0基础进阶Python股票量化：策略自动化+微信提醒（实战第四篇）

上一篇我们通过批量回测筛选出了策略“偏爱”的股票，但不少新手反馈：“每天手动跑代码太麻烦”“错过金叉信号就白筛选了”。今天就彻底解决这个痛点——教你用Python打造一套“全自动量化系统”：每天收盘后自动获取最新数据、执行策略，一旦优选股出现金叉信号，立刻通过微信把“股票名称+买入提示”推送给你，真正实现“不用盯盘也能抓机会”。

一、核心工具：3分钟搞定自动化必备组件

自动化的核心是“数据自动获取+信号自动推送”，我们需要两个简单工具，新手跟着步骤走，3分钟就能配齐：

1.1 微信推送工具：Server酱（免费无门槛）

Server酱是专门用于“程序发消息到微信”的工具，不用写复杂接口，复制一个Key就能用，步骤如下：

打开官网：https://sct.ftqq.com/，用微信扫码登录（仅需微信授权，安全无广告）；
登录后点击左侧“发送消息”，找到“SCKEY”（一串字母+数字的字符串），复制保存——这是“微信消息通行证”，后面代码要用到；
测试有效性：在官网“发送消息”栏输入任意内容，点击发送，手机微信会立刻收到“Server酱”的推送，说明配置成功。

提示：Server酱免费版足够满足个人需求，每天可发100条消息，完全覆盖量化信号提醒场景。

1.2 自动化核心：复用策略函数+定时任务

我们不需要重新写策略逻辑，直接复用第三篇的“成交量过滤均线策略”，新增三个核心功能：

数据实时化：获取“前一个交易日”的最新数据（不用手动改日期）；
信号判断：只监控第三篇筛选出的“优选股”，避免无效信号；
定时执行：用Python的“schedule”库设置每天16:30自动跑代码（A股15:00收盘，16:30数据已更新）。

先安装需要的新库，打开命令提示符（Windows按Win+R输cmd），输入以下命令，回车等待安装完成：

pip install requests schedule  # requests用于发微信消息，schedule用于定时

二、完整代码：打造“自动跑策略+微信提醒”系统

整个系统分为“优选股列表→策略函数→微信推送函数→定时任务”四部分，代码全注释，新手替换“SCKEY”和“优选股代码”就能用。

2.1 第一步：配置核心参数（新手必改3处）

# 1. 配置核心参数（新手只改这3处！）
# ① 替换成你的Server酱SCKEY（微信推送用）
SCKEY = "你的Server酱SCKEY"
# ② 替换成第三篇筛选出的优选股（格式：股票代码:股票名称）
GOOD_STOCKS = {
    "600519.SH": "贵州茅台",
    "300750.SZ": "宁德时代",
    "002594.SZ": "比亚迪"  # 可根据自己的优选股列表增减
}
# ③ 替换成你的Tushare Token
TUSHARE_TOKEN = "你的Tushare Token"

# 2. 导入所有需要的库
import tushare as ts
import pandas as pd
import numpy as np
import requests
import schedule
import time
from datetime import datetime, timedelta

2.2 第二步：封装微信推送函数（1行代码发消息）

把微信推送逻辑打包成函数，后面只要调用“send_wechat_msg(消息内容)”，就能立刻推送到微信：

# 微信推送函数：传入消息内容，自动推送到微信
def send_wechat_msg(content):
    # 构造Server酱的请求链接
    url = f"https://sctapi.ftqq.com/{SCKEY}.send"
    # 消息参数（title是标题，desp是详细内容）
    params = {
        "title": "【股票量化信号提醒】",
        "desp": content  # 支持换行，用
分隔
    }
    # 发送请求
    response = requests.get(url, params=params)
    # 验证是否发送成功
    if response.json()["code"] == 0:
        print("微信消息推送成功！")
    else:
        print(f"推送失败，缘由：{response.json()['message']}")

# 测试函数：运行后微信收到消息说明没问题
# send_wechat_msg("测试消息：量化系统已启动！")

2.3 第三步：升级策略函数（支持实时数据）

复用第三篇的成交量过滤策略，新增“自动获取最新交易日”功能，不用再手动修改start_date和end_date：

# 初始化Tushare接口
pro = ts.pro_api(TUSHARE_TOKEN)

# 自动获取最新交易日（避免手动改日期）
def get_last_trade_date():
    # 获取最近30天的交易日数据，取最后一个
    trade_cal = pro.trade_cal(exchange='SSE', start_date='20240101', end_date=datetime.now().strftime('%Y%m%d'))
    last_trade_date = trade_cal[trade_cal['is_open']==1]['cal_date'].iloc[-1]
    return last_trade_date

# 升级后的策略函数：输入股票代码，返回是否出现金叉信号
def check_golden_cross(ts_code, stock_name):
    last_date = get_last_trade_date()
    # 获取最近60天的数据（足够计算20日均线+判断信号）
    start_date = (datetime.strptime(last_date, '%Y%m%d') - timedelta(days=60)).strftime('%Y%m%d')
    
    # 获取股票数据（和之前一致）
    df = pro.daily(ts_code=ts_code, start_date=start_date, end_date=last_date, adj='qfq')
    if len(df) < 20:
        return False, f"{stock_name}({ts_code})数据不足，无法判断信号"
    
    # 策略逻辑（成交量过滤+均线交叉，和第三篇一致）
    df = df.sort_values('trade_date')
    df['trade_date'] = pd.to_datetime(df['trade_date'])
    df.set_index('trade_date', inplace=True)
    df['ma5'] = df['close'].rolling(window=5).mean()
    df['ma20'] = df['close'].rolling(window=20).mean()
    df['vol_5avg'] = df['vol'].rolling(window=5).mean().shift(1)
    df['vol_enlarge'] = np.where(df['vol'] > df['vol_5avg']*1.3, 1, 0)
    
    df['ma5_prev'] = df['ma5'].shift(1)
    df['ma20_prev'] = df['ma20'].shift(1)
    
    # 只判断最新一个交易日是否出现金叉
    latest_data = df.iloc[-1]
    prev_data = df.iloc[-2]
    
    # 金叉条件：前一日ma5<ma20，当日ma5>ma20，且成交量放大
    if (prev_data['ma5'] < prev_data['ma20']) & (latest_data['ma5'] > latest_data['ma20']) & (latest_data['vol_enlarge'] == 1):
        return True, f"{stock_name}({ts_code})
 出现金叉买入信号！
 日期：{latest_data.name.strftime('%Y-%m-%d')}
 收盘价：{latest_data['close']:.2f}元
 成交量：{latest_data['vol']}手（较前5日放大30%+）"
    else:
        return False, f"{stock_name}({ts_code})未出现金叉信号"

# 测试策略函数：检查贵州茅台是否有信号
has_signal, msg = check_golden_cross("600519.SH", "贵州茅台")
print(msg)

2.4 第四步：封装主函数（批量检查+信号推送）

主函数负责循环检查所有优选股，一旦发现金叉信号，立刻调用微信推送函数，把消息发给你：

# 主函数：批量检查优选股+推送信号
def check_all_stocks():
    print(f"===== {datetime.now().strftime('%Y-%m-%d %H:%M:%S')} 开始检查优选股信号 =====")
    # 收集所有信号结果
    results = []
    # 循环检查每只优选股
    for ts_code, stock_name in GOOD_STOCKS.items():
        has_signal, msg = check_golden_cross(ts_code, stock_name)
        results.append(msg)
        print(msg)
        # 有金叉信号就立刻推送微信
        if has_signal:
            send_wechat_msg(msg)
    
    # 汇总所有结果，推送一次完整报告
    summary = "
".join(results)
    send_wechat_msg(f" 优选股信号汇总（{datetime.now().strftime('%Y-%m-%d')}）
{summary}")
    print("===== 检查完成，结果已推送至微信 =====")

# 测试主函数：手动触发一次检查
# check_all_stocks()

2.5 第五步：设置定时任务（每天自动跑）

用schedule库设置每天16:30自动执行主函数，只要电脑开着，就会按时跑代码，不用手动操作：

# 设置定时任务：每天16:30自动执行
schedule.every().day.at("16:30").do(check_all_stocks)

# 让程序一直运行，等待定时任务触发
print("量化自动提醒系统已启动！")
print(f"每天16:30自动检查优选股信号，结果将推送至微信")
print("如需停止程序，按Ctrl+C即可")

while True:
    schedule.run_pending()  # 检查是否有定时任务需要执行
    time.sleep(60)  # 每隔60秒检查一次，减少电脑资源占用

三、实战测试：3步确认系统能正常工作

代码写好后别直接挂后台，先按以下步骤测试，确保每个环节都没问题：

3.1 第一步：测试微信推送

找到“send_wechat_msg”函数下面的测试代码，去掉注释（删掉#），运行代码：

# 测试微信推送（去掉注释运行）
send_wechat_msg("测试消息：量化系统已启动！")

如果手机微信收到“Server酱”的推送消息，说明微信配置成功；如果没收到，检查SCKEY是否复制正确，或重新登录Server酱刷新SCKEY。

3.2 第二步：测试策略信号判断

运行“check_golden_cross”的测试代码，查看控制台输出：

# 测试策略函数（去掉注释运行）
has_signal, msg = check_golden_cross("600519.SH", "贵州茅台")
print(msg)

如果输出“贵州茅台(600519.SH)未出现金叉信号”或具体的金叉信息，说明策略函数正常；如果报错“数据不足”，检查Tushare Token是否有效。

3.3 第三步：测试定时任务

为了避免等太久，先把定时时间改成“当前时间+1分钟”，列如目前15:20，就设置15:21执行：

# 临时测试定时任务：设置1分钟后执行（测试完改回16:30）
schedule.every().day.at("15:21").do(check_all_stocks)

运行代码后，等待到设定时间，看控制台是否打印“开始检查优选股信号”，并收到微信推送的汇总报告，确认定时任务生效。

四、进阶优化：新手必学的实用技巧

基础版本能满足需求，再教你3个进阶技巧，让系统更稳定、更实用：

4.1 技巧1：加入日志记录（方便排查问题）

新增日志功能，把每天的检查结果存到文件里，就算程序报错，也能找到问题缘由：

import logging

# 配置日志：存到quant_log.txt文件里
logging.basicConfig(
    filename='quant_log.txt',
    level=logging.INFO,
    format='%(asctime)s - %(message)s',
    datefmt='%Y-%m-%d %H:%M:%S'
)

# 在主函数里添加日志记录
def check_all_stocks():
    log_msg = f"===== 开始检查优选股信号 ====="
    print(log_msg)
    logging.info(log_msg)
    
    results = []
    for ts_code, stock_name in GOOD_STOCKS.items():
        has_signal, msg = check_golden_cross(ts_code, stock_name)
        results.append(msg)
        print(msg)
        logging.info(msg)  # 记录每只股票的结果
        if has_signal:
            send_wechat_msg(msg)
    
    summary = "
".join(results)
    send_wechat_msg(f" 优选股信号汇总（{datetime.now().strftime('%Y-%m-%d')}）
{summary}")
    log_msg = "===== 检查完成 ====="
    print(log_msg)
    logging.info(log_msg)

4.2 技巧2：电脑关机也能跑（用云服务器）

如果不想一直开着电脑，可以用阿里云、腾讯云的“轻量应用服务器”，学生机每月只要9.9元，步骤如下：

购买服务器：选“Windows Server 2019”系统（和电脑操作一样，新手易上手）；
远程连接：电脑按Win+R输“mstsc”，输入服务器的“公网IP+用户名+密码”，远程控制服务器；
配置环境：在服务器上安装Python和需要的库，把代码复制过去，运行后最小化即可（服务器会24小时运行）。

4.3 技巧3：新增死叉提醒（及时止盈）

在策略函数里新增死叉判断，持仓股票出现死叉时立刻提醒卖出，形成“买入-卖出”完整闭环：

# 升级策略函数：同时判断金叉和死叉
def check_cross_signal(ts_code, stock_name, hold_status=False):
    # 前面代码和check_golden_cross一致...
    
    # 新增死叉判断（持仓时才需要关注）
    if hold_status:
        if (prev_data['ma5'] > prev_data['ma20']) & (latest_data['ma5'] < latest_data['ma20']):
            return "death", f"{stock_name}({ts_code})
 出现死叉卖出信号！
 日期：{latest_data.name.strftime('%Y-%m-%d')}
 收盘价：{latest_data['close']:.2f}元"
    
    # 金叉判断
    if (prev_data['ma5'] < prev_data['ma20']) & (latest_data['ma5'] > latest_data['ma20']) & (latest_data['vol_enlarge'] == 1):
        return "golden", f"{金叉消息内容}"
    
    return "none", f"{无信号消息}"

# 调用时指定是否持仓
signal_type, msg = check_cross_signal("600519.SH", "贵州茅台", hold_status=True)
if signal_type in ["golden", "death"]:
    send_wechat_msg(msg)