Python 实时监控 A 股行情并自动筛选强势股(REST + WebSocket 两种方案)

news2026/5/5 22:12:40
Python 实时监控 A 股行情并自动筛选强势股REST WebSocket 两种方案盘中实时监控全市场行情自动筛选涨停、放量上涨、突破均线的股票 – 这是很多量化交易者的刚需。本文用 Python 实现两种方案REST 轮询方案简单易懂和 WebSocket 推送方案低延迟附完整可运行代码。一、盘中行情监控能做什么实时行情监控是从回测走向实盘的关键一步。常见用途涨停板监控第一时间发现涨停或接近涨停的股票放量突破筛选找出成交量异常放大且价格突破关键位的标的自选股盯盘监控持仓或关注的股票触发条件时提醒日内交易信号结合分钟 K 线生成实时买卖信号二、环境准备安装依赖pipinstalltickflow[all]--upgrade实时行情功能需要注册获取 API key访问 tickflow.org登录后在控制台生成 API key配置环境变量推荐或直接传入# Linux / MacexportTICKFLOW_API_KEYyour-api-key# WindowssetTICKFLOW_API_KEYyour-api-key三、方案一REST API 轮询入门推荐REST 方案最简单通过定时请求获取全市场行情快照适合对延迟要求不高的场景。1. 获取全市场实时行情fromtickflowimportTickFlow tfTickFlow(api_keyyour-api-key)# 获取全部 A 股实时行情quotestf.quotes.get(universes[CN_Equity_A],as_dataframeTrue)print(f共获取{len(quotes)}只 A 股行情)print(quotes[[symbol,last_price,volume,amount]].head())一次调用即可拿到 5000 只 A 股的实时行情包含最新价、开盘价、最高价、最低价、昨收、成交量、成交额等字段。2. 涨跌幅排行quotes[change_pct](quotes[last_price]-quotes[prev_close])/quotes[prev_close]*100# 涨幅榜 Top 10print(涨幅榜 Top 10:)top_gainersquotes.nlargest(10,change_pct)[[symbol,last_price,change_pct]]print(top_gainers.to_string(indexFalse))# 跌幅榜 Top 10print(\n跌幅榜 Top 10:)top_losersquotes.nsmallest(10,change_pct)[[symbol,last_price,change_pct]]print(top_losers.to_string(indexFalse))3. 涨停股监控# A 股主板涨跌停限制为 10%创业板和科创板为 20%limit_upquotes[quotes[change_pct]9.9]print(f\n涨停或接近涨停:{len(limit_up)}只)print(limit_up[[symbol,last_price,change_pct,amount]].to_string(indexFalse))4. 放量上涨股筛选# 成交额 5 亿 且 涨幅 3%strongquotes[(quotes[amount]5e8)(quotes[change_pct]3)]strong_sortedstrong.sort_values(change_pct,ascendingFalse)print(f\n放量上涨成交额5亿 且 涨幅3%:{len(strong_sorted)}只)print(strong_sorted[[symbol,last_price,change_pct,amount]].head(20).to_string(indexFalse))5. 定时轮询监控将上述逻辑封装为一个定时轮询程序importtimeimportdatetimefromtickflowimportTickFlow tfTickFlow(api_keyyour-api-key)defscan_market():扫描全市场返回符合条件的强势股quotestf.quotes.get(universes[CN_Equity_A],as_dataframeTrue)quotes[change_pct]((quotes[last_price]-quotes[prev_close])/quotes[prev_close]*100)# 涨停股limit_upquotes[quotes[change_pct]9.9]# 放量上涨strongquotes[(quotes[amount]5e8)(quotes[change_pct]3)]# 大跌预警跌幅超过 7%big_dropquotes[quotes[change_pct]-7]return{total:len(quotes),limit_up:limit_up,strong:strong,big_drop:big_drop,avg_change:quotes[change_pct].mean(),}defrun_monitor(interval30):每隔 interval 秒扫描一次print(开始监控全市场行情...)whileTrue:nowdatetime.datetime.now()hournow.hour# 只在交易时间运行9:25 - 15:05ifhour9orhour16:print(f[{now:%H:%M:%S}] 非交易时间等待中...)time.sleep(60)continueresultscan_market()print(f\n[{now:%H:%M:%S}] 市场概况:)print(f 全市场平均涨幅:{result[avg_change]:.2f}%)print(f 涨停:{len(result[limit_up])}只)print(f 放量上涨:{len(result[strong])}只)print(f 大跌预警:{len(result[big_drop])}只)iflen(result[limit_up])0:print( --- 涨停股 ---)for_,rowinresult[limit_up].head(5).iterrows():print(f{row[symbol]}:{row[last_price]}({row[change_pct]:.2f}%))time.sleep(interval)run_monitor(interval30)四、方案二WebSocket 实时推送低延迟如果需要更低延迟推荐使用 WebSocket 方案。服务端主动推送行情变动无需轮询。1. 基本用法importdatetimefromtickflowimportTickFlow tfTickFlow(api_keyyour-api-key)streamtf.streamstream.on_quotesdefon_quotes(quotes):forqinquotes:tsdatetime.datetime.fromtimestamp(q[timestamp]/1000)extq.get(ext,{})nameext.get(name,)change_pctext.get(change_pct)change_strf{change_pct:.2%}ifchange_pctisnotNoneelseN/Aprint(f[{ts:%H:%M:%S}]{q[symbol]}{name}最新:{q[last_price]}涨跌:{change_str})stream.on_errordefon_error(msg):print(f错误:{msg})# 订阅感兴趣的标的stream.subscribe(quotes,[600519.SH,000001.SZ,600000.SH])stream.connect()# 阻塞运行输出示例[09:31:05] 600519.SH 贵州茅台 最新:1580.00 涨跌:0.82% [09:31:05] 000001.SZ 平安银行 最新:11.12 涨跌:0.54% [09:31:06] 600000.SH 浦发银行 最新:9.89 涨跌:-0.10%2. 带筛选条件的实时监控importdatetimefromtickflowimportTickFlow tfTickFlow(api_keyyour-api-key)streamtf.stream alert_threshold5.0# 涨幅超过 5% 时提醒stream.on_quotesdefon_quotes(quotes):forqinquotes:extq.get(ext,{})change_pctext.get(change_pct)ifchange_pctisNone:continuechange_pct_valchange_pct*100ifabs(change_pct_val)alert_threshold:nameext.get(name,)tsdatetime.datetime.fromtimestamp(q[timestamp]/1000)direction大涨ifchange_pct_val0else大跌print(f[{ts:%H:%M:%S}]{direction}{q[symbol]}{name}f最新:{q[last_price]}涨跌:{change_pct_val:.2f}%)symbols[600519.SH,000858.SZ,601318.SH,000001.SZ,600036.SH]stream.subscribe(quotes,symbols)stream.connect()3. 非阻塞模式 动态订阅importtimefromtickflowimportTickFlow tfTickFlow(api_keyyour-api-key)streamtf.stream watched{}stream.on_quotesdefon_quotes(quotes):forqinquotes:watched[q[symbol]]q# 后台运行 WebSocketstream.subscribe(quotes,[600519.SH,000001.SZ])stream.connect(blockFalse)# 主线程可以做其他事time.sleep(5)# 动态追加订阅stream.subscribe(quotes,[600036.SH,601318.SH])# 定时打印最新行情for_inrange(10):time.sleep(3)forsymbol,qinwatched.items():extq.get(ext,{})print(f{symbol}:{q[last_price]}({ext.get(name,)}))print(---)stream.close()4. 异步 WebSocketimportasyncioimportdatetimefromtickflowimportAsyncTickFlowasyncdefmain():asyncwithAsyncTickFlow(api_keyyour-api-key)astf:streamtf.streamstream.on_quotesdefon_quotes(quotes):forqinquotes:tsdatetime.datetime.fromtimestamp(q[timestamp]/1000)extq.get(ext,{})nameext.get(name,)print(f[{ts:%H:%M:%S}]{q[symbol]}{name}:{q[last_price]})awaitstream.subscribe(quotes,[600519.SH,000001.SZ])awaitstream.connect()asyncio.run(main())五、进阶结合日内 K 线做实时选股不仅可以看行情快照还可以结合日内分钟 K 线做更精细的分析日内 VWAP 偏离度筛选fromtickflowimportTickFlow tfTickFlow(api_keyyour-api-key)symbols[600519.SH,000858.SZ,601318.SH,000001.SZ,600036.SH]dfstf.klines.intraday_batch(symbols,period5m,as_dataframeTrue,show_progressTrue)forsymbol,dfindfs.items():iflen(df)0:continuedf[vwap](df[amount]/df[volume]).round(2)latestdf.iloc[-1]vwap_dev(latest[close]-latest[vwap])/latest[vwap]*100status高于VWAPifvwap_dev0else低于VWAPprint(f{symbol}: 最新价{latest[close]}, VWAP{latest[vwap]},{status}{abs(vwap_dev):.2f}%)分钟级均线突破监控fromtickflowimportTickFlow tfTickFlow(api_keyyour-api-key)# 获取日内 5 分钟 K 线dftf.klines.intraday(600519.SH,period5m,as_dataframeTrue)df[ma10]df[close].rolling(10).mean()df[ma30]df[close].rolling(30).mean()# 检查最新是否金叉iflen(df)30:latestdf.iloc[-1]prevdf.iloc[-2]iflatest[ma10]latest[ma30]andprev[ma10]prev[ma30]:print(f600519.SH 日内 5 分钟级别 MA10 上穿 MA30关注)else:print(f600519.SH 日内暂无均线交叉信号)六、ETF 行情监控除了个股ETF 也是很好的监控对象fromtickflowimportTickFlow tfTickFlow(api_keyyour-api-key)# 获取全部 ETF 行情etf_quotestf.quotes.get(universes[CN_ETF],as_dataframeTrue)etf_quotes[change_pct]((etf_quotes[last_price]-etf_quotes[prev_close])/etf_quotes[prev_close]*100)# 成交额最大的 ETF通常是宽基 ETFtop_volumeetf_quotes.nlargest(20,amount)print(成交额 Top 20 ETF:)print(top_volume[[symbol,last_price,change_pct,amount]].to_string(indexFalse))# 涨幅最大的 ETF发现热门板块top_changeetf_quotes.nlargest(10,change_pct)print(\n涨幅 Top 10 ETF:)print(top_change[[symbol,last_price,change_pct]].to_string(indexFalse))通过 ETF 涨幅排行可以快速发现当天最热门的板块方向。七、五档盘口数据如果需要更细粒度的分析TickFlow 还提供五档买卖盘口需 Pro/Expert 套餐fromtickflowimportTickFlow tfTickFlow(api_keyyour-api-key)depthtf.depth.get(600519.SH)print(f标的:{depth[symbol]})foriinrange(5):bid_pricedepth[bid_prices][i]bid_voldepth[bid_volumes][i]ask_pricedepth[ask_prices][i]ask_voldepth[ask_volumes][i]print(f 卖{5-i}:{ask_price}x{ask_vol}| 买{i1}:{bid_price}x{bid_vol})八、两种方案对比维度REST 轮询WebSocket 推送延迟取决于轮询间隔秒级毫秒级实现难度简单稍复杂适用场景选股扫描、定时监控盯盘、日内交易资源消耗每次请求有网络开销长连接效率更高全市场支持一次拉取全部行情按标的订阅建议全市场扫描选股- 用 REST一次拿全部数据做筛选自选股盯盘- 用 WebSocket延迟更低两者结合- REST 做定时全市场扫描WebSocket 订阅筛选出的标的做实时监控九、总结本文介绍了两种 Python 实时监控 A 股行情的方案REST 轮询一行代码拿到全市场 5000 只 A 股行情适合定时扫描选股WebSocket 推送毫秒级延迟适合盯盘和日内交易核心功能包括涨跌幅排行涨停股监控放量上涨筛选ETF 板块监控日内 VWAP 偏离分析分钟级均线突破信号TickFlow 提供了统一的 API无论是 REST 还是 WebSocketSDK 都做了良好的封装几行代码即可实现复杂的监控逻辑。相关链接官网https://tickflow.org文档https://docs.tickflow.orgGithubhttps://github.com/tickflow-org/tickflow实盘交易的第一步不是下单而是看到实时的市场。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2586303.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…