### 股票价格监控脚本设计 为了实现一个实时跟踪股票价格并带有警报机制的 Python 脚本，可以基于 `yfinance` 库获取实时数据，并结合条件判断来触发买入或卖出提醒。以下是完整的解决方案： #### 数据源与库的选择 该方案依赖于 Yahoo Finance 提供的数据接口，通过 `yfinance` 库下载实时股价信息[^3]。此外，还需要引入时间管理工具以定期更新数据。 #### 核心功能实现 以下是一个基本框架，用于持续监测指定股票的价格变化，并在达到预设阈值时发出提示。 ```python import time import smtplib from email.mime.text import MIMEText import yfinance as yf def send_email(subject, message, to_emails): """发送电子邮件通知""" smtp_server = 'smtp.example.com' # 替换为实际SMTP服务器地址 from_addr = 'your-email@example.com' password = 'your-password' msg = MIMEText(message) msg['Subject'] = subject msg['From'] = from_addr msg['To'] = ', '.join(to_emails) with smtplib.SMTP(smtp_server, 587) as server: server.starttls() server.login(from_addr, password) server.sendmail(from_addr, to_emails, msg.as_string()) def monitor_stock(ticker, buy_threshold, sell_threshold, interval=60): """ 实时监控股票价格 :param ticker: 股票代码 (e.g., AAPL) :param buy_threshold: 买入阈值 :param sell_threshold: 卖出阈值 :param interval: 更新间隔（秒） """ stock = yf.Ticker(ticker) while True: try: current_price = stock.info["regularMarketPrice"] if current_price is not None and isinstance(current_price, (int, float)): print(f"Current Price of {ticker}: ${current_price}") if current_price <= buy_threshold: alert_message = f"Buy signal! Current price ({current_price}) ≤ Buy Threshold ({buy_threshold})." send_email("Buy Alert", alert_message, ["recipient@example.com"]) elif current_price >= sell_threshold: alert_message = f"Sell signal! Current price ({current_price}) ≥ Sell Threshold ({sell_threshold})." send_email("Sell Alert", alert_message, ["recipient@example.com"]) except Exception as e: print(f"Error occurred: {str(e)}") finally: time.sleep(interval) if __name__ == "__main__": # 配置参数 TICKER_SYMBOL = "AAPL" # 示例：苹果公司股票 BUY_THRESHOLD = 140 # 设置买入价位 SELL_THRESHOLD = 160 # 设置卖出价位 monitor_stock(TICKER_SYMBOL, BUY_THRESHOLD, SELL_THRESHOLD, interval=300) # 每隔5分钟检查一次 ``` 上述代码实现了以下几个核心部分： - **邮件通知**：当满足特定条件时，会向设定邮箱发送一封包含当前状态的通知信件。 - **循环检测**：程序每隔一定时间段重新拉取最新报价并与用户自定义界限比较。 - 错误处理机制确保即使偶尔发生网络问题也不会中断整个流程运行[^3]。 ### 注意事项 由于金融市场的波动性和延迟特性，在开发此类应用前需充分考虑风险控制策略以及API调用频率限制等因素的影响。