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。

每日推送先汇总同一市场的全部策略候选，再择优保留 最多 10 个不同标的。 ETF、A 股、美股独立限额；同一标的命中多个策略时仍保留各策略归属，但不重复占名额。 RECOMMENDATION_LIMIT 可设为 1～10。最终推送与信号台账使用相同名单。评分对候选池各指标做百分位标准化，再按 40% 近 20 日收益/波动率 + 20% 近 20 日最大回撤（越小越好）+ 20% 平均成交额 + 20% 策略共识数 加权；同分按代码排序。美股成交额使用收盘价×成交量估算；不足 21 根有效日线、无流动性或数据异常者不推荐。该评分是可解释的筛选规则，不代表收益保证，也不根据未来回测成绩择股。

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 --backtest --days 60`	离线回测全部 17 种策略，保存组合总收益与净值（不需要联网）
`python analytics_main.py --replay --days 20`	`--backtest` 的兼容别名：模拟最近 20 个交易日的组合，不再写入日常信号台账
`python analytics_main.py --backtest --market ETF`	只回测 ETF 市场
`python analytics_main.py --backtest --market CN --strategy rps`	回测 A 股，报告类名含 `rps` 的策略

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； --backtest 独立记录模拟组合净值，不混入日常信号台账；--report 可查看已保存的回测。它计算有限本金下的组合总收益；旧版 --replay 的逐笔平均收益不是组合总收益。完整交易口径与数据局限见 docs/analytics.md。

无需等日常信号积累：--backtest 让策略只读取历史当日及之前的数据，按次日开盘价模拟买入、建议持有期模拟卖出，计入手续费、滑点和资金占用，展示总收益、年化与最大回撤。无信号的策略也列入报告，数据不足会明确标注，不用逐笔收益连乘冒充组合总收益。 --market 指定市场，--strategy 按类名子串筛选报告；为保持与每日推荐一致，同一市场仍运行全部策略再联合择优，不因只查看一个策略而改变候选池。大市场长窗口可能耗时数小时，建议用后台服务运行。历史模拟不是实际账户收益，未复权、停牌、幸存者偏差等数据限制仍需注意，短窗口结果不代表长期表现。

境内场内美股 ETF 收盘清单（`us_etf_main.py`）

这是一条面向普通境内证券账户的沪深上市美股ETF交易参考清单，不是美国账户清单、不是一级申购清单，也不是新策略；不写推荐历史/绩效信号，也不占用通用 ETF 策略最多10只的名额。每次从 TickFlow 当前 CN_ETF 元数据发现名称明确的境内交易所美股权益 ETF，复用 DB_PATH 下的 etf_basic / etf_daily，不建新库或迁移。免费服务无需 API Key；这里只使用历史日线，不是实时行情，也不是场外基金申购清单。

按名称证据标注纳斯达克100、标普500、其他美股指数/行业（每类显示数量）。实际“纳指ETF/纳斯达克ETF”宽基简称归入纳斯达克100；“纳指科技/生物科技”等行业限定名称归入其他类，不能因为含“纳指”就标成100。美国50、道琼斯工业也归入其他类。标普油气、标普消费、标普生物科技等海外股票ETF归入行业类，不混入宽基类。标普油气股票ETF不是原油期货：这些简称只按已核对的代码与当前名称同时匹配纳入，不把所有“标普”或“油气”产品都认作美股。例如富国标普油气对应 S&P Oil & Gas Exploration & Production Select Industry，景顺标普消费对应标普500消费精选指数；它们均为海外股票指数产品。排除联接、LOF、外币份额、美国上市 ETF、全球/亚洲/香港基金、商品、债券及模糊名称；不是所有 QDII 或所有“标普”基金，更不声称覆盖全部美股基金。发现范围严格限于当前 CN_ETF 池；该池可能少于交易所ETF目录，不代表覆盖所有已知产品。按每只最新日线的人民币成交额降序，未知置后，同额按代码排序；不超过50只全部展示，超过则展示前50只，与 RECOMMENDATION_LIMIT 无关。

客户卡片与场外申购卡分开发送，标题明确标注“沪深市场”。每行突出基金名称、可点击的六位代码（打开同花顺对应基金介绍）、上交所/深交所、分类、不复权人民币收盘价及涨跌幅。买入单位为100份/手，并按该历史收盘价显示1手参考金额，费用另计，不冒充实时委托价。共同行情日期只在顶部显示，滞后行情及非单日涨跌幅逐只注明日期。不在客户卡片展示最大条数、候选数量、内部排序及分页规则；截断时仅说明为部分产品。缺失报价的新基金仍显示“暂无行情”；共享策略库仍使用前复权日线；客户交易参考单独查询不复权日线，不能用前复权价格估算实际买入金额。不复权价格及其涨跌幅仅用于本次卡片，不写入共享策略库。两种序列均显式截止到最近已收盘日。上次有效报价非上一境内交易日时，明确标为“非单日涨跌幅”。滞后报价逐只标注，不用查询时间冒充行情日期。不展示未经核实的净值、溢价或实时剩余额度。日线窗口为最近30条、不拉全市场历史或计算策略指标；最多5000条池元数据、 200个明确候选，超过安全边界报错而非静默截断。元数据分批250只、日线分批20只；单请求超时20秒、不自动重试，CLI整体12分钟、服务15分钟上限。外部空池/元数据不全/分类无结果/请求失败均报错且返回非零，不使用历史缓存掩盖失败。正常返回但滞后的日线可展示，标明应有日期与实际日期。仅从本次响应日期 做有界 SQLite 读取，空响应不会复活本地旧报价。飞书按实际 JSON 字节自动分页，每条不超过20 KiB，不因消息过长丢弃选中产品。

普通股民在东方财富等券商输入代码买入，是二级市场交易，不是向基金公司申购整篮子ETF。 因此日常卡片不再查询或显示一级申购开放/暂停、百万份最小申购单位或PCF申购限额；不能用这些字段判断普通证券账户是否可以买入。subscription.py 的官方PCF解析能力保留为内部工具，不参与普通客户推送。场外基金仍按天天基金渠道显示真实当日申购上限。实际可买数量取决于账户可用资金、实时成交价格、盘口及券商规则；持仓市值不能当成可用现金。当前日线不能核实实时停牌、溢价及账户权限，卡片明确要求下单前核对，不伪造“可买/不限额”状态。

港股通与香港证券账户分开核验：同一任务另发“港股市场 · 账户渠道核验”卡，可选路由 STRATEGY_WEBHOOK_HK_ETF，默认仍使用原机器人。不额外创建定时任务。客户为普通内地券商证券账户，不默认拥有香港证券账户，也不因持仓约100万元就认定已经开通港股通。从 HKEX 官方证券目录筛选名称明确的普通做多美股指数ETF，再分别核对上交所、深交所港股通买入名单。香港上市、港币交易或每手份额均不是港股通买入资格的证明。只把核验通过且资料日期适用的产品列为港股通标的；未确认或仅适用于香港证券账户的产品，不混进普通客户的可买清单。没有核实到符合条件的产品时如实发送范围明确的结果，不把某个接口失败当成“全市场不存在”。目录提前公布下一交易日资料时明确标注日期。

HKEX 目录使用官方 ListOfSecurities.xlsx；沪港通使用上交所 COMMON_SSE_JYFW_HGT_XXPL_BDZQQD_L；深港通使用深交所 SGT_GGTBDQD 的JSON元数据及完整XLSX。核对表头、代码、日期、记录数量和分页完整性，使用标准库解析文档，不新增依赖。香港ETF的最新价格、停牌、溢价未核实时不填零、不沿用内地行情，也不沿用100份/手规则；每手份额和币种以香港目录为准。资格核验不完整时卡片明确说明，任务返回非零，但不隐藏已成功发送的沪深卡。

命令	用途
`python us_etf_main.py --dry-run`	在线查询、更新共享行情库、核对港股通并打印两类卡片；不发送飞书
`python us_etf_main.py --dry-run --force`	周末/节假日也手工验证，仍显示实际行情日
`bash scripts/run_us_etf.sh --force`	持共享ETF锁查询并推送；Linux要求 `flock`

默认按北京时间跳过周末及 CN_MARKET_HOLIDAYS，与现有交易日工具一致， 不是完整交易所节假日日历；可用 --force 手工覆盖。可选路由 STRATEGY_WEBHOOK_US_ETF，不配置则使用默认飞书群，与场外 STRATEGY_WEBHOOK_FUND_US 分开。计划时间为周一至周五 09:35 Asia/Shanghai，用于当日场内交易参考；场外基金09:30、通用ETF策略19:15不变。Persistent=false 不补发漏跑清单。 runner遵循 MATRIX_ETF_HOME / MATRIX_ETF_LOCK_FILE，与通用ETF和更新器共用 .matrix_etf.lock，锁忙跳过，不新增第六个业务锁。直接调用Python不持锁；服务器上请总是使用runner。

首次安装必须人工维护发布：自动更新器会拒绝本次脚本/unit/.env.example/更新器变化。先暂停 matrix-update.timer，等待更新服务及所有业务服务空闲，在已有五个业务锁保护下按维护流程发布已审核源码，保留 .env、数据库、虚拟环境和现有timer。本功能无新增依赖；不可用强制reset覆盖线上内容。发布后在 /opt/Matrix 执行：

command -v flock
chmod +x scripts/run_us_etf.sh
# 重新安装更新器私有副本，使新服务被纳入空闲状态检查
sudo install -o root -g root -m 700 scripts/update_matrix.py /usr/local/libexec/matrix-update.py
sudo install -m 644 deploy/systemd/matrix-us-etf.service deploy/systemd/matrix-us-etf.timer /etc/systemd/system/
sudo systemd-analyze verify /etc/systemd/system/matrix-us-etf.service /etc/systemd/system/matrix-us-etf.timer
sudo systemctl daemon-reload
# 释放维护锁后，先验证数据和卡片；此命令不发送飞书
bash scripts/run_us_etf.sh --dry-run --force
# 确认输出和日期正确后，手动推送一次（即使当天为周日）
bash scripts/run_us_etf.sh --force
sudo systemctl enable --now matrix-us-etf.timer
systemctl list-timers matrix-us-etf.timer --no-pager

最后仅在维护前已启用更新器时恢复它；不要顺带重装或修改原有timer。服务资源限额为 MemoryMax=256M / MemorySwapMax=64M，低CPU/IO优先级。

境内美股基金申购监控（`fund_main.py`）

独立查询天天基金公开渠道的人民币场外申购状态与日累计限额，免费、无需 API Key，不登录交易账户、不自动下单。不代表支付宝、银行、基金公司直销的限额，也不保证实际成交。当前目录覆盖纳斯达克100、标普500及标普500等权 24 个产品、57 类份额；不声称覆盖所有美股主动/行业主题基金，也不混入美元份额或场内 ETF 买卖。

本地仅维护 config/us_funds.json：同一产品的 A/C/D 等份额代码为一组，不保存名称、净值、费率、额度、昨日快照或新的基金数据库。每次在线查询，不超过50个可买产品就全部发送，超过50个则展示额度最高的50个，同产品符合条件的份额合并展示。基金清单不受 RECOMMENDATION_LIMIT 影响；股票、ETF 等策略推荐仍保持原来的最多10个。按各组最大单类份额公布上限降序、代码打破同分，不根据单一申购费率判断哪类份额最优。卡片顶部依次展示标普合计、纳斯达克合计、美股总计三行，每行同时给出单日额度和基金数量。标普合计包含标普500等权基金；所有汇总覆盖目录内全部已确认可买产品，即使超过50只，也不只统计展示出来的产品。合计采用每只基金只选一个份额的方案，取该基金最高的已确认单类份额上限：例如A类和C类各限100元，这只基金计100元；A类100、C类200则计200元。这是一种明确的统计方式，不是断言所有基金的A/C必定共用额度。标题明确标注“场外申购”，与场内ETF卡片分开。明细优先显示当日申购上限、起购金额，点击名称或A/C等份额代码打开同花顺对应基金介绍；不同份额限额不同时分别显示。额度数据仍来自天天基金，不因详情链接切换而冒充同花顺渠道额度。显示的是渠道公布上限，不是扣除用户当日已购金额后的个人剩余额度。客户卡片不显示最大条数、内部排序及分页规则；实际截断时说明顶部合计包含全部可申购产品。超过飞书单条20 KiB限制时自动分条发送，保留全部选中产品及连续编号，不因消息长度丢弃基金。单条可容纳时仍只发一条；多条推送中途失败会明确报错，不把部分发送视为成功。推送中不放通用风险长文，仅保留更新时间、渠道、统计方式和未确认数据数量等必要信息。

仅纳入“开放申购/限大额”且起购金额、日累计上限均明确、满足人民币金额精度的产品。 暂停申购优先于残留限额数字；缺失、零值、超大未解释占位值、未知状态和字段异常均列为待核实，不当成“不限额”。完整批次缺失、接口改版、网络失败时告警且退出非零，不回退到昨日额度。部分目录代码缺失会在卡片明确标注；全部缺失视为查询失败。公开信息可能滞后，卡片查询时间不是公告生效时间；单笔限制、定投例外、跨份额合并规则及个人剩余额度并不能由此接口完整获得，最终以交易页面与公告为准。

命令	说明
`python fund_main.py`	查询并向飞书发送当前申购清单；无可确认产品也明确发送结果
`python fund_main.py --dry-run`	在线查询、打印卡片，不推送，不写入动态基金信息
`python fund_main.py --discover --dry-run`	对照免费基金名称目录，打印未纳入的候选
`python fund_main.py --discover`	仅有新增候选时发待审核卡片；不自动修改批准目录
`python fund_main.py --catalog config/us_funds.json`	指定代码目录

数据入口是网站使用的免费公开入口，不是有 SLA 的官方授权开放 API：申购状态使用 https://fund.eastmoney.com/Data/Fund_JJJZ_Data.aspx，参数 t=8&page=1,50000&js=reData&sort=fcode,asc；新增候选使用 https://fund.eastmoney.com/js/fundcode_search.js。仅解析数据，不执行远端 JavaScript；限制响应大小、超时和重试，不绕过登录、验证码或访问控制。不依赖 AKShare 或付费服务。

默认复用已有飞书机器人，也可配置 STRATEGY_WEBHOOK_FUND_US 指向专属群。 FUND_CATALOG_PATH、FUND_SOURCE_TIMEOUT_SECONDS、FUND_SOURCE_ATTEMPTS 见 .env.example。部署到已有 /opt/Matrix 后：

sudo install -m 644 deploy/systemd/matrix-funds.service deploy/systemd/matrix-funds.timer /etc/systemd/system/
sudo install -m 644 deploy/systemd/matrix-fund-catalog.service deploy/systemd/matrix-fund-catalog.timer /etc/systemd/system/
sudo systemctl daemon-reload
sudo systemctl enable --now matrix-funds.timer matrix-fund-catalog.timer

每天北京时间 09:30 查询并推送，周日 10:00 检查新增候选；周末/配置休市日仍查询，卡片提醒委托与份额确认可能延后，不能仅根据中国工作日推断 QDII 是否开放。新候选只提示核验，不直接加入可申购清单；核实投资范围、币种和份额归组后更新代码目录。由于不保留历史额度，首版不做14点“仅变化补发”或额度涨跌比较。定时器不补跑错过的时点，避免重启后重复推送；两项任务共用独立运行锁，各自5分钟超时、192 MB内存和64 MB交换空间上限，不占用策略回测的锁。

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）
`RECOMMENDATION_LIMIT`	否	`10`	每个市场每日跨策略不同推荐标的上限（1～10）
`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 cp /opt/Matrix/deploy/systemd/matrix-backtest.service /etc/systemd/system/
sudo cp /opt/Matrix/deploy/systemd/matrix-backtest.timer /etc/systemd/system/
sudo systemctl daemon-reload
sudo systemctl enable --now matrix-analytics.timer
sudo systemctl enable --now matrix-backtest.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
journalctl -u matrix-backtest.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）。组合回测每周日 04:00 离线重算最近 60 个交易日，低优先级运行，最长 12 小时；回测服务设置 400 MB 内存上限，股票 RPS 按标的流式计算，避免全市场 DataFrame 占满小内存服务器。与绩效评估共用分析锁，避免重复执行。首次安装可手动运行 ./scripts/run_analytics.sh --backtest --days 20 先生成短窗口报告，再按需扩大窗口。回测不会发送选股通知，也不会改写行情库或日常信号台账。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。

6b. 可选：服务器每 30 分钟自行更新 main

matrix-update.timer 默认不启用。启用后检查 GitHub 上的 main，网络恢复后下一次检查即可自动快进；不依赖 SSH、开发电脑或 Copilot 会话。检查从启动后 5 分钟开始，以后每次检查结束后约 30 分钟再次检查（1 分钟计时精度）。在已运行的机器上首次启用可能立即检查。网络失败本次明确报错退出，不无限重试，也不把失败记成更新成功。

这是保守的源码更新器，不是完整发布管理器：

自动允许应用/测试 Python 源码、现有入口文件、README、LICENSE 和文档/文档图片更新。下载后在私有目录暂存完整目标树，核对 Git 对象内容，并使用现有 .venv/bin/python 编译检查全部 Python 文件；不导入应用、不运行策略/测试、不读取环境配置执行代码，不启动任何业务服务或发送飞书。语法检查不是功能测试，合入 main 前仍需运行测试。
依赖、pyproject.toml、uv.lock、Python 版本、配置（包括基金目录）、 .env.example、运行脚本、更新器自身、systemd unit 或其他未批准路径一旦改变，整次更新在改动线上文件前停止，日志逐项列出需人工发布的文件。不会跳过依赖安装后假装发布成功。管理员须在维护窗口一起完成对应依赖/配置/unit 安装和验证，再恢复自动更新；更新器私有副本及其 unit 也须重新安装。
只接受精确 origin https://github.com/zongyangbigpolo/Matrix.git、完整历史的 main、干净的已跟踪文件、无本地超前/分叉提交。未提交修改、特殊 index 标志、未完成 Git 操作、符号链接/子模块等不安全目标会拒绝。不会 reset、强制覆盖或自动解决冲突。
更新器自己有独占锁，并在任何服务状态检查前取得五个业务 flock；分析/回测共用分析锁，基金/发现共用基金锁，通用ETF/境内美股ETF清单共用ETF锁。八个业务服务均纳入检查。锁被占用或任一业务服务处于 active/activating/reloading/deactivating 时记录 SKIP，留待下次，不杀任务。检查和更新期间这些锁始终保持，碰巧启动的业务脚本可能跳过一次执行。
只快进已批准的目标提交，显式禁止覆盖 ignored/untracked 文件。保留 .env、数据库、报告、日志、虚拟环境和其他未跟踪文件；.env 只在更新前后计算摘要核对，不复制其内容、不输出摘要。旧版全部已跟踪源码/配置备份至 /opt/matrix-backups/update-*/source.tar，私有 manifest.json 记录新旧提交及摘要。 不复制运行中的数据库，也不提供数据库回滚。
只保留最近三份成功源码备份；失败备份不自动删除。有未完成备份时后续运行报错暂停，避免上次中断后误报成功。暂存树每个文件上限 8 MiB，总计上限 64 MiB；检查可用磁盘，Git fetch 最长 90 秒、语法验证最长 60 秒，服务总限时 10 分钟，内存上限 256 MiB、swap 上限 64 MiB，低 CPU/IO 优先级，适合与 Java/MySQL 共用小内存主机。

安装前提： Linux/systemd、Git、util-linux 的 runuser/flock、已验证可用的 .venv（包括当前锁文件所需依赖）。目录必须是 /opt/Matrix 的普通完整 Git checkout，不是 worktree/符号链接。仓库根目录、.git 及需由 Git 修改的已跟踪文件必须归 admin:admin 所有；协调器以 root 运行，但每条 Git 命令均通过 runuser -u admin 执行。不设置全局 safe.directory，不更改网络/凭据。上文 root clone 的旧安装须先在维护窗口妥善移交仓库所有权；不要为了修 Git 权限而盲目递归修改 .env、数据库、日志和虚拟环境的所有权。现有七个业务 unit 应使用默认脚本和锁路径，.env、unit drop-in、手工命令中均不能覆盖 MATRIX_*_HOME / MATRIX_*_LOCK_FILE；不要绕过脚本直接运行 Python，也不要同时手工操作 Git。初次安装须先按维护部署流程把包含本功能的 main 发布到线上并验证，自动更新器不能代替首次依赖和业务 unit 的安装。

确认上述前提后，在 /opt/Matrix 执行：

stat -c '%U:%G %a %n' /opt/Matrix /opt/Matrix/.git
sudo -u admin git -C /opt/Matrix status --short --untracked-files=no
sudo -u admin git -C /opt/Matrix branch --show-current
sudo -u admin git -C /opt/Matrix remote get-url origin

sudo install -d -m 755 /usr/local/libexec
sudo install -o root -g root -m 700 scripts/update_matrix.py /usr/local/libexec/matrix-update.py
sudo install -d -o root -g root -m 700 /opt/matrix-backups
sudo install -o root -g root -m 644 deploy/systemd/matrix-update.service deploy/systemd/matrix-update.timer /etc/systemd/system/
sudo systemd-analyze verify /etc/systemd/system/matrix-update.service /etc/systemd/system/matrix-update.timer
sudo systemctl daemon-reload
sudo systemctl enable --now matrix-update.timer

systemctl list-timers matrix-update.timer --no-pager
sudo journalctl -u matrix-update.service -n 80 --no-pager
# 可选：立即检查代码更新；不会触发基金或其他业务推送
sudo systemctl start matrix-update.service

入口使用 checkout 外的 root 私有 Python 副本，且程序一次性载入，不存在 shell 脚本执行到一半被 Git 替换的问题。更新服务不加载 .env，不调整已有业务 timer；基金每日 09:30、目录发现周日 10:00 的日程和启用状态保持不变。

失败处理与回滚：

用 journalctl -u matrix-update.service 查看 ERROR/SKIP 和备份路径。连不上 GitHub 会失败，定时器仍保留，30 分钟后再次检查；不需要 SSH 会话保持在线。依赖/unit/config 拦截需要人工维护部署，不会随着网络恢复自动解决。
暂停自动检查：sudo systemctl disable --now matrix-update.timer。等已运行的 updater 自然结束，勿在 Git 修改文件过程中随意终止进程。需要修复/回滚时，在维护窗口暂停业务调度、等待任务结束并持有五个锁；不要启动业务服务来“测试”更新器。
首选在上游 main 提交经过测试的源码 revert，再让服务器安全快进。紧急本地回滚可依据私有 manifest 的 old，由 admin 使用 git restore --source=<old> --staged --worktree -- <逐项审核的已跟踪改动路径> 恢复源码，这会留下明确的本地变更并自动阻止后续更新，直到管理员完成协调。不要整体解压备份覆盖 /opt/Matrix，不要 reset --hard 或覆盖 .env/运行数据。
掉电、OOM、磁盘故障等可能中断 Git 的文件更新；源码快进不是跨文件事务。有未完成备份时须人工核查 HEAD、index、源码、.env 和依赖，必要时使用旧源码备份恢复，确认一致后把该失败备份移到备份目录外的安全位置保留，再重新启用 timer。可人工清理中断留下的 .stage-*（确认 updater 未运行）；切勿删除业务锁文件。源码更新无法自动回滚后续业务运行产生的数据变更；代码/数据库迁移须另行安排维护发布。

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

Navigation Menu

Repository navigation

About

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）

境内场内美股 ETF 收盘清单（`us_etf_main.py`）

境内美股基金申购监控（`fund_main.py`）

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

6b. 可选：服务器每 30 分钟自行更新 main

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

Releases

Packages

Contributors

Languages

Name		Name	Last commit message	Last commit date
config		config
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
fund_main.py		fund_main.py
main.py		main.py
pyproject.toml		pyproject.toml
stock_main.py		stock_main.py
us_etf_main.py		us_etf_main.py
us_main.py		us_main.py
uv.lock		uv.lock

Latest commit

History

Folders and files

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）

境内场内美股 ETF 收盘清单（us_etf_main.py）

境内美股基金申购监控（fund_main.py）

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

6b. 可选：服务器每 30 分钟自行更新 main

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

Stars

Watchers

Forks

Releases

Packages

Contributors

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）

境内场内美股 ETF 收盘清单（`us_etf_main.py`）

境内美股基金申购监控（`fund_main.py`）