收盘后懒得一只只翻 5000 多只股票想有个东西按你关心的形态自动筛完直接发到手机群里——Sequoia-X 干的就是这事。它是个 A 股量化选股系统每天收盘后自动跑、出名单、推飞书。仓库 2018 年建仓2026 年 3 月做了一次大重构V2现在 4.6k Star、1k Fork昨天都还有提交。它怎么干活一条自动化流水线baostock 拉全市场历史日 K 和当日增量后复权存进本地 SQLite首次回填约 12 分钟灌完约 5200 只股票日常模式 8 进程并行增量更新2~3 分钟补完当天数据跑内置策略筛出符合形态的票通过飞书 Webhook 把结果以 Markdown 卡片推到群里——卡片还带股票名映射和雪球 K 线直达链接。说白了它不像你自己盯盘那样靠眼睛扫而是像个不知疲倦的实习生每天收盘把全市场按你的清单过一遍把疑似命中的整理好发你手机上。6 个内置策略都是经典技术形态TurtleTrade海龟突破20 日新高 成交额过亿 阳线防诱多、MaVolume均线 放量突破、HighTightFlag高窄旗形、LimitUpShakeout涨停洗盘回踩、UptrendLimitDown上升趋势跌停反包、RpsBreakout欧奈尔 RPS 相对强度。每个策略独立模块想加自己的形态照着 strategy/base.py 写子类即可多策略还能各自推到不同的飞书群Pydantic-settings 区分。技术上的讲究V2 重构后工程化明显提升OOP 依赖注入分层数据层/策略层/通知层解耦计算从逐行迭代换成 Pandas 向量化筛选做到毫秒级本地 SQLite 缓存 增量更新网络请求量大幅下降还带 pytest hypothesis 属性测试比很多个人脚本扎实。上手门槛Python ≥ 3.10有 uv 最顺手uv synccp .env.example .env 填飞书 Webhookpython main.py –backfill 首次回填约 12 分钟python main.py 日常跑。想自动就挂个 crontab15 19 * * 1-5 收盘后触发。数据全本地不上云介意隐私的可以放心。几点要注意这不是投资建议是工具。它只按你设定的形态筛票不判断该不该买、不管基本面。技术形态历史上有效但也会连续失效——用它做决策盈亏自负。授权状态有歧义。README 写 MIT但 GitHub 仓库的 LICENSE 字段是空的打算修改后分发或商用的先去仓库根目录核对实际 LICENSE 文件别只信 README 一行字。数据源 baostock 免费无限流但质量不如付费终端、复权固定后复权停牌、退市、特殊处理的票结果可能不准。其石它不提供 ML 预测要自己有飞书 Webhook 和一台常开的机器V2 重构新踩坑概率不低必竟免费的反政别指望开箱即稳。它对”会点 Python、想有个自动选股提醒”的人是个不错起点数据本地、策略可改、推送现成。把它当筛选器不是答案机价值才对得上。要的自己 clone。项目地址https://github.com/sngyai/Sequoia-X 
长河君 · 2026/9/12 19:35:42 · 阅读 1.2k A股自动选股并推飞书：开源扫描器Sequoia-X，6种技术形态收盘自动出名单
收盘后懒得一只只翻 5000 多只股票想有个东西按你关心的形态自动筛完直接发到手机群里——Sequoia-X 干的就是这事。它是个 A 股量化选股系统每天收盘后自动跑、出名单、推飞书。仓库 2018 年建仓2026 年 3 月做了一次大重构V2现在 4.6k Star、1k Fork昨天都还有提交。它怎么干活一条自动化流水线baostock 拉全市场历史日 K 和当日增量后复权存进本地 SQLite首次回填约 12 分钟灌完约 5200 只股票日常模式 8 进程并行增量更新2~3 分钟补完当天数据跑内置策略筛出符合形态的票通过飞书 Webhook 把结果以 Markdown 卡片推到群里——卡片还带股票名映射和雪球 K 线直达链接。说白了它不像你自己盯盘那样靠眼睛扫而是像个不知疲倦的实习生每天收盘把全市场按你的清单过一遍把疑似命中的整理好发你手机上。6 个内置策略都是经典技术形态TurtleTrade海龟突破20 日新高 成交额过亿 阳线防诱多、MaVolume均线 放量突破、HighTightFlag高窄旗形、LimitUpShakeout涨停洗盘回踩、UptrendLimitDown上升趋势跌停反包、RpsBreakout欧奈尔 RPS 相对强度。每个策略独立模块想加自己的形态照着 strategy/base.py 写子类即可多策略还能各自推到不同的飞书群Pydantic-settings 区分。技术上的讲究V2 重构后工程化明显提升OOP 依赖注入分层数据层/策略层/通知层解耦计算从逐行迭代换成 Pandas 向量化筛选做到毫秒级本地 SQLite 缓存 增量更新网络请求量大幅下降还带 pytest hypothesis 属性测试比很多个人脚本扎实。上手门槛Python ≥ 3.10有 uv 最顺手uv synccp .env.example .env 填飞书 Webhookpython main.py –backfill 首次回填约 12 分钟python main.py 日常跑。想自动就挂个 crontab15 19 * * 1-5 收盘后触发。数据全本地不上云介意隐私的可以放心。几点要注意这不是投资建议是工具。它只按你设定的形态筛票不判断该不该买、不管基本面。技术形态历史上有效但也会连续失效——用它做决策盈亏自负。授权状态有歧义。README 写 MIT但 GitHub 仓库的 LICENSE 字段是空的打算修改后分发或商用的先去仓库根目录核对实际 LICENSE 文件别只信 README 一行字。数据源 baostock 免费无限流但质量不如付费终端、复权固定后复权停牌、退市、特殊处理的票结果可能不准。其石它不提供 ML 预测要自己有飞书 Webhook 和一台常开的机器V2 重构新踩坑概率不低必竟免费的反政别指望开箱即稳。它对”会点 Python、想有个自动选股提醒”的人是个不错起点数据本地、策略可改、推送现成。把它当筛选器不是答案机价值才对得上。要的自己 clone。项目地址https://github.com/sngyai/Sequoia-X