A股量化选股和监控系统

一个完整的A股量化选股、实时监控与市场情绪分析系统。

作者: James Mei
邮箱: [email protected]
博客: https://www.cnblogs.com/Jame-mei
版本: 1.1.2
许可证: MIT

🆕 v1.1.2 更新 (2026-02-24)

核心优化

• ⚡ 性能提升6-10倍：交易时间使用新浪财经（0.1秒 vs 1.5秒）

• 🔧 修复关键Bug：全市场数据更新、选股功能

• 📊 数据完整性：从8只提升到5748只（98.9%）

• 🎯 智能切换：交易时间新浪优先，盘后akshare稳定

技术改进

• 双数据源架构（新浪+akshare）

• 自动判断交易时间

• 超时保护和降级机制

• 完整的向后兼容

详见：CHANGELOG.md

核心功能

1. 市场情绪评分 (7维度)

基于全市场5000+只A股的综合情绪评分（0-100分）：

• 涨跌家数比 (20%)

• 平均涨幅 (20%)

• 涨停/跌停比 (15%)

• 强势股占比 (15%)

• 成交活跃度 (10%)

• 波动率 (10%)

• 趋势强度 (10%)

2. 智能选股引擎

短线选股 (1-5天)

5大策略，每日推荐3-5只短线机会股：

• RSI短线 - 超短线RSI策略，适合T+0或快速进出

• MACD短线 - MACD金叉死叉，短期趋势跟踪

• KDJ短线 - KDJ超买超卖，适合日内波段

• 布林突破 - 布林带突破，捕捉短期波动

• 放量突破 - 量价齐升，短期强势股

多指标共振评分体系 (满分100分)：

• RSI信号 (20分)

• KDJ信号 (20分)

• MACD信号 (15分)

• 布林带信号 (15分)

• 量价异动 (15分)

• 资金流向 (15分)

精确买卖点：

• 动态止损止盈（基于ATR）

• 买入价、止损价、止盈价自动计算

• 预期收益率、风险收益比

中长线选股 (20-180天)

7大策略，每日推荐5-10只优质股票：

• MA趋势 - 均线多头排列，趋势跟踪 (20-60天)

• MACD趋势 - MACD趋势确认，中期持有 (15-30天)

• 价值成长 - 长期价值投资 (60-180天)

• 突破回踩 - 突破后回踩买入 (10-30天)

• 底部反转 - RSI+MACD双确认 (15-30天)

• 趋势加速 - 均线多头+放量 (10-20天)

• 强势股回调 - 强势股回调低吸 (5-15天)

综合评分维度：

• 技术指标 (40%) - MA/MACD/RSI/KDJ等

• 资金流向 (30%) - 主力资金净流入

• 市场热度 (15%) - 换手率、振幅

• 风险评估 (15%) - 波动率、回撤

持仓建议：

• 建议仓位（根据评分）

• 预期收益率

• 风险等级

• 持仓周期

选股配置

• 自动过滤创业板(3开头)和科创板(688开头)

• 支持自定义监控股票池（watchlist.json）

• 每日自动推荐，飞书/企业微信告警

3. 实时价格监控

• 交易时间：每5秒更新价格

• 非交易时间：显示历史数据

• 自动判断交易时段（9:15-11:30, 13:00-15:00）

4. 涨跌幅排行榜

• 实时涨幅榜（Top 5）

• 实时跌幅榜（Top 5）

• 支持点击查看详情

5. Web可视化界面

• 市场情绪仪表盘

• 监控股票卡片展示

• 统计数据汇总

• 响应式设计

使用方式

快速开始

1. 安装依赖

pip3 install akshare flask ccxt

1. 配置监控股票 编辑 web_app.py，修改 WATCHED_STOCKS 列表：

WATCHED_STOCKS = [
    '600900',  # 长江电力
    '601985',  # 中国核电
    # 添加更多股票代码...
]

1. 启动Web服务

cd scripts/
python3 web_app.py

访问 http://localhost:5000

自动化运行

设置Cron任务（交易时间每5分钟更新）：

openclaw cron add --name "A股全市场数据更新" \
  --schedule "*/5 9-15 * * 1-5" \
  --tz "Asia/Shanghai" \
  --payload '{"kind":"systemEvent","text":"cd <skill-path>/scripts && python3 smart_market_updater.py"}'

替换 <skill-path> 为技能安装路径。

手动执行

# 更新全市场数据
python3 scripts/update_all_market_data.py

# 计算市场情绪
python3 scripts/market_sentiment.py

# 智能更新（仅交易时间）
python3 scripts/smart_market_updater.py

# 检查交易时间
python3 scripts/is_trading_time.py

# 短线选股（每日推荐3-5只）
python3 scripts/short_term_selector.py

# 中长线选股（每日推荐5-10只）
python3 scripts/long_term_selector.py

# 增强版中长线选股
python3 scripts/enhanced_long_term_selector.py

目录结构

scripts/
├── web_app.py                      # Flask Web服务
├── stock_cache_db.py               # SQLite数据缓存
├── stock_async_fetcher.py          # 异步数据获取
├── market_sentiment.py             # 市场情绪计算
├── is_trading_time.py              # 交易时间判断
├── smart_market_updater.py         # 智能更新器
├── update_all_market_data.py       # 全市场数据更新
├── short_term_selector.py          # 短线选股引擎
├── long_term_selector.py           # 中长线选股引擎
├── enhanced_long_term_selector.py  # 增强版中长线选股
├── strategy_config.py              # 策略配置文件
└── templates/
    └── index.html                  # Web前端页面

API端点

GET /api/market/sentiment

返回全市场情绪评分

响应示例:

{
  "score": 57,
  "level": "偏乐观",
  "emoji": "🟢",
  "description": "市场偏强，情绪稳定",
  "stats": {
    "total": 5000,
    "gainers": 2460,
    "losers": 2534,
    "limit_up": 15,
    "limit_down": 3
  }
}

GET /api/stocks

返回所有监控股票数据

GET /api/stocks/realtime

返回监控股票实时价格（轻量级）

GET /api/stock/

TRADING_HOURS = {
    'morning': (9, 15, 11, 30),    # 9:15-11:30
    'afternoon': (13, 0, 15, 0),   # 13:00-15:00
}

MAX_AGE_MINUTES = 30  # 缓存有效期

# 情绪等级阈值
LEVELS = [
    (80, 100, '极度乐观', '🔴'),
    (65, 79, '乐观', '🟠'),
    (55, 64, '偏乐观', '🟢'),
    # ...
]

def calculate_sentiment(stocks):
    # 添加新维度
    new_dimension_score = calculate_new_dimension(stocks)

    # 调整权重
    score = (
        gain_ratio_score * 0.18 +      # 降低原有权重
        # ...
        new_dimension_score * 0.10      # 新维度10%
    )

def check_custom_alert():
    cache = StockCache()
    stocks = cache.get_all_stocks()

    # 自定义告警逻辑
    alerts = []
    for stock in stocks:
        if stock['change_pct'] > 5:
            alerts.append(stock)

    if alerts:
        send_alert(alerts)