使用 Yahoo Finance API 實現農產品交易數據的自動化擷取與儲存

一、教學目標

1. 知識目標：理解 Yahoo Finance API、FastAPI 服務及自動化工具（如 Make.com）的運作原理。
2. 技能目標：學會使用 yfinance 抓取農產品交易數據，建立 FastAPI 服務，並透過 Make.com 將數據自動存入 Notion。
3. 態度目標：培養學生對金融數據分析與自動化流程的興趣，並認識其在市場研究中的價值。

二、前置準備

適用對象

• 對象：大學生、資料科學初學者或對金融數據與自動化有興趣者。
• 先備知識：基礎 Python（函數、字典）、API 概念。

所需軟硬體

1. 硬體：具備網路連線的電腦。
2. 軟體：
   • Python 3.x（建議搭配 Anaconda）。
   • Python 套件：yfinance、fastapi、uvicorn、pandas、requests。
   • 文字編輯器（如 VS Code）。
   • Make.com 帳號、Notion 帳號。
3. 其他：
   • 穩定的網路環境。
   • Notion 資料庫（預先建立，包含相關欄位）。

教師準備

• 預先安裝所有套件並測試程式碼。
• 準備 Notion 資料庫範例（包含欄位：開盤價、最高價、最低價、收盤價、成交量）。
• 提供 Make.com 操作截圖或影片。

三、教學流程

時間分配：總計 120 分鐘

• 導入（15 分鐘）
• 方法 1：使用 yfinance 抓取數據（30 分鐘）
• 方法 2：建立 FastAPI 服務（30 分鐘）
• 方法 3：使用 Make.com 自動化（35 分鐘）
• 總結與討論（10 分鐘）

1. 導入（15 分鐘）

活動：情境引導

• 教師提問：
  「如果你想追蹤農產品（如黃豆、玉米）的價格變化，如何快速獲取並記錄數據？」
• 簡介內容：
  • Yahoo Finance API：提供免費金融數據。
  • FastAPI：快速建立 API 服務。
  • Make.com：自動化工具，連接 API 與 Notion。
• 目標導引：
  「今天我們將學習如何用 Python 抓取農產品交易數據，建立 API，並透過自動化工具存入 Notion，實現全流程自動化！」

2. 方法 1：使用 yfinance 抓取交易數據（30 分鐘）

講解（10 分鐘）

• 環境設定：
  • 安裝套件：

    pip install yfinance pandas
    

• 程式說明：
  • yfinance.Ticker()：獲取商品數據。
  • history()：提取 OHLC 與交易量。
  • 數據結構：字典格式。
• 展示範例：運行程式並顯示黃豆數據。

實作活動（20 分鐘）

• 學生任務：
  1. 執行以下程式碼，抓取黃豆、玉米、小麥數據：

import yfinance as yf
import pandas as pd

commodities = {
    "黃豆": "ZS=F",
    "玉米": "ZC=F",
    "小麥": "ZW=F"
}

def fetch_commodity_data():
    result = {}
    for name, symbol in commodities.items():
        data = yf.Ticker(symbol).history(period="1d")
        if not data.empty:
            latest = data.iloc[-1]
            result[name] = {
                "開盤": latest["Open"],
                "最高": latest["High"],
                "最低": latest["Low"],
                "收盤": latest["Close"],
                "成交量": latest["Volume"]
            }
    return result

data = fetch_commodity_data()
print(data)

2. 修改 period="1d" 為 "5d"，觀察多日數據變化。

• 成果檢查：確認輸出包含 OHLC 與成交量。

3. 方法 2：使用 FastAPI 建立 API 服務（30 分鐘）

講解（10 分鐘）

• 環境設定：
  • 安裝套件：

    pip install fastapi uvicorn
    

• 程式說明：
  • @app.get()：定義 API 端點。
  • uvicorn.run()：啟動服務。
• 展示範例：啟動服務並用瀏覽器訪問 http://localhost:8000/commodities。

實作活動（20 分鐘）

• 學生任務：
  1. 執行以下程式碼，建立 API：

from fastapi import FastAPI
import uvicorn
from your_module import fetch_commodity_data  # 假設前述函數在另一檔案

app = FastAPI()

@app.get("/commodities")
def get_commodities():
    return fetch_commodity_data()

if __name__ == "__main__":
    uvicorn.run(app, host="0.0.0.0", port=8000)

2. 在瀏覽器或工具（如 Postman）訪問 http://localhost:8000/commodities，檢查回傳數據。

• 成果檢查：確認 API 回傳 JSON 格式的交易數據。

4. 方法 3：使用 Make.com 介接並存入 Notion（35 分鐘）

講解（15 分鐘）

• Make.com 設定：
  • HTTP 模組：發送 GET 請求。
  • Notion 模組：連接資料庫並映射欄位。
  • 排程設定：每日更新。
• 展示範例：展示 Make.com 流程並檢查 Notion 更新。

實作活動（20 分鐘）

• 學生任務：
  1. 在 Make.com 创建流程：
     • 添加 HTTP GET 模組：
       • URL：http://localhost:8000/commodities（或公開伺服器 URL）。
     • 添加 Notion 模組：
       • 選擇已有資料庫，映射字段（如 開盤價 → Open）。
     • 設定排程：每日 UTC 23:00。
  2. 執行流程並檢查 Notion 是否新增數據。
• 成果檢查：確認 Notion 資料庫顯示最新交易數據。

5. 總結與討論（10 分鐘）

• 教師總結：
  • yfinance：快速獲取金融數據。
  • FastAPI：提供外部存取介面。
  • Make.com：實現自動化與資料整合。
• 學生討論：
  • 「哪種農產品的價格波動最大？」
  • 「這個流程可以用在哪些實際場景？（如投資決策、市場報告）」

四、評量方式

1. 實作成果（70%）：
   • 成功抓取並顯示交易數據（方法 1）。
   • 成功啟動 FastAPI 並訪問數據（方法 2）。
   • 成功設定 Make.com 並更新 Notion（方法 3）。
2. 參與討論（30%）：
   • 在總結時分享觀察或應用想法。

五、延伸應用

1. 進階挑戰：
   • 修改 yfinance 程式，抓取多月數據並計算平均價格。
   • 在 FastAPI 中新增端點（如 /commodities/weekly）。
   • 在 Notion 中加入圖表視覺化。
2. 實務專案：
   • 追蹤其他商品（如黃金、原油）的價格趨勢。
   • 設計每周市場報告自動生成系統。

六、教學資源

• 參考連結：
  • Yahoo Finance API 文件
  • FastAPI 文件
  • Make.com
  • Notion API
• 附件：
  • 程式碼檔案（.py 格式）。
  • Notion 資料庫範例（截圖或模板）。