Rockyzsu/stock：10 年实盘攒出的 Python 量化交易工作台

先给判断：这不是一个拿来就能用的策略库，而是一个人把炒股全流程代码化的活标本。数据怎么采、登录态怎么维持、行情怎么监控、单子怎么下、持仓怎么入库——工程侧的每一环都有能跑的实盘代码；至于策略本身，仓库里没有圣杯，作者自己的 README 开头就把姿态摆正了：“更好的帮助自己炒股(亏钱-。-)”。

作者 Rocky Chen 从 2016 年 4 月开始维护这个仓库，写代码的同时经营博客 30daydo.com 和公众号"可转债量化分析"，仓库描述是"30天掌握量化交易 (持续更新)"。截至 2026-09-30，它有 8614 stars、1654 forks、747 次提交，BSD-3-Clause 许可，纯 Python。

先知道一件事：README 已经落后于代码

读这个仓库前有一个必要前提。README 顶部留着一行 2022 年 12 月的声明：

目前正在重构项目代码，目录结构可能与下面描述有些出入，后期会慢慢更新修改，感谢大家的关注与支持。

这不是客套话。README 后半部分列的根目录脚本，一半以上已经搬进子目录或改名，对照 2026-09-30 的 master 分支实际目录：

fetch_each_day.py、simulation.py、win_or_lost_each_day.py、foreign_exchange.py、ipo_stock.py 这些 README 点过名的脚本也都不在了。所以本文全部按实际目录讲，不按 README 讲。

系统地图：一条流水线，五个环节

抛开目录名，这个仓库真正的东西是一条个人量化流水线：

各环节的体量（文件数按 2026-09-30 的 git tree 统计）：

底座：DBSelector 和一份诚实的 config.json

几乎所有脚本的数据存取都走 configure/settings.py 里的 DBSelector。它的思路简单直接：一份 config.json，按"数据库类型 + 环境名"两维取连接参数，同一套代码在本地和服务器之间切换时只改一个参数：

class DBSelector(object):
    def config(self, db_type='mysql', local='qq'):
        db_dict = self.json_data[db_type][local]
        user = db_dict['user']
        password = db_dict['password']
        host = db_dict['host']
        port = db_dict['port']
        return (user, password, host, port)

configure/sample_config.json 给出了全貌：MySQL 预留了 local/qq/ubuntu/ptrade/tencent-1c 五个环境，MongoDB、Redis、邮件各一节，剩下的配置键暴露了这个系统真实的依赖面——jsl_cookies（集思录登录态）、jsl_monitor（监控参数）、ts_token（tushare）、xc_token_pro（湘财证券版 tushare）、enterprise_wechat（企业微信推送）、twilio。

对这套设计的取舍，作者在 README 里写得坦白：这是"为了同一套代码便于切换线上和本地的数据库，并没有采用环境变量的方式存储用户密码"，需要的人可以自己改。注意文件名是 settings.py，README 里写的 setting.py 是旧写法。

一个要提醒的坑：sample_config.json 也滞后于代码。monitor/jsl_monitor.py 读的是 ZZ_PERCENT、ZG_PERCENT、REMAIN_SIZE、ACCESS_INTERVAL_REALTIME 这些键，sample 里根本没有，sample 给的是另一个名字 MONITOR_PERCENT。照着 sample 配置，监控模块跑不起来——配的时候以代码里实际读取的键为准。

采集：集思录是整个仓库的中轴

datahub/jisilu.py 是这个仓库最有含金量的单文件。它解决的问题是：集思录的可转债数据要登录才能拿全，而登录有前端加密。作者的解法是 jsl_login.py 配一个 126KB 的 js_file/encode_jsl.js，把加密参数的计算交给 JS 引擎执行，拿到登录态后抓全市场转债行情，写入 MySQL。

同样思路贯穿其他采集脚本：ark_funds.py 抓 ARK 官网的持仓 PDF 并解析，写进 MongoDB 并建了唯一索引防重：

class ARKFundSpider(BaseService):
    def __init__(self):
        super(ARKFundSpider, self).__init__('../log/ark.log')
        self.url = 'https://ark-funds.com/auto/gettopten.php'
        self.data = {'ticker': None}
        self.doc = self.mongodb()

其余采集脚本各有分工：zdt.py 抓涨停热度、SPSIOP_PRICE.py 爬华宝油气估值来算折价、jucao_announcement.py 批量下载巨潮公告 PDF、black_list_sql.py 维护有黑历史的股票名单。foreignexchange.py 盯美元兑人民币汇率。宁稳网的可转债数据在 ninwen.py（README 写作 niwen.py，又是旧拼写）。

分析：基金侧最厚，选股有两条线

fund/ 是全仓库最大的目录。除了采集脚本，核心是三类：

份额监控。LOFShareDetection.py、ETFShareDetection.py 和共用的 ShareDetection.py 跟踪场内基金份额变动——LOF/ETF 份额申赎是这类折溢价策略的核心信号。fund_share_update.py 和 fund_share_monitor.py 分别负责沪深两所份额的更新和查询。

封基轮动回测。closed_end_fund_backtrade/ 子目录带了一套完整的周度份额轮动回测，目录里还留着一张跑出来的收益率曲线图。这是仓库里少有的"策略 + 回测 + 结果"齐全的部分。

持仓穿透。etf_info.py 监控指数基金的持仓股，ttjj.py 和 danjuan_fund.py 分别对接天天基金和雪球蛋卷。

选股这边的新旧分明要这么看。根目录 select_stock.py 是文件头自注"适用 tushare 0.7.5"的老代码，里面还有 Queue、unicode() 这种 Python 2 写法，在新版 tushare 和 Python 3 下跑不了；analysis/filterstock.py 名字最接近 README 说的"多因子选股"，实际内容却是另一回事——一年新低筛选、每日全市场行情入库、地区分类统计，用的同样是 tushare 已下线的旧接口。选股相关的工作更多以 notebook 形态留在 analysis/选股.ipynb（198KB）里；README 那句"市盈率、流通量、股东数、基金持股数"描述的旧版 filter_stock.py 已被删除，select_stock.py 里只剩零星的市盈率统计，成型的多因子过滤器在当前仓库并不存在。

analysis/ 里还散着几十个 Jupyter notebook，从龙虎榜到退市转债分析，是作者的日常工作台，质量参差，翻翻可以，别当成品。

机器学习：一个文件，而且不在本地跑

machine_learning/ 目录只有一个文件：贝叶斯预测涨跌.py。它基于优矿（uqer）平台的 DataAPI 取行业分类和行情，用 BernoulliNB 做次日涨跌预测，特征是三组五分位：行业哑变量、对数市值、5 日动量，逐日滚动训练、滚动预测，最后按预测结果加权画出策略累计收益曲线。

两句实话：第一，它依赖优矿平台的 DataAPI，克隆下来直接跑不了；第二，scikit-learn 不在 requirements.txt 里。README 里"机器学习预测"这四个字的实际分量，就是这个文件。想参考的是它把行业、市值、动量编码成哑变量喂朴素贝叶斯的写法，而不是预期一个能上实盘的模型。

交易执行：easytrader 是主力，PTrade 和富途是配角

trader/auto_trader.py 是真正的实盘下单代码，接的是 easytrader 的国金证券客户端：

self.user = easytrader.use('gj_client')
self.user.prepare('user.json')

它的日常流程：从 MySQL 的候选表读可转债列表，开盘后轮询行情，跌幅达到条件就按卖一价加 0.1 元买入 10 手；收盘前执行 set_ceiling()，按"昨收 × 1.07"给持仓挂涨停附近的卖单（SELL = 7 是写死的个人经验值，源码注释里还留着"配置为8%个点卖"的旧注释）；持仓快照每天存回 MySQL。全程走 logging 落盘到 log/。

ptrade/ 的实际内容只有一个 逆回购.py——一段 PTrade 平台策略脚本，每天 14:58 把闲置资金买成国债逆回购（沪市 204001、深市 131810 可开关）。README 说的"ptrade 自动交易实盘代码"，体量就这一个样例，价值在于展示了 PTrade 的 run_daily + order 接口怎么用。

futu/ 是富途官方 futu-api 的基础用法：OpenQuoteContext 连本机 FutuOpenD 网关（127.0.0.1:11111），拿港股行情快照、订阅推送，六个文件都在 basic usage 层面。

顺带说清 README 末尾那段"券商福利"：这是作者的推广返佣。开通量化接口的门槛是入金——券商一 1 万、券商二 2 万；费率按品种是股票万一、可转债万 0.4、基金 ETF/LOF 万 0.5。要不要为这个门槛换券商，读者自己权衡，接口文档在 README 里是两张截图，仓库内没有可点的文档链接。

监控与提醒：邮件为主，企业微信为辅

monitor/ 的 jsl_monitor.py 是转债监控的主程序：带着集思录登录态按配置的间隔轮询行情，对持仓候选按涨跌幅阈值触发预警，触发的标的记进一个自带的 HistorySet（内存字典加过期时间，默认 1800 秒）防止重复推送，并且默认过滤已公告强制赎回（强赎）的转债。big_deal.py 用 tushare 的分笔数据过滤大单成交；ceiling_break.py 做涨停开板监测，封板打开就发提醒；根目录的 yesterday_zt_monitor.py 盯的是"昨日涨停的今日实时情况"，配画图推送。

提醒推送这块，utils/push_msn.py 走的是 SMTP 邮件（价格触发阈值就发邮件到手机），文件里 import itchat 的微信推送被注释掉了；企业微信推送在 configure/util.py 里，被 jisilu.py 等脚本调用。README 里"短信提醒"的说法对应的是老版本，现在实际是邮件 + 企业微信两条路。

一天怎么跑通：转债轮动的完整流转

把前面的模块串起来，作者的可转债轮动一天是这样过的：

1. 盘前采集：datahub/jisilu.py 带登录态抓全市场转债行情（价格、溢价率、余额），写入 MySQL 当日表。
2. 筛候选：按价格、溢价率等条件从库里筛出候选池，写进 tb_stock_candidates 表。
3. 盘中监控：monitor/jsl_monitor.py 按固定间隔轮询候选转债的实时价格，触发阈值就推送预警。
4. 下单：trader/auto_trader.py 从候选表读列表，开盘按跌幅条件买入，收盘前 set_ceiling() 挂 +7% 卖单。
5. 收盘落账：持仓快照写回 MySQL，utils/delivery_order.py 还能把交割单导入数据库对账。

数据库是这条链的中枢——这也解释了为什么 DBSelector 和那份 config.json 是全仓库最先该看的东西。

部署：能跑，但别指望开箱即用

真实的依赖清单（requirements.txt，2026-09-30 版）：easytrader、easyquotation、tushare、akshare、sqlalchemy、pymysql、pymongo、redis、loguru、parsel、rsa、pypinyin、xlwt。注意里面没有 scikit-learn、没有 TA-Lib——机器学习和 K 线形态那两个目录的依赖要自己补。

部署路径是 README 给的三步：克隆仓库，cp configure/sample_config.json configure/config.json 填数据库和各平台的凭证，然后从仓库根目录运行各脚本。第三步有个隐含约束：子目录脚本都是 sys.path.append('..') 加相对路径 ../log 的写法，工作目录不对就会挂，别从子目录里单独启动。

没有 Docker，没有 CI，没有测试——个人仓库的正常形态。另外根目录那批 2017 年前后的老脚本（select_stock.py、new_stock_break.py 用的是 tushare 早已下线的 get_stock_basics 接口）多数已经跑不通，这是"持续更新"仓库里新老代码并存的现状，遇到先看文件头的时间注释。

谁该看，谁不必

值得读源码的三类人：

• 做 A 股、可转债的个人开发者，想抄一条"采集 → 入库 → 监控 → 下单"的流水线——这仓库每一环都有能跑的写法；
• 需要集思录数据的人——jsl_login + encode_jsl.js 处理登录加密的方案是现成参考；
• 想接实盘但没见过真代码的人——auto_trader.py 展示了 easytrader 接券商客户端、挂单、撤单、查持仓的完整姿势。

不必期待的四种人：找现成盈利策略的（策略要自己写，SELL = 7% 这类参数是作者个人经验）；想要 pip 装完就用的（无包、无文档站、目录在重构中）；想找多因子回测框架的（backtest/ 只是几个 backtrader 课程练习，SMA 金叉demo 水平）；期待工程规范的（无测试无 CI，settings.py 里还有裸 except）。

上手顺序建议：先配 config.json 跑通 datahub/jisilu.py 的数据入库，再挑 monitor/ 里一个监控脚本接到企业微信，最后才看 trader/auto_trader.py。实盘代码动的是真钱，easytrader 依赖券商客户端版本，接之前先用模拟环境验证。

回到判断

这个仓库的价值排序很清楚：数据采集与监控的工程细节 > 实盘接入的真实姿势 > 策略本身。它最像一份"一个人如何把炒股流程代码化"的十年实验记录——有精巧的部分（集思录登录态、多环境配置），有过时的部分（Python 2 遗留脚本、README 漂移），也有被 README 放大了的部分（“机器学习预测"其实是一个依赖优矿的单文件）。把它当参考实现和脚手架素材，比当策略库更符合它的真实成色。

相关资源

数据口径：Stars、Forks、提交数、贡献者、目录结构均按 GitHub API 于 2026-09-30 读取；代码引用对应 master 分支当日快照。