使用Python对接StockTV印度股票数据源的详细教程-优快云博客

本文链接：https://blog.youkuaiyun.com/CryptoPP/article/details/147588282

使用Python对接StockTV印度股票数据源的详细教程，包含多个接口调用示例和代码说明：
获取key

import requests
import json
import pandas as pd
from websockets import connect
import asyncio

# StockTV API基础配置
BASE_URL = "https://api.stocktv.top/stock"
API_KEY = "YOUR_API_KEY"  # 替换为实际获取的API Key

# ================== 通用请求函数 ==================
def stocktv_api_request(endpoint, params=None):
    """
    发送API请求的通用函数
    """
    if params is None:
        params = {}
    params["key"] = API_KEY  # 添加API Key
    
    url = f"{BASE_URL}/{endpoint}"
    try:
        response = requests.get(url, params=params)
        response.raise_for_status()  # 检查HTTP错误
        return response.json()
    except requests.exceptions.RequestException as e:
        print(f"API请求失败: {e}")
        return None

# ================== 印度股票接口示例 ==================

# 示例1：获取印度市场股票列表
def get_indian_stocks(page=1, page_size=10):
    """
    获取印度股票市场列表
    参数：
    countryId=14（印度国家代码）
    """
    params = {
        "countryId": 14,
        "page": page,
        "pageSize": page_size
    }
    data = stocktv_api_request("stocks", params)
    
    if data and data.get("code") == 200:
        df = pd.DataFrame(data["data"]["records"])
        # 数据清洗
        df["time"] = pd.to_datetime(df["time"], unit="s") 
        return df[["id", "symbol", "name", "last", "chgPct", "volume"]]
    return None

# 示例2：查询特定股票详细信息
def get_stock_detail(stock_pid):
    """
    通过股票PID查询详细信息
    """
    params = {"id": stock_pid}
    data = stocktv_api_request("queryStocks", params)
    
    if data and data.get("code") == 200:
        return data["data"][0]
    return None

# 示例3：获取股票K线数据
def get_kline_data(stock_pid, interval="PT15M"):
    """
    获取股票K线数据
    支持间隔：PT5M/PT15M/PT1H/P1D等
    """
    params = {
        "pid": stock_pid,
        "interval": interval
    }
    data = stocktv_api_request("kline", params)
    
    if data and data.get("code") == 200:
        df = pd.DataFrame(data["data"])
        df["time"] = pd.to_datetime(df["time"], unit="ms")
        return df
    return None

# 示例4：WebSocket实时数据订阅
async def stock_websocket():
    """
    WebSocket实时数据订阅示例
    """
    uri = f"wss://ws-api.stocktv.top/connect?key={API_KEY}"
    
    async with connect(uri) as websocket:
        # 心跳保持（每30秒发送心跳）
        while True:
            try:
                # 接收实时数据
                message = await asyncio.wait_for(websocket.recv(), timeout=30)
                data = json.loads(message)
                
                # 解析数据示例
                print(f"\n实时更新 [{data['time']}]")
                print(f"股票ID: {data['pid']}")
                print(f"最新价: {data['last_numeric']}")
                print(f"涨跌幅: {data['pcp']}%")
                
                # 发送心跳包
                await websocket.send('{"action":"ping"}')
                
            except asyncio.TimeoutError:
                await websocket.send('{"action":"ping"}')
                continue

# ================== 使用示例 ==================
if __name__ == "__main__":
    # 获取印度股票列表
    print("印度股票市场列表：")
    indian_stocks = get_indian_stocks()
    print(indian_stocks.head())
    
    # 查询NSEI指数（示例PID）
    print("\nNifty 50指数详情：")
    nifty_data = get_stock_detail(17940)
    print(json.dumps(nifty_data, indent=2))
    
    # 获取TCS股票的15分钟K线
    print("\nTCS股票K线数据：")
    tcs_kline = get_kline_data(7310)  # 假设7310是TCS的PID
    print(tcs_kline.head())
    
    # 启动WebSocket监听（需要异步环境）
    # asyncio.get_event_loop().run_until_complete(stock_websocket())

================== 代码说明 ==================

通用请求函数
- 使用requests库处理HTTP请求
- 自动添加API Key参数
- 包含错误处理机制
核心功能模块
- 市场列表：获取印度市场股票基础信息
- 股票查询：通过PID获取详细数据
- K线数据：获取不同时间粒度的历史数据
- WebSocket：实时行情订阅（支持异步）
数据处理
- 使用Pandas进行数据格式化
- 时间戳转换（秒→日期时间）
- 关键数据字段筛选
注意事项
- 替换YOUR_API_KEY为实际申请的密钥
- WebSocket需要异步环境运行
- 建议添加速率限制（默认QPS=5）
- 生产环境需添加更完善的错误处理

扩展建议

数据存储：添加数据库存储模块（MySQL/MongoDB）

def save_to_db(data, collection_name):
    from pymongo import MongoClient
    client = MongoClient("mongodb://localhost:27017")
    db = client["stocktv"]
    return db[collection_name].insert_many(data)

可视化：使用Matplotlib绘制K线图

def plot_kline(df):
    import matplotlib.pyplot as plt
    plt.figure(figsize=(12,6))
    plt.plot(df["time"], df["close"], label="Close Price")
    plt.title("Stock Price Trend")
    plt.xlabel("Date")
    plt.ylabel("Price")
    plt.legend()
    plt.show()

报警机制：设置价格预警

def price_alert(pid, threshold):
    async def check_price():
        while True:
            data = get_stock_detail(pid)
            if float(data["last"]) > threshold:
                print(f"预警！股票{pid}价格超过{threshold}")
            await asyncio.sleep(60)  # 每分钟检查一次
    asyncio.create_task(check_price())

注意事项

API限制：
- 免费版通常有调用频率限制（如5次/秒）
- 历史数据获取注意时间范围限制

时区处理：

# 设置印度时区（UTC+5:30）
df["time"] = df["time"].dt.tz_localize("UTC").dt.tz_convert("Asia/Kolkata")

错误代码处理：

ERROR_CODES = {
    401: "无效API Key",
    429: "请求过于频繁",
    500: "服务器内部错误"
}

def handle_error(response):
    if response.status_code in ERROR_CODES:
        print(f"错误 {response.status_code}: {ERROR_CODES[response.status_code]}")
    else:
        print(f"未知错误: {response.text}")