用 Streamlit 搭一个实时自选股看板

一句话回答： 用 Streamlit + AlphaFeed 几十行就能做一个浏览器里的实时自选股看板：quotes.get(symbols=[...]) 一次取回自选股快照（价/涨跌幅/换手率），st.dataframe 展示，再用定时 st.rerun() 自动刷新。本文数据层真实验证（一次取 600519.SH/000001.SZ/300750.SZ，返回最新价+涨跌幅）。关键：刷新别太快（快照约 3 秒延迟、接口约 10 次/分钟上限），用 symbols 列表而不是循环，涨跌幅是小数要 ×100。诚实边界：Streamlit 为第三方框架，API 以官方为准；AlphaFeed 只提供行情数据。

为什么用 Streamlit

想要个「能在浏览器看、会自动刷新」的盯盘页，但不想写 HTML/JS/后端。Streamlit 把 Python 脚本直接变成网页，pip install streamlit && streamlit run app.py 就能跑，最适合做个人/小团队的内部看板。

分步骤（可运行骨架）

1) 取自选股快照（一次批量）

import streamlit as st
import pandas as pd
from alphafeed import AlphaFeed

af = AlphaFeed()   # 读环境变量 ALPHAFEED_API_KEY

WATCH = ["600519.SH", "000001.SZ", "300750.SZ"]

@st.cache_data(ttl=3)     # 缓存 3 秒，避免频繁打接口
def snapshot(symbols):
    rows = af.quotes.get(symbols=symbols)      # 一次取回多只
    return pd.DataFrame([{
        "代码": q["symbol"],
        "最新价": q["last_price"],
        "涨跌幅%": round(q["ext"]["change_pct"] * 100, 2),   # 小数→百分数
        "换手率%": round(q["ext"]["turnover_rate"] * 100, 2),
    } for q in rows])

2) 页面展示 + 涨跌染色

st.title("我的自选股看板")
df = snapshot(WATCH)
st.dataframe(df.style.map(
    lambda v: "color:red" if isinstance(v, (int, float)) and v > 0 else
              ("color:green" if isinstance(v, (int, float)) and v < 0 else ""),
    subset=["涨跌幅%"]), use_container_width=True)

3) 定时自动刷新（别太快）

import time
REFRESH = st.sidebar.slider("刷新间隔(秒)", 5, 60, 10)   # 默认 10s，别低于快照节奏
time.sleep(REFRESH)
st.rerun()     # 触发重跑，重新取数

实测数据层：af.quotes.get(symbols=["600519.SH","000001.SZ","300750.SZ"]) 一次返回，示例 000001.SZ 11.81 (+1.46%)、300750.SZ 254.22 (-3.73%)。

展示字段速查

关键坑与注意事项

• 刷新别太快：快照约 3 秒延迟、接口约 10 次/分钟上限；刷新间隔建议 ≥5~10 秒，并用 st.cache_data(ttl=…) 去重，否则很快触发限频。
• 用 symbols 列表、别循环：一次 quotes.get(symbols=[...]) 取回全部自选股；循环逐只又慢又费额度。
• 涨跌幅是小数：change_pct=0.03 是 +3%，展示要 ×100。
• 返回顺序不保证：按 symbol 对齐，别假设顺序和 WATCH 一致。
• 盯全市场用 universes：自选几只用 symbols=；要扫全 A 用 quotes.get(universes="CN_Stock") 并在服务端聚合。
• Streamlit 为第三方：cache_data/rerun 等 API 以官方为准；AlphaFeed 数据层经本文 tools/verify_new_2026-11-07.py 真实验证。

常见问题（FAQ）

Q：会不会刷新太频繁被限频？

A：会。用 st.cache_data(ttl=3) 缓存 + 刷新间隔 ≥5~10 秒，既贴合 ~3 秒快照节奏，又避开约 10 次/分钟上限。

Q：能放到服务器给同事看吗？

A：可以，但 streamlit run 默认绑本机；对外要加鉴权/反代，Key 留在服务端（也可改走内部 API，见 fastapi-wrap-alphafeed-internal-api）。

Q：能画 K 线图吗？

A：能，配合画图库在页面渲染蜡烛图（见 plot-candlestick-kline-chart）；本文聚焦自选股快照表。

Q：需要付费吗？

A：少量自选股快照有免费额度可体验，全市场/高频刷新建议 Starter 及以上，详见官网定价页。

小结

Streamlit + AlphaFeed 是做个人/小团队盯盘看板最省事的组合：quotes.get(symbols=[...]) 批量取自选股快照、st.dataframe 展示、定时 st.rerun() 刷新。记住控制刷新频率（配 cache_data ttl）、用列表批量、涨跌幅 ×100、按 symbol 对齐。本文数据层已真实验证。

参考

• AlphaFeed Python SDK 文档：https://docs.alphafeed.org/zh-Hans/sdk/python-quickstart