Python推荐美股，5秒钟内解析TradingView股票推荐！

本文阅读导航 展开

Python推荐美股，在几秒钟内解析TradingView股票推荐！了解如何使用Python解析任意间隔的实时建议！如何买美股可以参考这篇文章。

在我之前的一篇文章中，我们讨论了如何解析Yahoo Finance对任何股票提出的最高分析师建议。尽管他们提供了关于股票未来可能移动的验证，但它们仅每月更新一次，并且没有提供有关评级依据的任何信息。

幸运的是，从那时起，我偶然发现了精美的网站TradingView。如果您不熟悉该站点，则他们提供的功能之一是实时建议，建议提前1分钟或长达1个月。这些建议完全基于技术指标，包括移动平均线，震荡器和枢轴，您可以直接在页面上查看计算结果！

因此，我没有每次需要建议时都访问该站点，而是创建了一个简单的解析器，其中包含少于50行的代码，可以做到这一点。

TradingView简介

在进入编码方面之前，我想快速介绍一下TradingView上这些建议的内容和位置。如果转到此页面，您将看到与我在下面包含的图像相似的图像。该页面包含主要统计信息，例如市盈率，每股收益，市值，股息信息等等。您甚至可以单击“概述”以获取包含比率的综合表，交互式图表和最新新闻。但是，这不是建议所在的位置。

Python推荐美股，5秒钟内解析TradingView股票推荐！ 1 — Python推荐美股，5秒钟内解析TradingView股票推荐！ 7

如果继续在“技术”页面上向下滚动，将有多个图表，如下图所示，概述了建议和信号背后原因的统计信息。

Python推荐美股，5秒钟内解析TradingView股票推荐！ 2 — TradingView推荐图表（我们将抓取的内容）

Python推荐美股，5秒钟内解析TradingView股票推荐！ 3 — TradingView技术指标统计

推荐的范围从强买到强卖，正如您在第二张图片中看到的，它们完全取决于技术指标信号。我们即将建立的算法将分析买入信号，中立信号，卖出信号和整体推荐的数量。下面的GitHub要点包含所有代码！

使用Python推荐美股

# Imports 
import time
import pandas as pd
from selenium import webdriver
from selenium.webdriver.chrome.options import Options

# Parameters
ticker = 'TSLA'
interval = '1M'

# Set up chromedriver
options = Options()
options.add_argument("--headless")
webdriver = webdriver.Chrome(executable_path='chromedriver', options = options)

# Declare list variable
analysis = []

# Error handling
try:
    # Open tradingview's site
    webdriver.get("https://s.tradingview.com/embed-widget/technical-analysis/?locale=en#%7B%22interval%22%3A%22{}%22%2C%22width%22%3A%22100%25%22%2C%22isTransparent%22%3Afalse%2C%22height%22%3A%22100%25%22%2C%22symbol%22%3A%22{}%22%2C%22showIntervalTabs%22%3Atrue%2C%22colorTheme%22%3A%22dark%22%2C%22utm_medium%22%3A%22widget_new%22%2C%22utm_campaign%22%3A%22technical-analysis%22%7D".format(interval, ticker))
    webdriver.refresh()
    time.sleep(1)
    
    # Recommendation
    recommendation_element = webdriver.find_element_by_class_name("speedometerSignal-pyzN--tL")
    analysis.append(recommendation_element.get_attribute('innerHTML'))
    
    # Counters
    counter_elements = webdriver.find_elements_by_class_name("counterNumber-3l14ys0C")
    
    # Sell, Neutral, and Buy Signal Counts
    analysis.append(int(counter_elements[0].get_attribute('innerHTML')))
    analysis.append(int(counter_elements[1].get_attribute('innerHTML')))
    analysis.append(int(counter_elements[2].get_attribute('innerHTML')))
    
    # Set up DataFrame
    df = pd.DataFrame.from_records([tuple(analysis)], columns=['Overall Recommendation', '# of Sell Signals', '# of Neutral Signals', '# of Buy Signals'])
    df['Ticker'] = [ticker]
    print (df.set_index('Ticker').T)

except Exception as e:
    print (f'Could not get the recommendation due to {e}')

建立

如果您没有安装Selenium或Pandas，则可以访问它们各自的链接，并在终端中使用pip下载它们！我们还将需要一个chromedriver（模拟的chrome浏览器Selenium控件），您可以在此处下载。

此外，只要安装了必要的依赖项，就可以使用任何支持Python的IDE或文本编辑器。我个人建议通过Anaconda下载Visual Studio Code或Spyder 。

让我们进入代码

现在，所有内容都应该安装在您的计算机上，并且您对我们将要抓取的内容有了一个想法，让我们开始编写代码！

首先，我们必须导入程序其余部分所需的依赖项。在这种情况下，我们将需要内置的时间模块，Pandas和Selenium。

时间模块将使我们使程序休眠数秒，以便模拟浏览器可以完全加载。熊猫将允许我们使用收集的数据创建一个DataFrame。最后，我们将需要硒，以便我们可以创建/控制浏览器窗口并抓取JavaScript呈现的信息。

接下来，我们可以创建两个变量，一个用于行情自动收录器，另一个用于我们特别抓取的时间间隔。间隔可以是我包含在下面的代码围栏中的任何间隔。

#===================================================================
# Intervals: 
# 1m for 1 minute
# 15m for 15 minutes
# 1h for 1 hour
# 4h for 4 hours
# 1D for 1 day
# 1W for 1 week
# 1M for 1 month
# ==================================================================

包含导入和参数后，我们可以设置chromedriver。Options类允许我们添加诸如headless之类的参数以自定义模拟浏览器。添加无头表示每次运行该程序时浏览器都不会弹出。我们可以将可执行路径设置为您先前下载chromedriver的路径。在这种情况下，我将其直接下载到我的目录中，但您不必这样做。

我们可以将我们的抓取脚本添加到try / except块中，以捕获破坏程序的错误。首先，我们必须使用webdriver.get（URL）打开浏览器，刷新以正确加载页面的各个方面，然后添加time.sleep（1）来减慢程序速度一秒钟，直到浏览器完全呈现为止。

使用selenium.webdriver中的.find_by_class_name方法，我们可以查明要抓取的确切部分。例如，仅推荐具有以下类别“ speedometerSignal-pyzN — tL”。我们可以通过Chrome DevTools中的inspect元素来检索这些类名。顶部打开DevTools，您可以右键单击要解析的部分，然后按“检查”以得到与下图类似的结果！