Streamlit ollama 开发一个股票助手

AI Stock 助手应用程序

本文将介绍一个使用 Streamlit 构建的 AI 股票助手应用程序。该应用程序能够实时更新股票数据，并提供市场分析和见解。以下是代码的详细说明和注释。

代码结构

1. 导入必要的库

import streamlit as st
import pandas as pd
import schedule
import time
import ollama
from datetime import datetime, timedelta

• streamlit: 用于构建Web应用程序的库。
• pandas: 用于数据处理和分析的库。
• schedule: 用于定时任务调度的库。
• time: 提供时间相关的功能。
• ollama: 用于生成自然语言响应的模型。
• datetime: 用于处理日期和时间的模块。

2. 设置Streamlit用户界面

# Streamlit UI
st.title("AI Stock 助手")
logtxtbox = st.empty()

• 使用 st.title() 设置应用程序的标题。
• logtxtbox 是一个空的占位符，用于后续显示当前时间。

3. 读取和处理股票数据

# 读取 stock.cxv 文件
file_path = './stock.csv'  # 请替换为您的文件路径
data = pd.read_csv(file_path)

# 将数据转换为适合处理的格式
data['Date'] = pd.to_datetime(data['Date'])  # 确保日期列为 datetime 类型
data.set_index('Date', inplace=True)  # 将日期设置为索引

• 从 CSV 文件中读取股票数据，并将日期列转换为 datetime 类型。
• 将日期设置为数据框的索引，以便后续分析。

4. 读取道琼斯数据

# 读取 Dow 数据文件
dow_file_path = './stock.csv'  # 请替换为您的 Dow 数据文件路径
dow_data = pd.read_csv(dow_file_path)

# 将 Dow 数据转换为适合处理的格式
dow_data['Date'] = pd.to_datetime(dow_data['Date'])  # 确保日期列为 datetime 类型
dow_data.set_index('Date', inplace=True)  # 将日期设置为索引

• 同样读取道琼斯指数的数据，并进行相同的格式转换。

5. 初始化变量

# 使用读取的数据替换 yf.Ticker
rolling_window = data[['Close']].copy()  # 复制收盘价数据

# 计算每日的高低价
daily_high = rolling_window['Close'].max()
daily_low = rolling_window['Close'].min()

# Global variables to store rolling data for analysis
rolling_window = pd.DataFrame()
dow_rolling_window = pd.DataFrame()

# Variables to track daily context
daily_high = float('-inf')
daily_low = float('inf')
buying_momentum = 0
selling_momentum = 0

• 初始化用于存储滚动数据的变量，并计算每日的最高价和最低价。

6. 定义处理股票更新的函数

# Function to process a new stock update every minute
def process_stock_update():
    global rolling_window, data, dow_rolling_window, dow_data
    global daily_high, daily_low, buying_momentum, selling_momentum

    if not data.empty and not dow_data.empty:
        # Simulate receiving a new data point for AAPL and Dow Jones
        update = data.iloc[0].to_frame().T
        # 获取当前时间并格式化
        current_time = datetime.now().strftime("%H:%M:%S")
        logtxtbox.caption(current_time)  # 更新显示的时间
        dow_update = dow_data.iloc[0].to_frame().T
        data = data.iloc[1:]  # Safely remove the first row without causing index issues