對於剛接觸Python程式的使用者來說，要一口氣學會爬蟲可能相對困難，但若想即時且輕鬆獲得台股相關數據，你可以利用證交所所提供的API進行數據蒐集。只需要簡單幾行程式碼，就能輕鬆抓到台股上千支股票的每日資訊，是不是棒呆了!!
了解證交所API
我們示範請求上市個股的每日成交資訊的API，其他API的請求方式也是大同小異，學習完後可以自行練習抓取其他API看看。
從下圖可以發現幾個重點：- 該API是以GET的方式進行請求，這意味著我們可以通過HTTP請求直接從服務器獲取數據，而不需要進行複雜的資料發送或處理。
- 該API的功能是取得台股上市個股的每日成交資訊，也就是說，我們可以通過這個API輕鬆獲得每一支股票在每日的交易數據，包括成交量、成交價等詳細資訊。
這時候可能有人會問，怎麼都只有介紹，那最重要的API呼叫網址在哪呢？別擔心，只需要點擊右側的「Try it out」按鈕後按「Execute」，即可顯示出API的完整呼叫網址囉!!
證交所API
按「Execute」後，可以發現幾個重點(下圖):
- 最上方的網址就是剛剛按下Execute後顯示的，該網址正是我們要請求API的網址
- Dowload file可以直接下載呼叫完API所獲得的資料
- Response headers是HTTP回應標頭，這些標頭共同作用，確保客戶端能正確處理和顯示伺服器回應的數據。讓我們逐一解釋它們的意義：
- connection: keep-alive : 這表示伺服器要求保持連接打開，以便在未來的請求中重用。
- content-disposition: attachment;filename=STOCK_DAY_ALL.json: 這表示回應內容應被視為附件，並建議瀏覽器將其保存為名為STOCK_DAY_ALL.json的文件。
- content-encoding: gzip: 這表示回應內容使用gzip壓縮進行編碼，客戶端需要解壓縮才能讀取內容。
- content-type: application/json: 這表示回應內容的MIME類型是JSON格式。
- date: Fri, 28 Jun 2024 14:14:23 GMT: 這是伺服器生成此回應的時間和日期。
- etag: W/"667dd2fc-412bc": 這是一個唯一標識符，用於資源的版本控制，幫助瀏覽器判斷資源是否已更改。
- last-modified: Thu, 27 Jun 2024 21:00:44 GMT: 這表示資源最後一次修改的日期和時間。
- server: nginx: 這表示伺服器軟體是Nginx。
- transfer-encoding: chunked: 這表示回應內容以分塊傳輸編碼方式發送，適用於動態生成的內容。
- Response 200: 表示請求API成功時會回覆200。
- Example Value: 表示請求API成功後會回傳哪些數據，以及每個數據種類的類別。
- Model: 如果對於回傳數據的種類英文名稱不懂究竟是哪些數據，可以點擊Model，便會說明每個種類的中文名稱是什麼。
證交所API
請求證交所API
請求API很簡單，我們只要利用「requests」便可輕鬆請求，而requests有兩種請求API的方式，一個是GET，一個是POST，而我們在上面介紹到該API是GET的方式，因此我們程式碼便是利用requests.get的方式進行請求，可以看到出來的結果為「Response [200]」，表示請求成功。
- requests: 是Python中一個非常流行的HTTP庫，用來發送HTTP請求。
# 引入requests庫
import requests
# 定義API的URL
url = 'https://openapi.twse.com.tw/v1/exchangeReport/STOCK_DAY_ALL'
# 發送GET請求
res = requests.get(url)
res
response200
數據視覺化
請求完API後就是要呈現數據了。從上面的介紹可以知道我們請求的數據格式是「json」格式，因此我們利用json.loads的方式解析請求回來的數據。
import json
jsondata = json.loads(res.text)
jsondata
json
json格式對於使用者來說要進行數據處理跟分析會是比較難使用的方式，因此我們可以透過pandas套件進行數據呈現，以利後續一些數據處理。
- pandas: 是Python中用於數據處理和分析的強大工具
# 引入pandas庫
import pandas as pd
# 將JSON數據轉換為DataFrame
df = pd.DataFrame(jsondata)
# 將"Code"列設置為索引
df.set_index("Code", inplace=True)
# 將空字符串替換為'0'
df.replace('', '0', inplace=True)
# 將除了"Name"列以外的所有列轉換為浮點數
df[df.columns.difference(['Name'])] = df[df.columns.difference(['Name'])].astype(float)
# 顯示DataFrame
df
DataFrame
最後我們利用請求到的數據進行簡單的兩個圖表呈現:
- 畫出收盤價前10大的股票
- 畫出成交量前10大的股票
※ 為解決中文字體在畫圖中顯示異常，可以添加以下程式碼
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['Microsoft JhengHei'] # 修改中文字體
plt.rcParams['axes.unicode_minus'] = False # 顯示負號
從下圖可以看出，目前台股上市公司的「股神」仍然是我們的大立光。大立光長期以來在光學鏡頭和光電元件領域保持著領先地位，依靠其卓越的技術和穩定的市場需求，保持著高股價。緊隨其後的是緯穎、世芯-KY等公司。這些公司的成功並非偶然，而是與當前的市場趨勢密切相關。正如我們從前十大股價公司中所見，目前市場上的投資熱點集中在AI熱潮以及相關的半導體、伺服器和其他硬體設備上。這些技術需求的增長不僅提升了相關公司的業績，還讓它們成為投資者眼中的獵物。
# 按收盤價排序並選取前10大收盤價的股票
top10_closing = df.nlargest(10, 'ClosingPrice')
# 視覺化
plt.figure(figsize=(15, 6))
bars = plt.bar(top10_closing['Name'], top10_closing['ClosingPrice'], color='skyblue')
plt.title('Top 10 Closing Prices',fontsize=20)
plt.xlabel('Stock Name',fontsize=20)
plt.ylabel('Closing Price',fontsize=20)
plt.xticks(fontsize=20)
# 在每個條形圖上顯示對應的股價
for bar in bars:
yval = bar.get_height()
plt.text(bar.get_x() + bar.get_width()/2, yval, round(yval, 2), ha='center', va='bottom', fontsize=12)
plt.show()
Price_top_10
如果我們從成交量的角度進行分析，可以發現前十大交易量的股票與前十大股價的公司有著顯著的不同。其中，近期最受歡迎的股票正是新發行的元大台灣價值高息ETF (00940)。這支ETF以其低成本和高股息月月配的特性，吸引了大量投資者的目光，尤其是那些重視穩定回報和被動收入的投資者。這也正好符合我身邊朋友們最近熱烈討論要買進的話題。 其次，引起廣泛關注的還有元大台灣50反1 (台股反向ETF)，這類反向ETF的交易量大增，或許反映了市場投資者對於當前股價屢創新高的擔憂。由於股市漲幅持續，投資者擔心隱含的崩跌風險，因此購買反向ETF來進行風險對沖，保護自己的投資組合免受潛在的市場下跌影響。 這些現象表明，在目前的市況下，投資者既在尋求穩健的被動收入，同時也在思考如何應對股市高漲帶來的不確定性。元大台灣價值高息 (00940) 這類高配息的ETF提供了持股收益的穩定性，而元大台灣50反1則為那些擔心市場回調的投資者提供了一個對沖的工具，兩者各攬其道，共同成為當前市場上的交易熱點。
Trade_top_10
