Matrix

ETF + A 股 + 美股推荐系统：tickflow 数据同步 + SQLite 本地存储 + 多策略选股 + 飞书推送。

👋 想体验？扫码加入飞书群

系统每天收盘后会把 ETF、A 股与美股的策略选股结果自动推送到飞书群。想直接体验推送效果，用飞书扫描下方二维码加入体验群即可：

Matrix-体验群003
用飞书 App 扫一扫加入，即可实时收到每日 ETF / A 股 / 美股策略推荐卡片。
_{二维码有效期至 2027/7/15；如已过期或无法加入，欢迎提 issue 联系。}

Matrix 面向阿里云 ECS / Alibaba Cloud Linux 部署。系统每天收盘后从 tickflow 同步行情，运行内置技术型策略，并把候选标的推送到飞书群。数据源完全使用 tickflow，不依赖 baostock。

系统按金融产品种类拆成三条完全独立的流水线：

ETF 线（main.py）：CN_ETF 标的池 → data/matrix_etf.db → ETF 策略。
A 股线（stock_main.py）：CN_Equity_A 全 A 股标的池 → data/matrix_stock.db → A 股策略。
美股线（us_main.py）：US_Equity 标的池（约 1.2 万只）→ data/matrix_us.db → 美股策略。

三条线各自维护数据库、标的池与策略集，互不影响，可独立部署与定时。

功能概览

使用 tickflow 拉取 ETF（CN_ETF）、A 股（CN_Equity_A）与美股（US_Equity）标的池、日 K 与基础信息（免费服务，无需注册）。
使用本地 SQLite 保存数据：ETF data/matrix_etf.db、A 股 data/matrix_stock.db、美股 data/matrix_us.db，三库物理隔离。
支持全量回填、日常增量同步、标的池同步、缺口补拉（ETF 另有指标刷新与四梯队报告）。
内置七套 ETF 技术策略：相对强度动量、均线趋势、放量突破、强势回踩，以及 Mega7 风格的风险调整动量、成交额确认动量、低波趋势轮动。
内置六套 A 股 技术策略：均线放量、海龟突破、高旗形整理、涨停洗盘、上升趋势跌停、RPS 动量突破。
内置四套美股技术策略：美股相对强度动量、美股均线趋势、美股均线放量、美股放量突破（美股免费档无成交额，流动性改用「美元成交额 = close×volume」估算；美股无涨跌停，故不含涨停/跌停类策略）。
策略按金融产品种类分目录管理：matrix_etf/strategy/etf/、matrix_etf/strategy/stock/ 与 matrix_etf/strategy/us/，互不引用。
支持按策略路由到不同飞书机器人。
提供 Alibaba Cloud Linux 可用的运行脚本和 systemd 定时任务模板。

Matrix 的策略体系以价格、成交量与成交额为主。 策略总览（全部 17 套，含中英文名与飞书路由）见 docs/strategies.md。 更多细节详见 docs/architecture.md、docs/data_source.md、 docs/etf_strategy.md、docs/stock_strategy.md、 docs/us_strategy.md。

运行环境

推荐生产环境：

Alibaba Cloud Linux 3 / 2，或其他 systemd Linux 发行版
Python 3.10+
Git
出站网络可访问 tickflow 服务和飞书 Webhook

本项目也可在 macOS 上开发和测试，但部署说明以阿里云 Linux 为准。

快速开始（本地）

# 1. 安装依赖（推荐 uv）
uv sync --extra dev

# 2. 准备配置
cp .env.example .env
#   编辑 .env，至少填写 FEISHU_WEBHOOK_URL

# 3. 首次回填 ETF 历史（免费服务，约数分钟）
uv run python main.py --backfill

# 4. 日常运行（增量同步 + 跑策略 + 推送）
uv run python main.py

# 5. （可选）股票线：首次回填 A 股历史（约 5500 只，耗时较长）
uv run python stock_main.py --backfill

# 6. （可选）股票线日常运行
uv run python stock_main.py

# 7. （可选）美股线：首次回填美股历史（约 1.2 万只，耗时较长）
uv run python us_main.py --backfill

# 8. （可选）美股线日常运行
uv run python us_main.py

不使用 uv 时，可用标准 venv：

python3 -m venv .venv
source .venv/bin/activate
pip install -e ".[dev]"
python main.py --backfill

命令行用法

ETF 线（`main.py`）

命令	说明
`python main.py`	日常模式：增量同步 + 刷新指标 + 跑策略 + 推送（本地无数据时自动回填）
`python main.py --backfill`	回填模式：同步标的池 + 拉取 CN_ETF 全量历史日 K
`python main.py --sync-universe`	仅同步 ETF 标的池与基础信息
`python main.py --refresh-metrics`	仅重算 `etf_metrics` 指标
`python main.py --etf-report`	生成四梯队 ETF Markdown 报告（写入 `reports/`）
`python main.py --symbols 510300.SH,159915.SZ`	仅处理指定 ETF
`python main.py --report-limit 20`	控制报告每梯队展示数量
`python main.py --force`	日常模式下忽略周末/休市日保护，强制运行

股票线（`stock_main.py`，与 ETF 线完全解耦）

命令	说明
`python stock_main.py`	日常模式：增量同步 + 跑股票策略 + 推送（本地无数据时自动回填）
`python stock_main.py --backfill`	回填模式：同步标的池 + 拉取 CN_Equity_A 全量历史日 K
`python stock_main.py --sync-universe`	仅同步股票标的池与基础信息（`stock_basic`）
`python stock_main.py --symbols 600519.SH,000001.SZ`	仅处理指定股票
`python stock_main.py --force`	日常模式下忽略周末/休市日保护，强制运行

美股线（`us_main.py`，与 ETF 线 / A 股线完全隔离）

命令	说明
`python us_main.py`	日常模式：增量同步 + 跑美股策略 + 推送（本地无数据时自动回填）
`python us_main.py --backfill`	回填模式：同步标的池 + 拉取 US_Equity 全量历史日 K
`python us_main.py --sync-universe`	仅同步美股标的池与基础信息（`stock_basic`，美股独立库）
`python us_main.py --symbols AAPL.US,MSFT.US`	仅处理指定美股
`python us_main.py --force`	日常模式下忽略周末/休市日保护，强制运行

绩效分析线（`analytics_main.py`，独立于三条选股线）

把每次选股结果落库为信号，随行情推进计算真实兑现收益，对比基准汇总为每个策略的评分卡（年化 / 超额 / 回撤 / 胜率 / 夏普 / Sortino / 0–100 综合评分），并在后续推送卡片时附上该策略历史战绩。设计与公式详见 docs/analytics.md。

命令	说明
`python analytics_main.py --evaluate`	前向评估：同步基准 + 兑现收益 + 评分卡（每日运行，默认模式）
`python analytics_main.py --sync-benchmark`	仅更新基准行情缓存（沪深300 / 标普500）
`python analytics_main.py --report`	打印各策略最新评分卡
`python analytics_main.py --replay --days 20`	历史回放：无前视偏差重建过去 20 个交易日的选股信号，随后即时评估并打印各策略兑现收益

信号落库由三条选股线自动完成（每次推送前的容错 hook），无需手动操作； analytics_main.py 只负责随后计算收益与评分。vectorbt 历史回测为离线增强，不在服务器定时器中运行。

想立刻看到历史收益（而非等每天积累）时用 --replay：它让每个策略「回到过去某个交易日」只用当日及以前的数据重新选一次股，据此补齐历史信号再评估，杜绝前视偏差。注意持有期为 5/10/20/60 交易日，短窗口回放里只有较早日期的 5 日档能闭合，且综合评分需样本≥10，短窗口多显示「样本不足」——但每只票的逐笔收益照常可见。 A 股约 5500 只逐日回放较慢（分钟级），建议在服务器上跑。

配置项（.env）

变量	必填	默认	说明
`FEISHU_WEBHOOK_URL`	是	—	默认飞书 Webhook（fallback）
`DB_PATH`	否	`data/matrix_etf.db`	SQLite 路径
`START_DATE`	否	`2020-01-01`	回填起始日期
`TICKFLOW_API_KEY`	否	空	留空用免费服务；非空用完整服务
`ETF_UNIVERSE`	否	`CN_ETF`	tickflow ETF 标的池 id
`STOCK_DB_PATH`	否	`data/matrix_stock.db`	股票线 SQLite 路径（与 ETF 库独立）
`STOCK_UNIVERSE`	否	`CN_Equity_A`	tickflow A 股标的池 id
`US_DB_PATH`	否	`data/matrix_us.db`	美股线 SQLite 路径（与 ETF / A 股库独立）
`US_UNIVERSE`	否	`US_Equity`	tickflow 美股标的池 id（约 1.2 万只）
`LIQUIDITY_MIN_AMOUNT`	否	`50000000`	ETF 流动性门槛：近 20 日平均成交额（元）
`RPS_PERIOD`	否	`120`	动量/RPS 回看天数
`RPS_THRESHOLD`	否	`90`	RPS 百分位阈值
`BREAKOUT_PERIOD`	否	`60`	突破回看天数
`VOLUME_SURGE`	否	`1.5`	放量倍数
`STOCK_LIQUIDITY_MIN_AMOUNT`	否	`100000000`	股票流动性门槛：当日成交额（元）
`STOCK_MA_VOLUME_SURGE`	否	`1.5`	股票均线放量策略的放量倍数
`STOCK_RPS_PERIOD`	否	`120`	股票 RPS 回看天数
`STOCK_RPS_THRESHOLD`	否	`90`	股票 RPS 百分位阈值
`US_LIQUIDITY_MIN_DOLLAR_VOLUME`	否	`20000000`	美股流动性门槛：近 20 日均「美元成交额=close×volume」（美元）
`US_MA_VOLUME_SURGE`	否	`1.5`	美股均线放量策略的放量倍数
`US_RPS_PERIOD`	否	`120`	美股 RPS 回看天数
`US_RPS_THRESHOLD`	否	`90`	美股 RPS 百分位阈值
`US_BREAKOUT_PERIOD`	否	`60`	美股突破回看天数
`US_VOLUME_SURGE`	否	`1.5`	美股放量倍数
`MEGA7_MOMENTUM_PERIODS`	否	`21,63,126`	Mega7 风格多周期动量窗口（日）
`MEGA7_TOP_N`	否	`10`	Mega7 风格策略最多输出数量
`MEGA7_DOWNSIDE_THRESHOLD`	否	`0.5`	下行频率过滤阈值
`SKIP_NON_TRADING_DAY`	否	`true`	日常模式是否跳过周末/配置休市日
`CN_MARKET_HOLIDAYS`	否	空	逗号分隔的 A 股休市日，格式 `YYYY-MM-DD`
`US_MARKET_HOLIDAYS`	否	空	逗号分隔的美股休市日，格式 `YYYY-MM-DD`
`FEISHU_RETRY_ATTEMPTS`	否	`3`	飞书请求对网络/临时错误的最大尝试次数
`SYNC_RETRY_ATTEMPTS`	否	`6`	数据同步遇 tickflow 限流（60/min）时的最大尝试次数
`SYNC_RETRY_BASE_DELAY`	否	`2`	同步重试的指数退避基准秒数
`SYNC_RETRY_MAX_DELAY`	否	`60`	同步重试单次等待上限秒数
`SYNC_PERSIST_MAX_SECONDS`	否	`10800`	「持续拉取直至完成」最长坚持时长（默认 3 小时）
`SYNC_PERSIST_ROUND_INTERVAL`	否	`300`	每轮补拉之间的间隔秒数（默认 5 分钟）
`SYNC_PERSIST_TARGET_COVERAGE`	否	`0.9`	最新交易日覆盖率达此比例即视为拉取完成
`SYNC_PERSIST_MIN_COVERAGE`	否	`0.5`	覆盖率收敛/超时后仍可接受的最低下限
`STRATEGY_WEBHOOK_<KEY>`	否	—	策略专属 webhook，KEY 见下表

ETF 策略与 webhook_key 对应关系：

策略	webhook_key
RpsMomentumStrategy	`rps`
TrendMaStrategy	`trend`
BreakoutVolumeStrategy	`breakout`
MeanReversionStrategy	`pullback`
RiskAdjustedMomentumStrategy	`mega7_momentum`
VolumeConfirmedMomentumStrategy	`mega7_volume`
LowVolTrendRotationStrategy	`mega7_lowvol`

股票策略与 webhook_key 对应关系（均带 stock_ 前缀，与 ETF 推送解耦）：

策略	webhook_key
MaVolumeStrategy	`stock_ma_volume`
TurtleTradeStrategy	`stock_turtle`
HighTightFlagStrategy	`stock_flag`
LimitUpShakeoutStrategy	`stock_shakeout`
UptrendLimitDownStrategy	`stock_limit_down`
RpsBreakoutStrategy	`stock_rps`

美股策略与 webhook_key 对应关系（均带 us_ 前缀，与 ETF / A 股推送解耦）：

策略	webhook_key
UsRpsMomentumStrategy	`us_rps`
UsTrendMaStrategy	`us_trend`
UsMaVolumeStrategy	`us_ma_volume`
UsBreakoutVolumeStrategy	`us_breakout`

部署到 Alibaba Cloud Linux

以下示例假设项目部署在 /opt/Matrix，使用 root 运行。若改用普通用户，需同步修改 systemd unit 中的路径与权限。

一步到位：启用 ETF + A 股 + 美股的定时筛选与飞书推送

想让服务器每个交易日收盘后自动跑策略并把结果推到飞书，完整流程就是下面 6 步，详细说明见后续小节：

# 1. 装依赖（见 §1、§2）
sudo dnf install -y git curl ca-certificates gcc gcc-c++ make sqlite
curl -LsSf https://astral.sh/uv/install.sh | sh && source "$HOME/.local/bin/env"

# 2. 拉代码 + 装 Python 依赖（见 §3）
sudo git clone https://github.com/zongyangbigpolo/Matrix.git /opt/Matrix
cd /opt/Matrix && uv sync

# 3. 配飞书 webhook（见 §4，这一步决定推送去哪个群）
cp .env.example .env
vi .env                       # 至少填 FEISHU_WEBHOOK_URL

# 4. 首次回填历史数据（见 §5）
./scripts/run_matrix.sh --backfill    # ETF 线
./scripts/run_stock.sh  --backfill    # A 股线
./scripts/run_us.sh     --backfill    # 美股线

# 5. 装并启用三条线的定时任务（见 §6）
sudo cp deploy/systemd/matrix-etf.service   deploy/systemd/matrix-etf.timer   /etc/systemd/system/
sudo cp deploy/systemd/matrix-stock.service deploy/systemd/matrix-stock.timer /etc/systemd/system/
sudo cp deploy/systemd/matrix-us.service    deploy/systemd/matrix-us.timer    /etc/systemd/system/
sudo systemctl daemon-reload
sudo systemctl enable --now matrix-etf.timer matrix-stock.timer matrix-us.timer

# 5b.（可选）启用绩效分析线：随三条选股线自动落库信号，21:30 计算兑现收益 + 评分卡
sudo cp deploy/systemd/matrix-analytics.service deploy/systemd/matrix-analytics.timer /etc/systemd/system/
sudo systemctl daemon-reload
sudo systemctl enable --now matrix-analytics.timer

# 6. 立刻手动跑一次，确认飞书能收到（见 §7）
sudo systemctl start matrix-etf.service
sudo systemctl start matrix-stock.service
sudo systemctl start matrix-us.service

跑通后就不用再管了：ETF 线每周一至周五 19:15、A 股线 20:30（晚间错开），美股线放到白天 14:00（中国时区，此时上一美股交易日已完整收盘，且与晚间 A 股/ETF 彻底错开，避免共享 tickflow 免费档 60/min 限额时相互抢占）。绩效分析线放到 21:30 （晚于三条选股线，确保当日信号已全部落库、各行情库已同步到最新交易日再评估）。三线自动执行、互不阻塞，错过（如关机）会在开机后由 Persistent=true 补跑。收盘后每条线会持续补拉当日数据，直到拉全或覆盖率达标才发送策略卡片；若坚持约 3 小时仍拉不全，则改发一张「数据异常」告警卡片并跳过本次策略推送（详见数据源与限流说明）。 只想启用其中某条线时，跳过其余线的回填与 enable 即可（三条线完全独立）。

1. 安装系统依赖

Alibaba Cloud Linux 3：

sudo dnf update -y
sudo dnf install -y git curl ca-certificates gcc gcc-c++ make sqlite

Alibaba Cloud Linux 2：

sudo yum update -y
sudo yum install -y git curl ca-certificates gcc gcc-c++ make sqlite

2. 安装 uv（推荐）

curl -LsSf https://astral.sh/uv/install.sh | sh
source "$HOME/.local/bin/env"

3. 拉取代码并安装依赖

sudo git clone https://github.com/zongyangbigpolo/Matrix.git /opt/Matrix
cd /opt/Matrix
uv sync

若不使用 uv：

cd /opt/Matrix
python3 -m venv .venv
source .venv/bin/activate
pip install -e .

4. 配置环境变量（飞书推送在这一步决定）

cd /opt/Matrix
cp .env.example .env
vi .env

必填：FEISHU_WEBHOOK_URL——所有策略默认推送到这个地址。获取方式：

在目标飞书群里点「设置 → 群机器人 → 添加机器人 → 自定义机器人 Webhook」。
复制生成的 Webhook 地址（形如 https://open.feishu.cn/open-apis/bot/v2/hook/xxxx）。
填入 .env 的 FEISHU_WEBHOOK_URL=。若给机器人设置了「签名校验」，请改用飞书群自带的关键词/IP 白名单方式放行，本项目按自定义机器人无签名模式推送。

可选：按策略分流到不同群。若希望某个策略单独推到另一个群，为对应 STRATEGY_WEBHOOK_<KEY> 填上那个群机器人的 Webhook 即可；未配置的策略自动回退到 FEISHU_WEBHOOK_URL。<KEY> 取值见上文三张 webhook_key 对照表（ETF 如 rps、trend； A 股如 stock_rps、stock_turtle；美股如 us_rps、us_trend）。例如：

FEISHU_WEBHOOK_URL=https://open.feishu.cn/open-apis/bot/v2/hook/default-xxxx
STRATEGY_WEBHOOK_RPS=https://open.feishu.cn/open-apis/bot/v2/hook/etf-rps-xxxx
STRATEGY_WEBHOOK_STOCK_RPS=https://open.feishu.cn/open-apis/bot/v2/hook/stock-rps-xxxx
STRATEGY_WEBHOOK_US_RPS=https://open.feishu.cn/open-apis/bot/v2/hook/us-rps-xxxx

其余配置（数据库路径、标的池、策略阈值等）均有默认值，可保持不动，详见上文配置项表。使用 tickflow 完整服务时再填 TICKFLOW_API_KEY，否则留空走免费服务。

5. 首次回填

ETF 线：

cd /opt/Matrix
./scripts/run_matrix.sh --backfill

A 股线（约 5500 只全 A 股，首次回填耗时较长）：

cd /opt/Matrix
./scripts/run_stock.sh --backfill

美股线（约 1.2 万只美股，首次回填耗时较长）：

cd /opt/Matrix
./scripts/run_us.sh --backfill

run_matrix.sh / run_stock.sh / run_us.sh 会自动优先使用 .venv/bin/python，其次 uv run，最后系统 python3，并各自通过独立 flock 锁文件防止定时任务并发重入（三条线互不阻塞）。

6. 配置 systemd 定时任务

ETF 线：

sudo cp /opt/Matrix/deploy/systemd/matrix-etf.service /etc/systemd/system/
sudo cp /opt/Matrix/deploy/systemd/matrix-etf.timer /etc/systemd/system/
sudo systemctl daemon-reload
sudo systemctl enable --now matrix-etf.timer

股票线（可选，与 ETF 线独立启停）：

sudo cp /opt/Matrix/deploy/systemd/matrix-stock.service /etc/systemd/system/
sudo cp /opt/Matrix/deploy/systemd/matrix-stock.timer /etc/systemd/system/
sudo systemctl daemon-reload
sudo systemctl enable --now matrix-stock.timer

美股线（可选，与 ETF / A 股线独立启停）：

sudo cp /opt/Matrix/deploy/systemd/matrix-us.service /etc/systemd/system/
sudo cp /opt/Matrix/deploy/systemd/matrix-us.timer /etc/systemd/system/
sudo systemctl daemon-reload
sudo systemctl enable --now matrix-us.timer

绩效分析线（可选，随三条选股线自动落库信号，独立评估兑现收益 + 评分卡）：

sudo cp /opt/Matrix/deploy/systemd/matrix-analytics.service /etc/systemd/system/
sudo cp /opt/Matrix/deploy/systemd/matrix-analytics.timer /etc/systemd/system/
sudo systemctl daemon-reload
sudo systemctl enable --now matrix-analytics.timer

查看状态与日志：

systemctl list-timers 'matrix-*.timer'
systemctl status matrix-etf.service matrix-stock.service matrix-us.service
journalctl -u matrix-etf.service -n 100 --no-pager
journalctl -u matrix-stock.service -n 100 --no-pager
journalctl -u matrix-us.service -n 100 --no-pager
journalctl -u matrix-analytics.service -n 100 --no-pager

ETF 线默认在周一至周五 19:15、A 股线在 20:30（晚间错开），美股线放到白天 14:00 （中国时区，与晚间 A 股/ETF 彻底错开，避免共享 tickflow 免费档限速额度；此时上一美股交易日已完整收盘）运行，Persistent=true 会在错过时补跑。绩效分析线在 21:30 运行（晚于三条选股线，确保当日信号已全部落库、各行情库已同步到最新交易日再评估兑现收益与评分卡）。由于收盘后各线会「持续拉取直至完成」（默认最长坚持约 3 小时，见 SYNC_PERSIST_* 配置）， systemd service 的 TimeoutStartSec 已相应放宽（ETF 4h、A 股 5h、美股 6h、分析线 2h）。如需调整时间，编辑对应 .timer 的 OnCalendar 后 systemctl daemon-reload。

7. 验证：手动跑一次并确认飞书收到推送

装好定时任务后，不必等到收盘，立刻手动触发一次做端到端验证：

sudo systemctl start matrix-etf.service     # ETF 线
sudo systemctl start matrix-stock.service   # A 股线
sudo systemctl start matrix-us.service      # 美股线

然后检查执行结果与推送情况：

# 看本次运行日志，应出现「已推送 N 只标的」之类的成功记录
journalctl -u matrix-etf.service -n 100 --no-pager
journalctl -u matrix-stock.service -n 100 --no-pager
journalctl -u matrix-us.service -n 100 --no-pager

# 确认下次自动运行时间已排上
systemctl list-timers 'matrix-*.timer'

最后到对应飞书群确认收到了策略推送卡片。若没收到，按此顺序排查：

日志里若有 FEISHU_WEBHOOK_URL 相关报错 → .env 未填或地址错误；
日志显示各策略「选出 0 只」→ 属正常（当日无标的满足条件时不会推送）；
日志有 tickflow / 网络报错 → 检查 ECS 出站是否放行 tickflow 与飞书域名；
想临时忽略休市日保护强制跑，可 ./scripts/run_matrix.sh --force（A 股线用 run_stock.sh --force，美股线用 run_us.sh --force）。

目录结构

Matrix/
├── main.py                     # ETF 线 CLI 入口
├── stock_main.py               # A 股线 CLI 入口（与 ETF 线解耦）
├── us_main.py                  # 美股线 CLI 入口（与 ETF / A 股线解耦）
├── matrix_etf/
│   ├── core/                   # 配置 + 日志 + 交易日历
│   ├── data/
│   │   ├── engine.py           # ETF：tickflow 同步 + SQLite 存储
│   │   ├── stock_engine.py     # A 股：tickflow 同步 + SQLite 存储
│   │   ├── us_stock_engine.py  # 美股：tickflow 同步 + 独立 SQLite 存储
│   │   └── tickflow_client.py  # tickflow 客户端工厂（三引擎共享）
│   ├── strategy/
│   │   ├── base.py             # 共享策略基类
│   │   ├── names.py            # 英文策略名 → 中文名映射
│   │   ├── etf/                # ETF 策略（按产品种类划分）+ 四梯队报告
│   │   ├── stock/              # A 股策略（按产品种类划分）
│   │   └── us/                 # 美股策略（按产品种类划分，美元成交额口径）
│   └── notify/feishu.py        # 飞书推送（ETF / A 股 / 美股通用）
├── deploy/systemd/             # systemd service + timer（ETF / A 股 / 美股三线）
├── scripts/
│   ├── run_matrix.sh           # ETF 线运行脚本（flock 防并发）
│   ├── run_stock.sh            # A 股线运行脚本（独立锁，flock 防并发）
│   └── run_us.sh               # 美股线运行脚本（独立锁，flock 防并发）
├── docs/                       # 架构 / 数据源 / 策略文档
└── tests/                      # pytest + hypothesis

测试

uv run --extra dev pytest
# 或
pytest

常见问题

拉取数据超时？ tickflow 免费服务需出站 HTTPS，确认服务器可访问外网；国内机房通常正常。
飞书推送失败？ 检查 .env 中的 webhook URL，以及机器人是否被移出群、是否触发频控。
想要实时/分钟线？ 在 .env 配置 TICKFLOW_API_KEY 即可切换到完整服务。

免责声明

本项目与其输出仅用于量化研究与学习，不构成任何投资建议。ETF、A 股与美股投资均有风险，入市需谨慎。

License

MIT

Provide feedback

Saved searches

Use saved searches to filter your results more quickly

Repository files navigation

Matrix

👋 想体验？扫码加入飞书群

功能概览

运行环境

快速开始（本地）

命令行用法

ETF 线（`main.py`）

股票线（`stock_main.py`，与 ETF 线完全解耦）

美股线（`us_main.py`，与 ETF 线 / A 股线完全隔离）

绩效分析线（`analytics_main.py`，独立于三条选股线）

配置项（.env）

部署到 Alibaba Cloud Linux

一步到位：启用 ETF + A 股 + 美股的定时筛选与飞书推送

1. 安装系统依赖

2. 安装 uv（推荐）

3. 拉取代码并安装依赖

4. 配置环境变量（飞书推送在这一步决定）

5. 首次回填

6. 配置 systemd 定时任务

7. 验证：手动跑一次并确认飞书收到推送

目录结构

测试

常见问题

免责声明

License

About

Uh oh!

Releases

Packages

Uh oh!

Contributors

Uh oh!

Languages

Name		Name	Last commit message	Last commit date
Latest commit History 19 Commits
deploy/systemd		deploy/systemd
docs		docs
matrix_etf		matrix_etf
scripts		scripts
tests		tests
.env.example		.env.example
.gitignore		.gitignore
LICENSE		LICENSE
README.md		README.md
analytics_main.py		analytics_main.py
main.py		main.py
pyproject.toml		pyproject.toml
stock_main.py		stock_main.py
us_main.py		us_main.py
uv.lock		uv.lock

Folders and files

Latest commit

History

Repository files navigation

Matrix

👋 想体验？扫码加入飞书群

功能概览

运行环境

快速开始（本地）

命令行用法

ETF 线（main.py）

股票线（stock_main.py，与 ETF 线完全解耦）

美股线（us_main.py，与 ETF 线 / A 股线完全隔离）

绩效分析线（analytics_main.py，独立于三条选股线）

配置项（.env）

部署到 Alibaba Cloud Linux

一步到位：启用 ETF + A 股 + 美股的定时筛选与飞书推送

1. 安装系统依赖

2. 安装 uv（推荐）

3. 拉取代码并安装依赖

4. 配置环境变量（飞书推送在这一步决定）

5. 首次回填

6. 配置 systemd 定时任务

7. 验证：手动跑一次并确认飞书收到推送

目录结构

测试

常见问题

免责声明

License

About

Resources

License

Uh oh!

Stars

Watchers

Forks

Releases

Packages 0

Uh oh!

Contributors

Uh oh!

Languages

ETF 线（`main.py`）

股票线（`stock_main.py`，与 ETF 线完全解耦）

美股线（`us_main.py`，与 ETF 线 / A 股线完全隔离）

绩效分析线（`analytics_main.py`，独立于三条选股线）

Packages