Create app.py

app.py

@@ -0,0 +1,150 @@
+import gradio as gr
+import yfinance as yf
+import pandas as pd
+import plotly.graph_objs as go
+from plotly.subplots import make_subplots
+
+def fetch_etf_data(ticker_codes):
+    """
+    抓取台灣ETF歷史數據
+    
+    參數:
+    ticker_codes (str): ETF代碼，逗號分隔
+    
+    返回:
+    tuple: 數據框和圖表
+    """
+    # 拆分代碼
+    ticker_list = [code.strip() for code in ticker_codes.split(',')]
+    
+    # 儲存所有ETF的數據
+    results = {}
+    
+    # 創建子圖
+    fig = make_subplots(
+        rows=len(ticker_list), 
+        cols=1, 
+        shared_xaxes=True, 
+        vertical_spacing=0.02,
+        subplot_titles=[f"{code}.TW" for code in ticker_list]
+    )
+
+    # 顏色列表
+    colors = ['blue', 'green', 'red', 'purple', 'orange']
+
+    # 遍歷每個ETF代碼
+    output_text = ""
+    for i, ticker_code in enumerate(ticker_list, 1):
+        try:
+            # 添加 ".TW" 後綴（台灣交易所）
+            full_ticker = f"{ticker_code}.TW"
+            
+            # 獲取ETF數據
+            etf = yf.Ticker(full_ticker)
+            
+            # 獲取1年歷史數據
+            df = etf.history(period="1y")
+            
+            # 如果數據為空，跳過此ETF
+            if df.empty:
+                output_text += f"警告：未找到 {full_ticker} 的數據\n"
+                continue
+            
+            # 儲存數據
+            results[ticker_code] = df
+            
+            # 添加K線圖
+            fig.add_trace(
+                go.Candlestick(
+                    x=df.index,
+                    open=df['Open'],
+                    high=df['High'],
+                    low=df['Low'],
+                    close=df['Close'],
+                    name=full_ticker,
+                    increasing_line_color=colors[i % len(colors)],
+                    decreasing_line_color='gray'
+                ),
+                row=i, col=1
+            )
+            
+            # 添加成交量柱狀圖
+            fig.add_trace(
+                go.Bar(
+                    x=df.index, 
+                    y=df['Volume'], 
+                    name=f'{full_ticker} 成交量',
+                    opacity=0.5
+                ),
+                row=i, col=1
+            )
+            
+            # 生成文本輸出
+            output_text += f"\n{full_ticker} 最近數據:\n"
+            output_text += df.tail().to_string() + "\n"
+            
+        except Exception as e:
+            output_text += f"{ticker_code} 發生錯誤: {e}\n"
+
+    # 更新佈局
+    fig.update_layout(
+        height=300 * len(ticker_list),  # 根據ETF數量調整高度
+        title='台灣ETF走勢圖',
+        xaxis_rangeslider_visible=False  # 關閉範圍滑塊
+    )
+
+    # 合併CSV
+    if results:
+        combined_df = pd.concat([df for df in results.values()], keys=results.keys(), names=['ETF', 'index'])
+        combined_df.to_csv("combined_etf_data.csv", encoding='utf-8-sig')
+        output_text += "\n所有ETF數據已合併保存到 combined_etf_data.csv"
+
+    return fig, output_text
+
+def create_gradio_interface():
+    """
+    創建Gradio界面
+    """
+    with gr.Blocks(title="台灣ETF數據分析") as demo:
+        gr.Markdown("## 台灣ETF數據抓取與分析")
+        
+        with gr.Row():
+            with gr.Column():
+                # 輸入框
+                ticker_input = gr.Textbox(
+                    label="輸入ETF代碼", 
+                    placeholder="例如：00878, 00940, 0050",
+                    value="00878, 00940, 0050"
+                )
+                
+                # 提交按鈕
+                submit_btn = gr.Button("分析ETF")
+            
+            with gr.Column():
+                # 文本輸出
+                output_text = gr.Textbox(label="分析結果")
+        
+        # 圖表輸出
+        output_plot = gr.Plot(label="ETF走勢圖")
+        
+        # 提交事件
+        submit_btn.click(
+            fn=fetch_etf_data, 
+            inputs=ticker_input, 
+            outputs=[output_plot, output_text]
+        )
+    
+    return demo
+
+# 啟動Gradio應用
+def main():
+    demo = create_gradio_interface()
+    demo.launch(
+        share=True,  # 創建公開連結
+        server_name='0.0.0.0',  # 允許外部訪問
+        server_port=7860  # 指定端口
+    )
+
+# 運行主程序
+if __name__ == "__main__":
+    main()