# 用 WorkBuddy 搭一套 A 股选股自查系统：从 0 到一条命令跑完全流程（附 260 个脚本的踩坑记录）

> 投稿标签：#WorkBuddy  
> 适用版本：WorkBuddy 5.x（Windows 11）  
> 阅读对象：会用 Python、想把自己的交易规则固化成程序的人  
> 声明：本文是工程实践记录，所有标的不构成投资建议。文中代码均为我自己项目里的真实实现。

---

## 零、先说我为什么不用现成选股器

市面上的选股软件回答的是「能不能买」，但它不回答三个我最关心的问题：

1. **为什么是它**——买点是怎么算出来的，换个参数会不会就选别的了？
2. **错了怎么办**——止损放在哪，放那个位置是因为结构在那里，还是随便拍的？
3. **值不值**——赔率多少、期望多少，我等到这个价才买到底省下了多少钱？

这三个问题，软件不会回答，只能自己写。而自己写选股系统最大的门槛不是策略，是**工程**：数据源、缓存、复权、财报闸门、口径漂移、定时任务——全是脏活。

我用 WorkBuddy 把这件事做成了一个可运行的本地系统：**260 个 Python 脚本、一条命令跑完全市场、每天 09:15 和 21:15 自动出报告**。下面把架构、关键实现和踩过的坑完整写出来，你可以直接照搬。
![1.png](https://developer.qcloudimg.com/http-save/yehe-5521375/3c78dc98e33930e3d7c4d01440f9d00a.png)

---

## 一、整体架构：五层，一条命令串起来

```text
全市场快照 ──▶ 粗筛池 ──▶ 17 级漏斗 ──▶ 框架判定 ──▶ 挂单价/止损/目标
   (5579)      (460)       (147)         (9)            (7)
                                                  │
                                      ┌───────────┴───────────┐
                                      ▼                       ▼
                                  扫描报告.md            在线网页/K线页
```

真正的入口只有一个文件，叫 **fullscan.py**：

```python
def main():
    fast = "--fast" in sys.argv
    if not fast:
        run(["screen.py", "stage1"])   # 全市场快照 → 板块池
    run(["screen.py", "stage2"])       # 实时行情补全
    if not fast:
        run(["screen.py", "stage3"])   # 并发拉前复权日K
        run(["hymap_build.py"])        # 行业映射（板块榜要用）
    run(["analyze.py"])                # 17 级漏斗
    run(["final.py"])                  # 真箱体确认
    run(["orders.py"])                 # 挂单价 + 闸门 + 破箱检测
    run(["fincheck.py"])               # 财报披露 + 单季同比
    run(["orders.py"])                 # 二跑归位：补完财报后重出榜
    run(["report.py"])                 # 写扫描 md
    run(["scanpage.py"])               # 渲染网页
```

用法就三行：

```bash
python fullscan.py            # 全量，约 3 分钟
python fullscan.py --fast     # 盘中快速：只刷快照+重算+报告，约 1 分钟
python fullscan.py --space    # 扫完把网页覆盖到固定节点，链接永久不变
```

**这套设计里唯一值得抄的东西是「每一步都是独立进程」。** 每一步单独可跑、单独可查、失败即中断（**subprocess.run** 检查 **returncode != 0** 就 **sys.exit(1)**）。不要写成一个大函数——你调试的时候会谢我。

---

## 二、数据层：三个真实可用的免费源

| 用途           | 源                                           | 说明          |
| ------------ | ------------------------------------------- | ----------- |
| 全市场列表 + 快照   | 新浪行情                                        | 一次拿全市场代码与名称 |
| 前复权日 K / 实时  | 腾讯 **qt.gtimg.cn**、**proxy.finance.qq.com** | 复权数据省了自己算   |
| 财报（披露日、单季同比） | 东财利润表                                       | 做财报闸门用      |

**第一个坑：复权口径不统一，表里的价格就是错的。**

我全部用**前复权**（以今日价为锚，可以直接拿去挂单）。如果你的行情软件是不复权，近 3 个月除过息的票，历史价位会比我的表高「每股股息」那么多——这不是数据错，是除息把历史价位整体挪了。系统里每个持仓还专门做了一次除权对齐，否则成本线会凭空跳空。

**第二个坑：日 K 缓存「够用」不等于「够新」。**

盘中跑 **--fast** 时用当日缓存的日 K，但收盘后如果缓存是 14:20 抓的，就缺了尾盘 40 分钟，当天的 bar 根本没定格——报表会变成「新时间配旧数据」。所以加了一道自检：

```python
def kl_status():
    """两个条件都过才允许 fast：
       ① 最后一根 bar 是今天；
       ② 收盘后跑的话，缓存必须在今天 15:00 之后抓。"""
    ...
    if now.hour * 60 + now.minute >= 15 * 60 + 5:      # 已收盘
        mt = datetime.fromtimestamp(os.path.getmtime(p))
        if mt.date() != now.date() or mt.hour * 60 + mt.minute < 15 * 60:
            return False, "日K缓存抓于 %s，缺尾盘" % mt.strftime("%m-%d %H:%M")
    return True, ""
```

不满足就**自动降级成全量模式**（多花 2 分钟）。宁可慢，不要错。

---

## 三、漏斗：从 5579 只筛到 7 只

某天的真实漏斗（数字来自实际报告）：

```text
全市场 5579
  → 主板非 ST 且成交额 ≥ 5000 万        460
  → 17 级漏斗幸存                        147
  → 真箱体 4 + 趋势回踩 5                 9
  → 赔率 ≥ 1.5 且期望 E > 0               7
  → 财报闸门通过                          7
```

17 级漏斗里真正起作用的其实只有五六个，剩下的都是「把明显不行的先扔掉」：ST、流动性、市值下限、长期下降通道、暴涨透支、财务异常。**别一上来就搞 17 级**，先写 5 级能跑通，再一级级加——每加一级都要能说出它挡掉了谁、为什么该挡。

---

## 四、最关键的一课：判定逻辑只能有一份真源

这是整个项目返工最多的地方，也是我最想写给别人的部分。

一开始我把「这是箱体还是趋势」这段判断写了两份：漏斗入口判一次（**final.confirm_box**），框架选择又判一次（**set_frame**）。结果同一只票能同时被两边认成箱体又认成趋势——榜上排名和点进去看到的买点不是一回事。

修法是把判定抽成唯一真源，所有调用方都调它：

```python
def frame_of(m, px):
    """框架判定。check.py / kline.py / report.py 共用，防止口径漂移。
      ① R²≥0.45 且 120 日斜率>0 且价>MA60        —— 标准上升趋势
      ② TCS≥5 且价>MA20 且 MA20 斜率>0           —— 非线型趋势（台阶式上涨）
      ③ 摆动低点连线向上、价在线上、触点≥5、斜率>0、价>MA60 —— V 型反转通道
      都不满足 ＝ 箱体轨（走水平支撑带，不画上升线）"""
    if box_confirm(m.get("k") or [])["ok"]:
        return "箱体轨", ch
    if m["r2"] >= 0.45 and m["slope"] > 0 and px > m["ma"][60]:
        return "趋势轨", ch
    ...
```

箱体真实性单独一个函数，三个硬条件：

```python
def box_confirm(k):
    """MA20 与 MA60 贴近（≤3.5%）+ MA20 近 10 日走平（≤2%）+ 120 日内 ≥2 次支撑不破"""
    dev  = abs(ma20 / ma60 - 1) * 100
    flat = abs(ma20 / ma20_prev - 1) * 100
    ...
    return dict(ok=(dev <= 3.5 and flat <= 2.0 and touches >= 2))
```

**这里的 3.5% 是被一只票逼出来的。** 原本门槛是 3.0%，某只港口股 MA20/MA60 差 3.10%，被挡掉 0.1 个百分点；但它走平只有 1.42%、某个支撑带被打了 25 次，是标准的 U 型横盘。3% 和 3.1% 的差别是噪声，不是结构，所以门槛调到 3.5%。改完实测 541 只里多认 5 只箱体，全都本来落在箱体轨兜底，没有把趋势票塞进箱体池——**改阈值必须做影响面实测，不能拍脑袋。**

还有一个反直觉的修正：箱体票「来回震荡」是特征不是病灶。我原来的禁推逻辑把「路径效率低」「反复穿 MA10」当病，结果把标准的横盘票全杀了。正确的做法是**按框架分别定性**：箱体轨只拦两种——箱体太扁（20 日箱高 < 1.5 ATR，低吸高抛扣掉止损空间没肉）、追高（买点本来就是等回落，暴涨中的挂单价没意义）。趋势轨才拦路径效率和反复穿线。

---

## 五、概率必须校准，否则就是玄学

我给每只票算一个「未来 10 个交易日结构转空概率」。这里有两个必须做对的事。

**第一，事件定义不能是涨跌幅。**

我第一版把事件写成「未来 N 天跌 X%」，被自己推翻了：一只票 10 天里跌 0.5% 也叫转向？涨了但均线结构坏掉反而不算？最后定成：

> 事件 = 未来 10 个交易日内 **MA10 下穿 MA20**（中期结构由多转空的客观标志）。

概率 = 该股自身历史里，处在相似状态的日子，后来真出现死叉的比例。用 kNN，取最像的 60 天：

```python
D = 10        # 前瞻交易日：10 日内转空
KNN = 60      # 近邻样本数
MIN_N = 25    # 近邻少于这个数就不给概率
NEED = 200    # 至少这么多根日 K
```

特征全部只用当日及之前的数据（离 MA20 几个 ATR、MA10/MA20 斜率、120/250 日位置、5 日涨幅折成 ATR、量比、收盘在当日区间的位置），**没有未来函数**，所以历史校准和实时判断是同一套口径，不存在「回放用 A、实盘用 B」。

**第二，算出来的 60% 必须真的是 60%。**

写完不敢用，于是写了个校准脚本，逐日回放、按概率分档统计真实发生率：

```python
for p, ev, i in rows:
    b = min(9, int(p * 10))
    d = buckets.setdefault(b, [0, 0])
    d[0] += 1
    d[1] += 1 if ev else 0
...
print("预测档位      样本    实际转空率")
for b in sorted(buckets):
    n, h = buckets[b]
    print("%.0f%%–%.0f%%   %6d   %5.1f%%" % (b * 10, b * 10 + 10, n, h / n * 100))
```

某一批 4151 个历史时点的结果：

| 预测档位   | 实际发生率 |
| ------ | ----- |
| 60–70% | 65.0% |
| 70–80% | 74.6% |
| 80–90% | 88.5% |

分档单调、贴合，这个数才敢拿去做风险提示。**如果分档和实际脱节，说明特征没选对，不能拿去发信。**

校准还改变了一个决策口径：50–60% 档的真实转空率是 53.4%——比抛硬币略偏空而已。所以规则改成 **p ≥ 0.50 一律「等」，不许出现「现价可做」**。数据没支持大概率上涨，就不能说可以买。

**第三，概率不等于今天会跌。**

日线概率说的是「这个位置历史上容易坏」，不是「今天正在坏」。所以发风险提示前还要叠加分时确认，五项够三项才发：分时结构下移、持续在均价下方、放量下跌、大单净流出、盘口卖压（且必含前两项之一）。只看概率会天天在高位喊跌；只看分时，任何票盘中都能找出一根阴线。

![2.png](https://developer.qcloudimg.com/http-save/yehe-5521375/ba2d2e9cebdafb5890e241f195ae58d8.png)：K 线页首屏——买点/止损/目标/赔率/ATR 一排 KPI，K 线图上直接标注买点线、止损线、目标线与支撑带]

---

## 六、把「什么时候按下去」也做成数据

策略之外还有一个隐性问题：同样的价格，早上买和下午买结果不一样。

我拿 420 只主板股票 × 21 个交易日做了实测：

- 10:00 已涨 ≥2% 时买入 → **62.3% 当天收在这个价下方**，次日收盘平均 −0.97%
- 早盘就在跌的那组 → 次日收盘平均 −0.07%

结论写进报告首页：**09:30–10:00 不新增下单。挂单照挂**（价格是前一晚算好的，被动成交不受时点影响），**手动买入/加仓放到 14:45 之后**。

这条不参与排名和筛选，只约束执行动作。但它是整套系统里性价比最高的一条——**不需要预测，只需要纪律。**

---

## 七、报告：让「赔率」写在每一行上

每只票一行，字段固定：

| 标的     | 现价    | 买点（两档）          | 需跌   | 止损    | 目标    | 赔率   | E%    | 仓位  | 依据                     |
| ------ | ----- | --------------- | ---- | ----- | ----- | ---- | ----- | --- | ---------------------- |
| 某城商行A  | 5.92  | 5.67（5.80/5.54） | 4.2% | 5.43  | 6.24  | 2.38 | +1.12 | 10% | 通道·每日+0.010｜撤单 <5.46   |
| 某新能源整车 | 84.10 | 82.02           | 2.5% | 79.19 | 86.98 | 1.75 | +0.31 | 10% | 支撑带 81.51–82.53·触 14 次 |

三条口径必须写在报告里，否则读者会误读：

1. **赔率、空间、期望全部按「挂单价成交」算，不是按现价。** 按现价直接追，空间被吃掉一截、止损离得更远，同一目标的赔率通常掉到 1 以下——两个数字的差，就是「等」值多少钱。
2. **趋势轨和箱体轨的期望不跨段混排。** 趋势票的期望来自斜线通道的几何空间，箱体票来自水平支撑带，同一个数字在两段之间不可比。混排会让高赔率的箱体票把趋势票整体挤出前 20。
3. **支撑线是斜的、每天上移。** 「依据」列里的「每日 +0.010」就是它每天的抬升量——今天挂 48.98，下周这条线就抬到 49.7 附近。所以挂单要跟着走。

![3.png](https://developer.qcloudimg.com/http-save/yehe-5521375/d59fe736e1bf8da00f9f544f733ff65c.png)：买入自查页——自选股按「赔率+期望+离买点距离+趋势」综合评分排序，每行给买点与依据]

---

## 八、自动化：早晚各一次，不用记着点

WorkBuddy 的定时任务直接调脚本，不用碰 crontab：

- **09:15** 盘前：出当日名单，把报告推到在线页面（链接固定，手机也能开）
- **21:15** 收盘后：全量重扫，回看当天判断

配套的东西：每天一份 **沪深主板扫描_YYYY-MM-DD.md**，网页版覆盖固定节点，手机上打开的是同一个链接。桌面只留一个 **炒股工具箱.cmd** 做入口菜单——**报告一律不进桌面**，页面从工作区读。

---

## 九、踩坑清单（这部分可以直接抄走）

1. **判定逻辑写两份 = 必然打架。** 抽成唯一真源函数，所有调用方共用。
2. **改阈值必须做影响面实测。** 门槛从 3.0% 到 3.5%，要能说出「多认了哪 5 只、它们本该在哪」。
3. **缓存「够用」≠「够新」。** 收盘后必须有「缓存抓取时间晚于 15:00」的断言。
4. **算出概率先校准再使用。** 分档不单调就别发信。
5. **别把涨跌幅当结构事件。** 结构转向 = 均线交叉，不是跌几个点。
6. **【最坑】流水线里漏掉「生成文件」这一步。** 我的 **fullscan.py** 一度只重算了指标、渲染了**旧的 md**，扫多少次页面都一模一样。加了一步 **report.py** 才修好。排查时先确认「最新文件的时间戳是不是这次生成的」。
7. **文件名用 %s 忘了插值**，导致所有日期的报告都往同一个名字写。低级但真会发生。
8. **财报数据没到 ≠ 该票不合格。** 未知状态要进「待核名单」补核后重跑，而不是直接剔除——否则会连续几天漏掉同一批票。
9. **先有鸡先有蛋的死循环**：财报闸门要等数据、数据要等下一轮。解法是把「筛」和「核」拆成两遍跑，第二遍只补核。
10. **环境变量会被沙箱吃掉。** 自动化里跑脚本报「找不到登录态」，原因是 **LOCALAPPDATA** 为空，显式注入路径才通。
11. **改完代码要留回归断言。** 我给自己定了个规矩：凡是修过的口径，都在回归脚本里加一条「反断言」（比如「模板里不许出现联动标记」），防止下次改别的东西时把它改回去。
12. **别把页面当真相。** 出榜前用与详情页**同一份日 K** 重算一遍，不一致就撤下。「榜上一个数、点开另一个数」一律按 bug 处理。

---

## 十、顺手说个省钱的部分（WorkBuddy 侧）

这套系统本质是「大量对话 + 大量代码迭代」，积分消耗不低。几个实测有效的做法：

- 简单改写、读文档用**轻量模型**，深度分析再上旗舰模型，别什么都用最高倍率
- 复杂改动先走 **Plan 模式**，方案确认再执行，减少反复推翻
- 对话超过十几轮就开新对话 / **/clear**，长上下文每一轮都在计费
- 高频复用的提示词封成 Skill，不用每次重打一大段

---

## 十一、边界声明

- 这套系统只做**自查**：把规则固化、把口径统一、把赔率算清楚。它不预测，也不推荐。
- 概率是历史同类状态的发生率，不是承诺。
- A 股有涨跌停、停牌、除权、流动性突变，任何回测结论都可能失效。
- 本文所有代码与数字来自我自己的项目，仅供工程参考，**不构成投资建议**。

---

## 附：项目骨架（可直接照搬）

```text
project/
├── fullscan.py          # 唯一入口，串起全流程
├── screen.py            # stage1/2/3 数据抓取 + 粗筛
├── analyze.py           # 多级漏斗
├── final.py             # 箱体确认
├── orders.py            # 挂单价/止损/目标/闸门
├── fincheck.py          # 财报闸门（含待核名单）
├── check.py             # 唯一真源：box_confirm / frame_of / ban_list
├── turn.py              # 转向概率（kNN，事件=MA10下穿MA20）
├── turn_test.py         # 概率校准（分档 vs 实际）
├── report.py            # 生成 md 报告
├── scanpage.py          # 渲染网页
├── watchlist.py         # 自选股（支持多组）
└── _screen/             # 缓存：快照、日K、行业映射
```

跑起来的最小顺序：**screen.py stage1/2/3** → **analyze.py** → **final.py** → **orders.py** → **report.py**。先让这五步跑通，再往里加闸门。

---

*如果这篇对你有用，评论区可以聊你卡在哪一步——尤其是「口径漂移」和「概率校准」，这两个是最容易自己骗自己的地方。*


投稿标签：#WorkBuddy   适用版本：WorkBuddy 5.x（Windows 11）   阅读对象：会用 Python、想把自己的交易规则固化成程序的人   声明：本文是工程实践记录，所有标的不构成投资建议。文中代码均为我自己项目里的真实实现。

用 WorkBuddy 搭一套 A 股选股自查系统：从 0 到一条命令跑完全流程

编程语言

算法

后端

搭建A股选股自查系统：用WorkBuddy实现260个Python脚本一条命令跑完从全市场快照到买入报告的完整流程。覆盖数据源处理、17级漏斗筛选、箱体趋势判定、概率校准及定时自动化，附详细踩坑记录与工程实践建议。

数据策略

代码解释

WorkBuddy 

Python

WorkBuddy企业版限时双倍 Credits 活动

workbuddy

腾讯云双十一大促

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

用 WorkBuddy 搭一套 A 股选股自查系统：从 0 到一条命令跑完全流程-腾讯云开发者社区-腾讯云

用 WorkBuddy 搭一套 A 股选股自查系统：从 0 到一条命令跑完全流程

用 WorkBuddy 搭一套 A 股选股自查系统：从 0 到一条命令跑完全流程

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐