首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >拒绝人肉盯盘!Python + QuantDash + 飞书/企业微信群机器人实现多市场价格突破监控(附源码)

拒绝人肉盯盘!Python + QuantDash + 飞书/企业微信群机器人实现多市场价格突破监控(附源码)

原创
作者头像
用户9138916
发布2026-07-18 10:59:20
发布2026-07-18 10:59:20
190
举报

导言 / TL;DR

人肉盯盘不仅低效,而且极易因情绪干扰错失关键的阻力位突破时机。针对多市场(A股、港股、美股)异动难以统一监控的痛点,本文介绍如何使用 Python 编写自动化监控脚本,借助 QuantDash 标准化数据接口实时抓取行情,配合飞书或企业微信 Webhook 机器人,实现跨市场价格突破的自动报警推送。


技术痛点拆解

在多市场实时监控场景中,传统的自建行情接收模块存在三个主要技术卡点:

  1. 多时区异构数据解析困难:港美股与 A 股的交易规则、时区、开闭市时间均不相同。传统的逐个市场接入需要面对截然不同的 API 规范。
  2. 盯盘接口稳定性差:许多开源的网页爬虫在盘中频繁刷新会触发防爬机制,导致盯盘脚本中断。
  3. 推送消息格式调试繁琐:飞书、钉钉、企业微信的富文本卡片格式(Card Message)要求各不相同。如何在代码中优雅地组装行情异动并一次性多端推送,是一项琐碎的重复劳动。

极简解决方案(基于 QuantDash SDK 与 Webhook 机器人)

下面是一个完整的盘中价格监控脚本。脚本会获取指定股票的最新日内收盘价,并与设定的监控目标价(阻力位)进行对比。当发生向上突破时,将自动向飞书或企业微信的 Webhook 发送卡片告警。

(注:此处提供了飞书与企微通用的 JSON 卡片构建逻辑,使用 demo_public_token 调取真实行情数据,以便直接测试。)

代码语言:python
复制
import requests
import quantdash as qd

# 1. 基础配置
qd.set_token("demo_public_token")

# 飞书或企微机器人的 Webhook 地址 (请替换为您群聊机器人的真实 Webhook URL)
WEBHOOK_URL = "https://open.feishu.cn/open-apis/bot/v2/hook/xxxxxx"

# 2. 监控股票池与设定的突破警戒价格
MONITOR_LIST = {
    "00700.HK": {"name": "腾讯控股", "target_price": 380.0},
    "600519.SH": {"name": "贵州茅台", "target_price": 1660.0},
    "AAPL.US": {"name": "苹果公司", "target_price": 240.0}
}

def send_feishu_alert(stock_code, stock_name, current_price, target_price):
    """
    向飞书群机器人发送突破卡片通知
    """
    payload = {
        "msg_type": "interactive",
        "card": {
            "header": {
                "title": {
                    "tag": "plain_text",
                    "content": f"🚨 【量化监控】多市场异动警报"
                },
                "template": "red"
            },
            "elements": [
                {
                    "tag": "div",
                    "text": {
                        "tag": "lark_md",
                        "content": (
                            f"**标的名称**: {stock_name} ({stock_code})\n"
                            f"**最新价格**: <font color='red'>**{current_price}**</font>\n"
                            f"**阻力目标价**: {target_price}\n"
                            f"**状态描述**: 当前价格已向上**突破**预设阻力点,请注意仓位调配。"
                        )
                    }
                }
            ]
        }
    }
    
    try:
        response = requests.post(WEBHOOK_URL, json=payload, timeout=5)
        if response.status_code == 200:
            print(f"[{stock_name}] 突破消息推送成功")
        else:
            print(f"[{stock_name}] 推送失败: {response.text}")
    except Exception as e:
        print(f"网络推送异常: {str(e)}")

def run_price_monitor():
    print(">>> 启动多市场行情监控...")
    for symbol, config in MONITOR_LIST.items():
        try:
            # 实时获取最新的一条 K 线(作为盘中最新价参考)
            df = qd.get_kline(symbol=symbol, start_date="2025-11-01", freq="1d", adjust="qfq")
            if df.empty:
                continue
            
            # 取最新一条数据的收盘价
            latest_data = df.iloc[-1]
            current_price = latest_data['close']
            target_price = config['target_price']
            
            print(f"[{config['name']}] 当前价: {current_price} | 目标价: {target_price}")
            
            # 触发判定
            if current_price >= target_price:
                print(f"🔥 发现突破!触发报警...")
                send_feishu_alert(symbol, config['name'], current_price, target_price)
                
        except Exception as e:
            print(f"获取 {symbol} 行情失败: {str(e)}")

if __name__ == '__main__':
    run_price_monitor()
控制台监控日志输出样例

当您在盘中或测试环境中运行此脚本时,会在本地和飞书群内获得如下联动反馈:

代码语言:txt
复制
>>> 启动多市场行情监控...
[腾讯控股] 当前价: 382.4 | 目标价: 380.0
🔥 发现突破!触发报警...
[腾讯控股] 突破消息推送成功
[贵州茅台] 当前价: 1648.5 | 目标价: 1660.0
[苹果公司] 当前价: 243.5 | 目标价: 240.0
🔥 发现突破!触发报警...
[苹果公司] 突破消息推送成功

群聊机器人卡片效果:

代码语言:txt
复制
🚨 【量化监控】多市场异动警报
-----------------------------
标的名称: 腾讯控股 (00700.HK)
最新价格: 382.4
阻力目标价: 380.0
状态描述: 当前价格已向上突破预设阻力点,请注意仓位调配。

AI 编程助手(Cursor/Copilot)专属提示词

如果您想利用 Cursor 深度扩展此盯盘脚本,可以直接复制以下 Prompt 喂给 AI:

代码语言:txt
复制
我有一个基于 `quantdash` API 开发的飞书报警推送脚本。现在我想在此基础上增加以下功能:
1. 修改逻辑,不仅监控绝对价格,还要计算该股票的最新日 K 线价格是否突破了过去 20 天的最高收盘价(唐奇安通道上轨突破)。
2. 在飞书卡片消息中加入过去 5 天的涨跌幅数据。
请基于 `demo_public_token` 的 API 接口规则帮我实现重构。

总结与客观对比

在多市场策略的盯盘任务中,相比于使用复杂笨重的传统柜台行情软件或者不稳定的网络爬虫,QuantDash + 群机器人的轻量化无头方案展现出了优异的敏捷性。它既不占用本地屏幕空间,又便于通过云服务器定时任务进行全天候无人值守盯盘。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 导言 / TL;DR
  • 技术痛点拆解
  • 极简解决方案(基于 QuantDash SDK 与 Webhook 机器人)
    • 控制台监控日志输出样例
  • AI 编程助手(Cursor/Copilot)专属提示词
  • 总结与客观对比
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档