使用 Python 的 NSE 期权链数据

在上一篇文章中，我们讨论了如何使用 python 获取 nifty 和 bank nifty 数据。那篇文章的反响很好，因此根据大众的需求，这里有一个扩展版本。在本文中，我们将学习如何每 30 秒从 nse 网站获取期权链数据。此内容仅用于学习目的。

在 python 中，我们将使用 asyncio 每 30 秒向 nse 数据发出一次 api 请求。

在python中安装所需的库

pip 安装 aiohttp 异步

代码

import aiohttpimport asyncioimport requestsimport jsonimport mathimport timedef strRed(skk):         return "\033[91m {}\033[00m".format(skk)def strGreen(skk):       return "\033[92m {}\033[00m".format(skk)def strYellow(skk):      return "\033[93m {}\033[00m".format(skk)def strLightPurple(skk): return "\033[94m {}\033[00m".format(skk)def strPurple(skk):      return "\033[95m {}\033[00m".format(skk)def strCyan(skk):        return "\033[96m {}\033[00m".format(skk)def strLightGray(skk):   return "\033[97m {}\033[00m".format(skk)def strBlack(skk):       return "\033[98m {}\033[00m".format(skk)def strBold(skk):        return "\033[1m {}\033[00m".format(skk)def round_nearest(x, num=50): return int(math.ceil(float(x)/num)*num)def nearest_strike_bnf(x): return round_nearest(x, 100)def nearest_strike_nf(x): return round_nearest(x, 50)url_oc      = "https://www.nseindia.com/option-chain"url_bnf     = 'https://www.nseindia.com/api/option-chain-indices?symbol=BANKNIFTY'url_nf      = 'https://www.nseindia.com/api/option-chain-indices?symbol=NIFTY'url_indices = "https://www.nseindia.com/api/allIndices"headers = {'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.149 Safari/537.36',            'accept-language': 'en,gu;q=0.9,hi;q=0.8',            'accept-encoding': 'gzip, deflate, br'}cookies = dict()def set_cookie():    sess = requests.Session()    request = sess.get(url_oc, headers=headers, timeout=5)    return dict(request.cookies)async def get_data(url, session):    global cookies    async with session.get(url, headers=headers, timeout=5, cookies=cookies) as response:        if response.status == 401:            cookies = set_cookie()            async with session.get(url, headers=headers, timeout=5, cookies=cookies) as response:                return await response.text()        elif response.status == 200:            return await response.text()        return ""async def fetch_all_data():    async with aiohttp.ClientSession() as session:        indices_data = await get_data(url_indices, session)        bnf_data = await get_data(url_bnf, session)        nf_data = await get_data(url_nf, session)    return indices_data, bnf_data, nf_data# Process the fetched datadef process_indices_data(data):    global bnf_ul, nf_ul, bnf_nearest, nf_nearest    data = json.loads(data)    for index in data["data"]:        if index["index"] == "NIFTY 50":            nf_ul = index["last"]        if index["index"] == "NIFTY BANK":            bnf_ul = index["last"]    bnf_nearest = nearest_strike_bnf(bnf_ul)    nf_nearest = nearest_strike_nf(nf_ul)def process_oi_data(data, nearest, step, num):    data = json.loads(data)    currExpiryDate = data["records"]["expiryDates"][0]    oi_data = []    for item in data['records']['data']:        if item["expiryDate"] == currExpiryDate:            if nearest - step*num  0 else strRed(ce_oi)        pe_color = strGreen(pe_oi) if pe_change &gt; 0 else strRed(pe_oi)        print(f"Strike Price: {strike}, Call OI: {ce_color} ({strBold(f'+{ce_change}') if ce_change &gt; 0 else strBold(ce_change) if ce_change  0 else strBold(pe_change) if pe_change  0 else strRed(ce_oi)        pe_color = strGreen(pe_oi) if pe_change &gt; 0 else strRed(pe_oi)        print(f"Strike Price: {strike}, Call OI: {ce_color} ({strBold(f'+{ce_change}') if ce_change &gt; 0 else strBold(ce_change) if ce_change  0 else strBold(pe_change) if pe_change <h2>      输出：</h2><p><img src="https://img.php.cn/upload/article/000/465/014/172317790728767.png" alt="使用 Python 的 NSE 期权链数据 - 第二部分 |沙阿·斯塔万"></p><p><img src="https://img.php.cn/upload/article/000/465/014/172317791760318.png" alt="使用 Python 的 NSE 期权链数据 - 第二部分 |沙阿·斯塔万"></p><p>您甚至可以通过此链接观看演示视频</p><p>谢谢！！<br>我们下一篇富有洞察力的博客见。</p>                              

登录后复制

以上就是使用 Python 的 NSE 期权链数据 – 第二部分 |沙阿·斯塔万的详细内容，更多请关注叮当号网其它相关文章！