Stock_Quote 项目技术文档
本文档旨在帮助用户了解并使用Stock_Quote项目,该项目提供了实时股票数据和历史定价信息。以下是关于项目的安装指南、使用说明以及API使用文档。
1. 安装指南
要安装Stock_Quote Ruby gem,请在命令行中执行以下命令:
gem install stock_quote
如果要在Rails应用程序中使用该gem,请在Gemfile中添加以下代码:
gem "stock_quote", "~> 3.0.0"
然后运行bundle install命令以安装gem。
2. 项目使用说明
初始化
要全局初始化StockQuote,需要使用有效的API_KEY。可以通过以下方式完成:
StockQuote::Stock.new(api_key: YOUR_API_KEY)
也可以在任何StockQuote::Stock方法中提供api_key属性。
获取股票报价
StockQuote::Stock.quote(symbol)是获取股票报价的主要方法,返回一个包含以下属性(在v2.0.0版本中新增)的StockQuote::Stock实例:
- symbol
- company_name
- primary_exchange
- sector
- calculation_price
- open
- open_time
- close
- close_time
- high
- low
- latest_price
- latest_source
- latest_time
- latest_update
- latest_volume
- iex_realtime_price
- iex_realtime_size
- iex_last_updated
- delayed_price
- delayed_price_time
- previous_close
- change
- change_percent
- iex_market_percent
- iex_volume
- avg_total_volume
- iex_bid_price
- iex_bid_size
- iex_ask_price
- iex_ask_size
- market_cap
- pe_ratio
- week52_high
- week52_low
- ytd_change
- chart
可以通过以下语法获取当前报价:
stock = StockQuote::Stock.quote("symbol")
其中,symbol代表您想要获取报价的公司股票代码,例如,"aapl"代表苹果公司。
您可以通过逗号(或数组)分隔的符号搜索多个股票:
stocks = StockQuote::Stock.quote("aapl,tsla")
这些查询将返回一个Stock对象或一个Stock对象数组,您可以遍历它们。
注意:您可以通过以下语法接收原始json哈希响应:
stocks = StockQuote::Stock.raw_quote("aapl,tsla")
raw_方法适用于所有支持的方法。
其他方法
StockQuote 3.0.0版本镜像了IEXCLOUD.IO API,提供了多种方法:
- book
- chart
- company
- delayed_quote
- dividends
- earnings
- financials
- stats
- logo
- news
- ohlc
- peers
- previous
- price
- quote
- relevant
- splits
- volume_by_venue
所有这些方法都可以在StockQuote::Stock上使用。
例如:
StockQuote::Stock.company('aapl')
获取公司信息。
例如:
StockQuote::Stock.dividends('aapl')
获取分红信息。
对于任何方法,都可以通过在方法名前加上raw_来获取原始json哈希响应。
例如:
StockQuote::Stock.raw_dividends('aapl')
获取原始分红信息。
批量请求
批量请求允许您将多个请求组合在一起。StockQuote中的所有方法都使用批量请求。
批量的语法如下:
StockQuote::Stock.batch(type, symbol, range)
其中type可以是上述方法的组合,symbol可以是公司代码的数组,range可以应用于chart方法,包括以下范围:
- 5y
- 2y
- 1y
- ytd
- 6m
- 3m
- 1m
- 1d
3. 项目API使用文档
StockQuote项目API的使用已在上述使用说明中详细描述。API提供了获取股票报价、公司信息、历史价格等多种功能。每个方法的使用方式已在相应的部分中说明。
请按照上述指南和示例代码进行API调用,以获取所需的数据。
4. 项目安装方式
项目的安装方式已在安装指南中说明。您可以通过Ruby gem包管理器安装Stock_Quote gem,并在您的Rails应用程序中配置使用。
以上就是Stock_Quote项目的技术文档,希望对您的使用有所帮助。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00