StockRetriever 技术文档
2024-12-20 05:34:26作者:范靓好Udolf
本文档旨在帮助用户安装、使用和理解 StockRetriever 项目,这是一个能够从 Yahoo! Finance 使用 YQL 查询股票信息的独立脚本。
1. 安装指南
StockRetriever 脚本不依赖于任何外部库,因此无需复杂的安装过程。只需确保您的系统中安装了 Python 3,即可直接使用。
Python 3 版本安装
如果您使用的是 Python 3,可以从以下位置获取代码:
git clone https://github.com/cttn/Stockex.git
cd Stockex
python setup.py install
2. 项目的使用说明
StockRetriever 脚本是一个简单的命令行工具,它允许用户通过 YQL 查询从 Yahoo! Finance 获取股票信息。
使用方法
请按照以下步骤使用 StockRetriever:
- 打开命令行终端。
- 运行脚本,例如:
python stockretriever.py
- 根据脚本提示输入所需的股票信息查询。
3. 项目API使用文档
StockRetriever 脚本主要使用 YQL(Yahoo! Query Language)来查询 Yahoo! Finance 的数据。
示例查询
以下是一些使用 YQL 进行查询的示例:
- 查询特定股票的当前数据:
data = sw.YahooData()
print(data.get_current(['GOOG']))
- 查询特定股票的最近一周历史数据:
print(data.get_historical("GOOG"))
- 查询特定时间段内股票的历史数据:
print(data.get_historical('YHOO', ['Open', 'Close', 'High', 'Low'], startDate='2014-09-11', endDate='2015-02-10', limit=5))
- 执行自定义 YQL 查询:
data.enquire('select * from yahoo.finance.quotes where symbol in ("GOOG", "C")')
其他方法
- 获取公司新闻:
data.get_news_feed("GOOG")
- 获取期权信息:
data.get_options_info("GOOG")
- 获取行业 ID:
data.get_industry_ids()
- 根据行业 ID 获取行业指数:
data.get_industry_index('914')
4. 项目安装方式
由于 StockRetriever 是一个独立的 Python 脚本,所以安装方式非常简单。以下是安装步骤:
- 确保您的系统中已安装 Python 3。
- 从 GitHub 克隆仓库:
git clone https://github.com/cttn/Stockex.git
- 进入克隆后的文件夹:
cd Stockex
- 运行安装脚本:
python setup.py install
完成以上步骤后,您就可以开始使用 StockRetriever 脚本来查询股票信息了。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
deepin linux kernel
C
28
16
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
570
99
暂无描述
Dockerfile
709
4.51 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
958
955
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.61 K
942
Ascend Extension for PyTorch
Python
572
694
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
413
339
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.42 K
116
暂无简介
Dart
952
235
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
2