当前位置： 首页 > wzjs >正文

php做教育网站武陟做网站

wzjs 2025/9/20 6:08:59
php做教育网站,武陟做网站,关键词代做排名推广,wordpress在线考试1. 概述 该代码使用 Dash 框架构建了一个交互式的 A 股股票分析看板应用。用户可以输入股票代码、选择日期范围，并通过按钮更新数据。应用提供了两个主要的分析视图：价格走势和技术指标，其中技术指标支持用户选择不同的指标进行展示&#xf…

1. 概述

该代码使用 Dash 框架构建了一个交互式的 A 股股票分析看板应用。用户可以输入股票代码、选择日期范围，并通过按钮更新数据。应用提供了两个主要的分析视图：价格走势和技术指标，其中技术指标支持用户选择不同的指标进行展示，如 MACD、RSI、布林带和均线系统等。应用通过 AKShare 库获取 A 股股票的历史数据，并使用 Plotly 进行数据可视化。

2. 依赖库导入

python

import dash
from dash import html, dcc
from dash.dependencies import Input, Output
import pandas as pd
import numpy as np
import akshare as ak
import plotly.graph_objects as go
from plotly.subplots import make_subplots
from datetime import datetime, timedelta
import time

  • dash：用于构建交互式 Web 应用的框架。
  • html和dcc：Dash 中的 HTML 和核心组件库，用于构建应用的用户界面。
  • Input和Output：用于定义 Dash 应用中回调函数的输入和输出。
  • pandas：用于数据处理和分析，如数据读取、清洗、转换等。
  • numpy：用于数值计算，如数组操作、数学函数等。
  • akshare：用于获取 A 股股票数据的金融数据接口库。
  • plotly.graph_objects：用于创建 Plotly 图形对象，进行数据可视化。
  • make_subplots：用于创建包含多个子图的 Plotly 图形。
  • datetime和timedelta：用于处理日期和时间相关的操作。
  • time：用于处理时间相关的操作，如时间延迟等。

3. 初始化 Dash 应用

python

app = dash.Dash(__name__)

创建一个 Dash 应用实例，__name__是 Python 的特殊变量，用于指定应用的名称。

4. 定义应用布局

python

app.layout = html.Div([html.H1("A股股票分析看板", style={'text-align': 'center'}),html.Div([dcc.Input(id='ticker-input', value='600519', type='text'),  # 茅台股票代码dcc.DatePickerRange(id='date-range',start_date='2023-01-01',end_date=datetime.now().strftime('%Y-%m-%d')),html.Button('更新数据', id='update-button', n_clicks=0)], style={'padding': '10px', 'background-color': '#f9f9f9'}),dcc.Tabs([dcc.Tab(label='价格走势', children=[dcc.Graph(id='price-chart')]),dcc.Tab(label='技术指标', children=[dcc.Dropdown(id='indicator-dropdown',options=[{'label': 'MACD', 'value': 'MACD'},{'label': 'RSI', 'value': 'RSI'},{'label': '布林带', 'value': 'BBANDS'},{'label': '均线系统', 'value': 'MA'}],value=['MACD', 'RSI'],multi=True),dcc.Graph(id='indicator-chart')])])
])

  • html.H1：创建一个一级标题，显示应用的名称，居中对齐。
  • html.Div：包含用户输入股票代码的输入框、日期选择范围组件和更新数据按钮。
    • dcc.Input：输入框，默认显示茅台股票代码600519，用户可以输入其他股票代码。
    • dcc.DatePickerRange：日期选择范围组件，默认起始日期为2023-01-01，结束日期为当前日期。
    • html.Button：更新数据按钮，初始点击次数为 0。
  • dcc.Tabs：创建一个选项卡组件，包含两个选项卡：价格走势和技术指标。
    • dcc.Tab（价格走势）：包含一个dcc.Graph组件，用于显示股票价格走势。
    • dcc.Tab（技术指标）：包含一个dcc.Dropdown组件和一个dcc.Graph组件。dcc.Dropdown用于选择要显示的技术指标，默认选择MACD和RSI，支持多选；dcc.Graph用于显示所选技术指标的图表。

5. 获取股票数据函数

python

def get_stock_data(ticker, start_date, end_date):"""使用AKShare获取A股股票数据"""try:# 转换日期格式start = pd.to_datetime(start_date).strftime('%Y%m%d')end = pd.to_datetime(end_date).strftime('%Y%m%d')# 获取数据df = ak.stock_zh_a_hist(symbol=ticker, period="daily", start_date=start, end_date=end)# 处理数据格式df['日期'] = pd.to_datetime(df['日期'])df = df.set_index('日期')df = df.rename(columns={'开盘': 'Open','收盘': 'Close','最高': 'High','最低': 'Low','成交量': 'Volume'})return df.sort_index()except Exception as e:print(f"获取数据失败: {e}")return pd.DataFrame()

  • ticker：股票代码。
  • start_date：起始日期。
  • end_date：结束日期。
  • 函数首先将输入的日期格式转换为 AKShare 要求的格式（%Y%m%d）。
  • 使用ak.stock_zh_a_hist函数从 AKShare 获取指定股票在指定日期范围内的每日历史数据。
  • 对获取到的数据进行格式处理，将日期列转换为datetime类型并设置为索引，同时将列名从中文转换为英文，最后按日期索引排序。
  • 如果获取数据过程中出现异常，打印错误信息并返回一个空的DataFrame。

6. 更新图表回调函数

python

@app.callback([Output('price-chart', 'figure'),Output('indicator-chart', 'figure')],[Input('update-button', 'n_clicks')],[dash.dependencies.State('ticker-input', 'value'),dash.dependencies.State('date-range','start_date'),dash.dependencies.State('date-range', 'end_date'),dash.dependencies.State('indicator-dropdown', 'value')]
)
def update_charts(n_clicks, ticker, start_date, end_date, indicators):if not indicators:indicators = ['MACD', 'RSI']# 获取股票数据df = get_stock_data(ticker, start_date, end_date)if df.empty:return go.Figure(), go.Figure()# 价格走势图price_fig = go.Figure()price_fig.add_trace(go.Candlestick(x=df.index,open=df['Open'],high=df['High'],low=df['Low'],close=df['Close'],name='K线'))price_fig.update_layout(title=f'{ticker} 价格走势',xaxis_title='日期',yaxis_title='价格',xaxis_rangeslider_visible=False)# 技术指标图indicator_fig = make_subplots(rows=2, cols=1, shared_xaxes=True, vertical_spacing=0.02)indicator_fig.add_trace(go.Candlestick(x=df.index,open=df['Open'],high=df['High'],low=df['Low'],close=df['Close'],name='K线'), row=1, col=1)# 计算并添加技术指标if 'MACD' in indicators:exp12 = df['Close'].ewm(span=12, adjust=False).mean()exp26 = df['Close'].ewm(span=26, adjust=False).mean()macd = exp12 - exp26signal = macd.ewm(span=9, adjust=False).mean()indicator_fig.add_trace(go.Scatter(x=df.index, y=macd, name='MACD'), row=2, col=1)indicator_fig.add_trace(go.Scatter(x=df.index, y=signal, name='信号线'), row=2, col=1)if 'RSI' in indicators:delta = df['Close'].diff()gain = (delta.where(delta > 0, 0)).rolling(window=14).mean()loss = (-delta.where(delta < 0, 0)).rolling(window=14).mean()rs = gain / lossrsi = 100 - (100 / (1 + rs))indicator_fig.add_trace(go.Scatter(x=df.index, y=rsi, name='RSI'), row=2, col=1)indicator_fig.add_hline(y=70, line_dash="dash", line_color="red", row=2, col=1)indicator_fig.add_hline(y=30, line_dash="dash", line_color="green", row=2, col=1)indicator_fig.update_layout(title=f'{ticker} 技术指标分析',height=800,xaxis_rangeslider_visible=False)return price_fig, indicator_fig

  • 该回调函数在用户点击更新数据按钮时触发。
  • 输入参数：
    • n_clicks：更新数据按钮的点击次数。
    • ticker：用户输入的股票代码。
    • start_date：用户选择的起始日期。
    • end_date：用户选择的结束日期。
    • indicators：用户选择的技术指标列表。
  • 输出参数：
    • price-chart的figure：价格走势图。
    • indicator-chart的figure：技术指标图。
  • 函数首先检查indicators是否为空，如果为空则设置默认值为['MACD', 'RSI']。
  • 调用get_stock_data函数获取股票数据，如果数据为空则返回两个空的Figure对象。
  • 价格走势图：创建一个go.Figure对象，添加一个 K 线图迹，设置图表标题、X 轴和 Y 轴标题，并隐藏 X 轴的范围滑块。
  • 技术指标图：创建一个包含两个子图的make_subplots对象，第一个子图添加 K 线图迹，第二个子图根据用户选择的技术指标计算并添加相应的迹。
    • MACD指标：计算 12 日和 26 日的指数移动平均线，然后计算 MACD 值和信号线值，并添加到第二个子图中。
    • RSI指标：计算价格的差值、平均收益和平均损失，进而计算 RSI 值，并添加到第二个子图中，同时添加 70 和 30 的水平线作为超买和超卖的参考。
  • 最后设置技术指标图的标题、高度，并隐藏 X 轴的范围滑块，返回价格走势图和技术指标图。

7. 运行应用

python

if __name__ == '__main__':app.run(debug=True)

当脚本直接运行时，启动 Dash 应用，并设置debug模式为True，以便在开发过程中查看错误信息和自动重新加载应用。

完整代码

import dash
from dash import html, dcc
from dash.dependencies import Input, Output
import pandas as pd
import numpy as np
import akshare as ak
import plotly.graph_objects as go
from plotly.subplots import make_subplots
from datetime import datetime, timedelta
import time# 初始化Dash应用
app = dash.Dash(__name__)app.layout = html.Div([html.H1("A股股票分析看板", style={'text-align': 'center'}),html.Div([dcc.Input(id='ticker-input', value='600519', type='text'),  # 茅台股票代码dcc.DatePickerRange(id='date-range',start_date='2023-01-01',end_date=datetime.now().strftime('%Y-%m-%d')),html.Button('更新数据', id='update-button', n_clicks=0)], style={'padding': '10px', 'background-color': '#f9f9f9'}),dcc.Tabs([dcc.Tab(label='价格走势', children=[dcc.Graph(id='price-chart')]),dcc.Tab(label='技术指标', children=[dcc.Dropdown(id='indicator-dropdown',options=[{'label': 'MACD', 'value': 'MACD'},{'label': 'RSI', 'value': 'RSI'},{'label': '布林带', 'value': 'BBANDS'},{'label': '均线系统', 'value': 'MA'}],value=['MACD', 'RSI'],multi=True),dcc.Graph(id='indicator-chart')])])
])def get_stock_data(ticker, start_date, end_date):"""使用AKShare获取A股股票数据"""try:# 转换日期格式start = pd.to_datetime(start_date).strftime('%Y%m%d')end = pd.to_datetime(end_date).strftime('%Y%m%d')# 获取数据df = ak.stock_zh_a_hist(symbol=ticker, period="daily", start_date=start, end_date=end)# 处理数据格式df['日期'] = pd.to_datetime(df['日期'])df = df.set_index('日期')df = df.rename(columns={'开盘': 'Open','收盘': 'Close','最高': 'High','最低': 'Low','成交量': 'Volume'})return df.sort_index()except Exception as e:print(f"获取数据失败: {e}")return pd.DataFrame()@app.callback([Output('price-chart', 'figure'),Output('indicator-chart', 'figure')],[Input('update-button', 'n_clicks')],[dash.dependencies.State('ticker-input', 'value'),dash.dependencies.State('date-range', 'start_date'),dash.dependencies.State('date-range', 'end_date'),dash.dependencies.State('indicator-dropdown', 'value')]
)
def update_charts(n_clicks, ticker, start_date, end_date, indicators):if not indicators:indicators = ['MACD', 'RSI']# 获取股票数据df = get_stock_data(ticker, start_date, end_date)if df.empty:return go.Figure(), go.Figure()# 价格走势图price_fig = go.Figure()price_fig.add_trace(go.Candlestick(x=df.index,open=df['Open'],high=df['High'],low=df['Low'],close=df['Close'],name='K线'))price_fig.update_layout(title=f'{ticker} 价格走势',xaxis_title='日期',yaxis_title='价格',xaxis_rangeslider_visible=False)# 技术指标图indicator_fig = make_subplots(rows=2, cols=1, shared_xaxes=True, vertical_spacing=0.02)indicator_fig.add_trace(go.Candlestick(x=df.index,open=df['Open'],high=df['High'],low=df['Low'],close=df['Close'],name='K线'), row=1, col=1)# 计算并添加技术指标if 'MACD' in indicators:exp12 = df['Close'].ewm(span=12, adjust=False).mean()exp26 = df['Close'].ewm(span=26, adjust=False).mean()macd = exp12 - exp26signal = macd.ewm(span=9, adjust=False).mean()indicator_fig.add_trace(go.Scatter(x=df.index, y=macd, name='MACD'), row=2, col=1)indicator_fig.add_trace(go.Scatter(x=df.index, y=signal, name='信号线'), row=2, col=1)if 'RSI' in indicators:delta = df['Close'].diff()gain = (delta.where(delta > 0, 0)).rolling(window=14).mean()loss = (-delta.where(delta < 0, 0)).rolling(window=14).mean()rs = gain / lossrsi = 100 - (100 / (1 + rs))indicator_fig.add_trace(go.Scatter(x=df.index, y=rsi, name='RSI'), row=2, col=1)indicator_fig.add_hline(y=70, line_dash="dash", line_color="red", row=2, col=1)indicator_fig.add_hline(y=30, line_dash="dash", line_color="green", row=2, col=1)indicator_fig.update_layout(title=f'{ticker} 技术指标分析',height=800,xaxis_rangeslider_visible=False)return price_fig, indicator_figif __name__ == '__main__':app.run(debug=True)

http://www.dtcms.com/wzjs/800825.html

相关文章：

  • 做网站怎么回本成都专业网站制作多少钱
  • 水泵行业网站怎么做中职校园网站建设建议
  • linux系统做网站有什么平台可以发布推广信息
  • 德阳网站建设网站建设个人网页设计的主要内容和要求
  • 网站过度优化的表现php能干嘛 wordpress
  • 雄安网站建设传媒网站模板
  • 旅游英文网站 建设需求最近国内网站网站做的最好的是哪个
  • 网站上的产品板块wordpress 区块编辑器
  • 东莞推广网站排名标志设计说明案例
  • 河北康城建设集团网站wordpress 时间不对
  • 网站首页的模块布局jsp网站开发中英文页面切换
  • 公司概况-环保公司网站模板哪个建设网站好
  • 做网站需要哪些流程企业云平台管理系统
  • 为什么做电子商务网站的原因网站的规划与建设课程设计
  • 手机论坛网站源码潍坊娜娜网站制作
  • 重庆网站建设seo优化网页qq登陆首页
  • 哈尔滨网站建设网站制作成都百度推广公司联系电话
  • 怎么做创意短视频网站wordpress地址和站点地址区别
  • Dell网站建设建议化州网站建设
  • 宁夏考试教育网站网站建设教程这篇苏州久远网络
  • 莆田建站培训上海网站开发平台
  • wordpress门户网站主题设计公司展厅设计
  • 软件开发技术培训中心网站怎样在360做优化
  • 百度站长联盟精通网站建设工资多少
  • 网站备案行业个人安装公司怎么注册
  • 网站没有内容可以备案吗做二手市场类型的网站名字
  • 免费做游戏网站比优化更好的词是
  • 开源镜像网站开发wordpress子站点用户无角色
  • 做网站的叫云啥网站做快照怎么做
  • app设计开发哪家好系统优化因素