Python 实时监控 A 股行情并自动筛选强势股（REST + WebSocket 两种方案）

Python 实时监控 A 股行情并自动筛选强势股（REST + WebSocket 两种方案）

盘中实时监控全市场行情，自动筛选涨停、放量上涨、突破均线的股票 -- 这是很多量化交易者的刚需。本文用 Python 实现两种方案：REST 轮询方案（简单易懂）和 WebSocket 推送方案（低延迟），附完整可运行代码。

---

一、盘中行情监控能做什么？

实时行情监控是从"回测"走向"实盘"的关键一步。常见用途：

• 涨停板监控：第一时间发现涨停或接近涨停的股票
• 放量突破筛选：找出成交量异常放大且价格突破关键位的标的
• 自选股盯盘：监控持仓或关注的股票，触发条件时提醒
• 日内交易信号：结合分钟 K 线生成实时买卖信号

---

二、环境准备

安装依赖

pip install "tickflow[all]" --upgrade

实时行情功能需要注册获取 API key：

1. 访问 tickflow.org
2. 登录后在控制台生成 API key
3. 配置环境变量（推荐）或直接传入

# Linux / Mac
export TICKFLOW_API_KEY="your-api-key"

# Windows
set TICKFLOW_API_KEY=your-api-key

---

三、方案一：REST API 轮询（入门推荐）

REST 方案最简单，通过定时请求获取全市场行情快照，适合对延迟要求不高的场景。

1. 获取全市场实时行情

from tickflow import TickFlow

tf = TickFlow(api_key="your-api-key")

# 获取全部 A 股实时行情
quotes = tf.quotes.get(universes=["CN_Equity_A"], as_dataframe=True)
print(f"共获取 {len(quotes)} 只 A 股行情")
print(quotes[["symbol", "last_price", "volume", "amount"]].head())

一次调用即可拿到 5000+ 只 A 股的实时行情，包含最新价、开盘价、最高价、最低价、昨收、成交量、成交额等字段。

2. 涨跌幅排行

quotes["change_pct"] = (quotes["last_price"] - quotes["prev_close"]) / quotes["prev_close"] * 100

# 涨幅榜 Top 10
print("涨幅榜 Top 10:")
top_gainers = quotes.nlargest(10, "change_pct")[["symbol", "last_price", "change_pct"]]
print(top_gainers.to_string(index=False))

# 跌幅榜 Top 10
print("\n跌幅榜 Top 10:")
top_losers = quotes.nsmallest(10, "change_pct")[["symbol", "last_price", "change_pct"]]
print(top_losers.to_string(index=False))

3. 涨停股监控

# A 股主板涨跌停限制为 10%，创业板和科创板为 20%
limit_up = quotes[quotes["change_pct"] >= 9.9]
print(f"\n涨停或接近涨停: {len(limit_up)} 只")
print(limit_up[["symbol", "last_price", "change_pct", "amount"]].to_string(index=False))

4. 放量上涨股筛选

# 成交额 > 5 亿 且 涨幅 > 3%
strong = quotes[(quotes["amount"] > 5e8) & (quotes["change_pct"] > 3)]
strong_sorted = strong.sort_values("change_pct", ascending=False)

print(f"\n放量上涨（成交额>5亿 且 涨幅>3%）: {len(strong_sorted)} 只")
print(strong_sorted[["symbol", "last_price", "change_pct", "amount"]].head(20).to_string(index=False))

5. 定时轮询监控

将上述逻辑封装为一个定时轮询程序：

import time
import datetime
from tickflow import TickFlow

tf = TickFlow(api_key="your-api-key")


def scan_market():
    """扫描全市场，返回符合条件的强势股"""
    quotes = tf.quotes.get(universes=["CN_Equity_A"], as_dataframe=True)
    quotes["change_pct"] = (
        (quotes["last_price"] - quotes["prev_close"]) / quotes["prev_close"] * 100
    )

    # 涨停股
    limit_up = quotes[quotes["change_pct"] >= 9.9]

    # 放量上涨
    strong = quotes[(quotes["amount"] > 5e8) & (quotes["change_pct"] > 3)]

    # 大跌预警（跌幅超过 7%）
    big_drop = quotes[quotes["change_pct"] <= -7]

    return {
        "total": len(quotes),
        "limit_up": limit_up,
        "strong": strong,
        "big_drop": big_drop,
        "avg_change": quotes["change_pct"].mean(),
    }


def run_monitor(interval=30):
    """每隔 interval 秒扫描一次"""
    print("开始监控全市场行情...")
    while True:
        now = datetime.datetime.now()
        hour = now.hour

        # 只在交易时间运行（9:25 - 15:05）
        if hour < 9 or hour >= 16:
            print(f"[{now:%H:%M:%S}] 非交易时间，等待中...")
            time.sleep(60)
            continue

        result = scan_market()

        print(f"\n[{now:%H:%M:%S}] 市场概况:")
        print(f"  全市场平均涨幅: {result['avg_change']:.2f}%")
        print(f"  涨停: {len(result['limit_up'])} 只")
        print(f"  放量上涨: {len(result['strong'])} 只")
        print(f"  大跌预警: {len(result['big_drop'])} 只")

        if len(result["limit_up"]) > 0:
            print("  --- 涨停股 ---")
            for _, row in result["limit_up"].head(5).iterrows():
                print(f"    {row['symbol']}: {row['last_price']} ({row['change_pct']:.2f}%)")

        time.sleep(interval)


run_monitor(interval=30)

---

四、方案二：WebSocket 实时推送（低延迟）

如果需要更低延迟，推荐使用 WebSocket 方案。服务端主动推送行情变动，无需轮询。

1. 基本用法

import datetime
from tickflow import TickFlow

tf = TickFlow(api_key="your-api-key")
stream = tf.stream


@stream.on_quotes
def on_quotes(quotes):
    for q in quotes:
        ts = datetime.datetime.fromtimestamp(q["timestamp"] / 1000)
        ext = q.get("ext", {})
        name = ext.get("name", "")
        change_pct = ext.get("change_pct")
        change_str = f"{change_pct:+.2%}" if change_pct is not None else "N/A"
        print(f"[{ts:%H:%M:%S}] {q['symbol']} {name} 最新:{q['last_price']} 涨跌:{change_str}")


@stream.on_error
def on_error(msg):
    print(f"错误: {msg}")


# 订阅感兴趣的标的
stream.subscribe("quotes", ["600519.SH", "000001.SZ", "600000.SH"])
stream.connect()  # 阻塞运行

输出示例：

[09:31:05] 600519.SH 贵州茅台 最新:1580.00 涨跌:+0.82%
[09:31:05] 000001.SZ 平安银行 最新:11.12 涨跌:+0.54%
[09:31:06] 600000.SH 浦发银行 最新:9.89 涨跌:-0.10%

2. 带筛选条件的实时监控

import datetime
from tickflow import TickFlow

tf = TickFlow(api_key="your-api-key")
stream = tf.stream

alert_threshold = 5.0  # 涨幅超过 5% 时提醒


@stream.on_quotes
def on_quotes(quotes):
    for q in quotes:
        ext = q.get("ext", {})
        change_pct = ext.get("change_pct")
        if change_pct is None:
            continue

        change_pct_val = change_pct * 100
        if abs(change_pct_val) >= alert_threshold:
            name = ext.get("name", "")
            ts = datetime.datetime.fromtimestamp(q["timestamp"] / 1000)
            direction = "大涨" if change_pct_val > 0 else "大跌"
            print(
                f"[{ts:%H:%M:%S}] {direction} {q['symbol']} {name} "
                f"最新:{q['last_price']} 涨跌:{change_pct_val:+.2f}%"
            )


symbols = ["600519.SH", "000858.SZ", "601318.SH", "000001.SZ", "600036.SH"]
stream.subscribe("quotes", symbols)
stream.connect()

3. 非阻塞模式 + 动态订阅

import time
from tickflow import TickFlow

tf = TickFlow(api_key="your-api-key")
stream = tf.stream

watched = {}


@stream.on_quotes
def on_quotes(quotes):
    for q in quotes:
        watched[q["symbol"]] = q


# 后台运行 WebSocket
stream.subscribe("quotes", ["600519.SH", "000001.SZ"])
stream.connect(block=False)

# 主线程可以做其他事
time.sleep(5)

# 动态追加订阅
stream.subscribe("quotes", ["600036.SH", "601318.SH"])

# 定时打印最新行情
for _ in range(10):
    time.sleep(3)
    for symbol, q in watched.items():
        ext = q.get("ext", {})
        print(f"{symbol}: {q['last_price']} ({ext.get('name', '')})")
    print("---")

stream.close()

4. 异步 WebSocket

import asyncio
import datetime
from tickflow import AsyncTickFlow


async def main():
    async with AsyncTickFlow(api_key="your-api-key") as tf:
        stream = tf.stream

        @stream.on_quotes
        def on_quotes(quotes):
            for q in quotes:
                ts = datetime.datetime.fromtimestamp(q["timestamp"] / 1000)
                ext = q.get("ext", {})
                name = ext.get("name", "")
                print(f"[{ts:%H:%M:%S}] {q['symbol']} {name}: {q['last_price']}")

        await stream.subscribe("quotes", ["600519.SH", "000001.SZ"])
        await stream.connect()


asyncio.run(main())

---

五、进阶：结合日内 K 线做实时选股

不仅可以看行情快照，还可以结合日内分钟 K 线做更精细的分析：

日内 VWAP 偏离度筛选

from tickflow import TickFlow

tf = TickFlow(api_key="your-api-key")

symbols = ["600519.SH", "000858.SZ", "601318.SH", "000001.SZ", "600036.SH"]

dfs = tf.klines.intraday_batch(symbols, period="5m", as_dataframe=True, show_progress=True)

for symbol, df in dfs.items():
    if len(df) == 0:
        continue
    df["vwap"] = (df["amount"] / df["volume"]).round(2)
    latest = df.iloc[-1]
    vwap_dev = (latest["close"] - latest["vwap"]) / latest["vwap"] * 100
    status = "高于VWAP" if vwap_dev > 0 else "低于VWAP"
    print(f"{symbol}: 最新价 {latest['close']}, VWAP {latest['vwap']}, {status} {abs(vwap_dev):.2f}%")

分钟级均线突破监控

from tickflow import TickFlow

tf = TickFlow(api_key="your-api-key")

# 获取日内 5 分钟 K 线
df = tf.klines.intraday("600519.SH", period="5m", as_dataframe=True)
df["ma10"] = df["close"].rolling(10).mean()
df["ma30"] = df["close"].rolling(30).mean()

# 检查最新是否金叉
if len(df) >= 30:
    latest = df.iloc[-1]
    prev = df.iloc[-2]
    if latest["ma10"] > latest["ma30"] and prev["ma10"] <= prev["ma30"]:
        print(f"600519.SH 日内 5 分钟级别 MA10 上穿 MA30，关注！")
    else:
        print(f"600519.SH 日内暂无均线交叉信号")

---

六、ETF 行情监控

除了个股，ETF 也是很好的监控对象：

from tickflow import TickFlow

tf = TickFlow(api_key="your-api-key")

# 获取全部 ETF 行情
etf_quotes = tf.quotes.get(universes=["CN_ETF"], as_dataframe=True)
etf_quotes["change_pct"] = (
    (etf_quotes["last_price"] - etf_quotes["prev_close"]) / etf_quotes["prev_close"] * 100
)

# 成交额最大的 ETF（通常是宽基 ETF）
top_volume = etf_quotes.nlargest(20, "amount")
print("成交额 Top 20 ETF:")
print(top_volume[["symbol", "last_price", "change_pct", "amount"]].to_string(index=False))

# 涨幅最大的 ETF（发现热门板块）
top_change = etf_quotes.nlargest(10, "change_pct")
print("\n涨幅 Top 10 ETF:")
print(top_change[["symbol", "last_price", "change_pct"]].to_string(index=False))

通过 ETF 涨幅排行，可以快速发现当天最热门的板块方向。

---

七、五档盘口数据

如果需要更细粒度的分析，TickFlow 还提供五档买卖盘口（需 Pro/Expert 套餐）：

from tickflow import TickFlow

tf = TickFlow(api_key="your-api-key")

depth = tf.depth.get("600519.SH")

print(f"标的: {depth['symbol']}")
for i in range(5):
    bid_price = depth["bid_prices"][i]
    bid_vol = depth["bid_volumes"][i]
    ask_price = depth["ask_prices"][i]
    ask_vol = depth["ask_volumes"][i]
    print(f"  卖{5-i}: {ask_price} x {ask_vol}  |  买{i+1}: {bid_price} x {bid_vol}")

---

八、两种方案对比

维度	REST 轮询	WebSocket 推送
延迟	取决于轮询间隔（秒级）	毫秒级
实现难度	简单	稍复杂
适用场景	选股扫描、定时监控	盯盘、日内交易
资源消耗	每次请求有网络开销	长连接，效率更高
全市场支持	一次拉取全部行情	按标的订阅

建议：

• 全市场扫描选股 -> 用 REST，一次拿全部数据做筛选
• 自选股盯盘 -> 用 WebSocket，延迟更低
• 两者结合 -> REST 做定时全市场扫描，WebSocket 订阅筛选出的标的做实时监控

---

九、总结

本文介绍了两种 Python 实时监控 A 股行情的方案：

1. REST 轮询：一行代码拿到全市场 5000+ 只 A 股行情，适合定时扫描选股
2. WebSocket 推送：毫秒级延迟，适合盯盘和日内交易

核心功能包括：

• 涨跌幅排行
• 涨停股监控
• 放量上涨筛选
• ETF 板块监控
• 日内 VWAP 偏离分析
• 分钟级均线突破信号

TickFlow 提供了统一的 API，无论是 REST 还是 WebSocket，SDK 都做了良好的封装，几行代码即可实现复杂的监控逻辑。

---

相关链接

• 官网：tickflow.org
• 文档：docs.tickflow.org
• Github：github.com/tickflow-or...

---

实盘交易的第一步，不是下单，而是看到实时的市场。