(ticker, period=period)
    return data

ticker = st.text_input("输入股票代码（如：AAPL）")
if ticker:
    data = get_stock_data(ticker)

3. 显示股票价格

使用matplotlib来绘制股票价格图。

if data is not None:
    st.line_chart(data['Close'])
    st.write("股票价格走势图")

4. 技术分析

我们可以添加一些基本的技术分析指标，如移动平均线。

def add_technical_indicators(data):
    data['SMA_50'] = data['Close'].rolling(window=50).mean()
    data['EMA_50'] = data['Close'].ewm(span=50, adjust=False).mean()
    return data

if data is not None:
    data_with_indicators = add_technical_indicators(data)
    st.line_chart(data_with_indicators[['Close', 'SMA_50', 'EMA_50']])
    st.write("包含移动平均线的股价走势图")

部署到Heroku

1. 创建Streamlit应用

创建一个名为app.py的文件，并写入以下内容：

import streamlit as st
import yfinance as yf
import pandas as pd
import matplotlib.pyplot as plt

def get_stock_data(ticker, period='1mo'):
    data = yf.download(ticker, period=period)
    return data

def add_technical_indicators(data):
    data['SMA_50'] = data['Close'].rolling(window=50).mean()
    data['EMA_50'] = data['Close'].ewm(span=50, adjust=False).mean()
    return data

def mAIn():
    ticker = st.text_input("输入股票代码（如：AAPL）")
    if ticker:
        data = get_stock_data(ticker)
        if data is not None:
            st.line_chart(data['Close'])
            st.write("股票价格走势图")
            
            data_with_indicators = add_technical_indicators(data)
            st.line_chart(data_with_indicators[['Close', 'SMA_50', 'EMA_50']])
            st.write("包含移动平均线的股价走势图")

if __name__ == "__main__":
    main()

2. 准备Heroku部署

1. 安装Heroku CLI：从Heroku官网下载并安装。
2. 创建Heroku账户：如果还没有账户，需要注册一个。
3. 创建一个新的Heroku应用：

heroku create

1. 设置Python环境：

在项目根目录下创建一个requirements.txt文件，列出所有依赖：

streamlit pandas yfinance matplotlib

1. 配置Procfile：

创建一个名为Procfile的文件，内容如下：

web: streamlit run app.py --server.port $PORT

1. 部署应用：

git add .
git commit -m "Initial commit"
git push heroku master

1. 访问你的应用：

heroku open

结论