2024山东大学创新项目实训_18

辣炒猫丝

于 2024-06-24 09:36:24 发布

阅读量259

点赞数 4

文章标签：语言模型

本文链接：https://blog.csdn.net/m0_63710385/article/details/139912268

版权

将获取的数据进行处理

1. 从SEC（美国证券交易委员会）网站获取公司最新的10-K报告的链接。

address_json 是一个字符串，表示JSON文件的路径，该文件用于缓存最新的10-K报告的链接。
判断address_json文件是否存在。如果不存在，则进行以下操作以获取最新的10-K报告链接。
构建API端点：

endpoint 是SEC API的URL，包括API密钥（sec_api_key）。
构建查询语句：query 是一个字典，用于指定查询条件。查询内容包括：
- ticker: 股票代码（self.ticker_symbol）。
- formType: 10-K表格。
- from 和 size: 只获取最新的一个报告。
- sort: 按照文件提交时间降序排序，获取最新的报告。
发送请求：

使用requests.post方法向SEC API发送请求，并传递query作为JSON数据。
处理响应：
- 如果响应状态码是200（表示请求成功），则解析响应JSON中的filings字段。
- 如果filings存在且不为空，获取最新的10-K报告的URL，并打印出来。
- 如果filings为空，打印没有找到10-K报告的信息。
- 如果响应状态码不是200，打印请求失败的信息。
缓存结果：

将最新的10-K报告链接保存到address_json文件中，以便下次使用时直接读取缓存文件。
读取缓存文件：如果缓存文件存在，直接读取文件内容，加载为latest_10k_url。
返回报告链接：返回最新的10-K报告链接。

2. 提取并返回股票的关键财务数据，包括最新收盘价、平均日交易量等。

获取历史市场数据：
获取其他相关信息：
- info：获取股票的基本信息（例如市值、货币类型、52周价格区间等）。
- close_price：获取历史数据中最新一天的收盘价。
计算平均日交易量：

计算过去6个月的平均日交易量，即历史数据中每日交易量的平均值。
构建结果字典：
- 构建一个字典 result，包含以下关键财务数据：
  - 6m avg daily val ({info['currency']}mn)：过去6个月的平均日交易量（单位：百万）。
  - Closing Price ({info['currency']})：最新的收盘价。
  - Market Cap ({info['currency']}mn)：市值（单位：百万）。
  - 52 Week Price Range ({info['currency']})：52周内的价格区间。
  - BVPS ({info['currency']})：每股账面价值（BVPS）。
返回结果：返回包含关键财务数据的字典 result。

3.从公司的10-K报告中获取指定章节的内容

检查章节参数：

检查传入的 section 参数是否在允许的章节列表中。如果不在列表中，抛出 ValueError。
将章节参数转换为字符串：

section = str(section)

将章节参数转换为字符串格式，以便后续处理。
创建存储10-K报告章节的目录：

os.makedirs(f"{self.project_dir}/10k", exist_ok=True)

创建用于存储10-K报告章节的目录。如果目录已经存在，则不会抛出异常。
定义报告文件名：

report_name = f"{self.project_dir}/10k/section_{section}.txt"

定义报告章节文件的路径和名称，使用章节编号或名称作为文件名的一部分。
检查是否使用缓存：

如果启用了缓存（USE_CACHE）并且报告章节文件存在，则读取文件内容并存储在 section_text 变量中。
从报告中提取章节内容：
- 如果没有启用缓存或者报告章节文件不存在，则使用 self.extractor.get_section 方法从报告中提取指定章节的内容。
- 将提取到的内容写入到报告章节文件中，以便下次使用时可以直接从文件中读取。
返回章节内容：

return section_text

返回提取到的章节内容。

关注