app.py

import streamlit as st 
from streamlit_autorefresh import st_autorefresh
import pandas as pd
import requests
import yfinance as yf
from datetime import datetime, timedelta

# Hàm lấy danh sách cổ phiếu có Volume > Avg Vol (3M) từ Yahoo Finance
def get_active_stocks():
    url = "https://finance.yahoo.com/markets/stocks/most-active/?start=0&count=100"
    headers = {
        "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64)",
        "Accept-Language": "en-US,en;q=0.9"
    }

    response = requests.get(url, headers=headers, timeout=10)

    tables = pd.read_html(response.text)
    stocks_df = tables[0]

    stocks_df['Volume'] = stocks_df['Volume'].replace({'M': '*1e6', 'k': '*1e3'}, regex=True).map(pd.eval).astype(int)
    stocks_df['Avg Vol (3M)'] = stocks_df['Avg Vol (3M)'].replace({'M': '*1e6', 'k': '*1e3'}, regex=True).map(pd.eval).astype(int)

    result = stocks_df[stocks_df['Volume'] > stocks_df['Avg Vol (3M)']]

    result_df = result[['Symbol', 'Price', 'Change', 'Change %', 'Volume', 'Avg Vol (3M)']]
    result_df.columns = ['Symbol', 'Price', 'Change', 'Change %', 'Volume', 'Avg Vol (3M)']
    
    # Chuẩn hóa dữ liệu
    result_df['Price'] = result_df['Price'].str.split(' ').str[0]
    result_df['Volume'] = result_df['Volume'].apply(lambda x: f"{x:,}")
    result_df['Avg Vol (3M)'] = result_df['Avg Vol (3M)'].apply(lambda x: f"{x:,}")
    result_df['Price'] = result_df['Price'].astype(float).apply(lambda x: f"${x:.2f}")
    result_df['Change'] = result_df['Change'].astype(float).apply(lambda x: f"+{x:.2f}" if x > 0 else f"{x:.2f}")

    return result_df



# Hàm lấy dữ liệu Open, High, Close từ yfinance
def get_stock_data(symbols):
    stock_data = []
    for symbol in symbols:
        try:
            stock = yf.Ticker(symbol)
            hist = stock.history(period="1d")  # Lấy dữ liệu trong 1 ngày gần nhất
            live_price = stock.info.get("regularMarketPrice", None)
            if not hist.empty:
                open_price = hist['Open'].iloc[-1]
                high_price = hist['High'].iloc[-1]
                close_price = hist['Close'].iloc[-1]
                low_price = hist['Low'].iloc[-1]
                stock_data.append({
                    "Symbol": symbol,
                    "Open": round(open_price, 2),
                    "High": round(high_price, 2),
                    "Close": round(close_price, 2),
                    "Low": round(low_price, 2),
                    "Live Price": round(live_price, 2) if live_price else "N/A"
                })
        except Exception as e:
            print(f"Không lấy được dữ liệu của {symbol}: {e}")
    
    return pd.DataFrame(stock_data)

# Hàm tính ATR
def compute_atr(ticker):
    end_date = datetime.today()
    start_date = end_date - timedelta(days=30)
    df = yf.download(ticker, start=start_date, end=end_date, progress=False)
    if df.empty or len(df) < 15:
        return None
    df['H-L'] = df['High'] - df['Low']
    df['H-PC'] = abs(df['High'] - df['Close'].shift(1))
    df['L-PC'] = abs(df['Low'] - df['Close'].shift(1))
    df['TR'] = df[['H-L', 'H-PC', 'L-PC']].max(axis=1)
    df['ATR'] = df['TR'].rolling(window=14).mean()
    return round(df['ATR'].iloc[-1], 2)

# Main logic
with st.spinner("Đang tải dữ liệu..."):
    df = get_active_stocks()
    df['ATR (14)'] = df['Symbol'].apply(compute_atr)
st.dataframe(df.dropna(subset=["ATR (14)"]).reset_index(drop=True))


# Ứng dụng Streamlit
st.title("Stocks with Volume > Avg Vol (3M) and Price Data")

# Cập nhật tự động mỗi 60 giây
st_autorefresh(interval=60000, key="price_refresh")

# Hiển thị thời gian cập nhật mới nhất
st.write("🔄 **Lần cập nhật gần nhất:**", pd.Timestamp.now())

if st.button("Get Stocks Data"):
    with st.spinner('Fetching data...'):
        df = get_active_stocks()  # Lấy danh sách cổ phiếu có volume cao
        symbols = df["Symbol"].tolist()  # Lấy danh sách mã cổ phiếu
        stock_prices = get_stock_data(symbols)  # Lấy giá Open, High, Close, Low, Live Price từ yfinance

        # Kết hợp hai bảng dữ liệu
        merged_df = pd.merge(df, stock_prices, on="Symbol", how="left")

        st.dataframe(merged_df)  # Hiển thị dữ liệu trên Streamlit