用 Agent 帮我盯盘：从手动刷行情到自动异动提醒

有朋友问我："你天天盯盘不累吗？" 说实话，盯盘这件事真的不需要人来做。涨跌、异动、成交------这些数据就在那，变化规律完全可以由程序+ Agent 帮你盯着，人只需要在关键信号出现时做决策。

这期聊聊我怎么做一个「股票盯盘 Agent」：行情拉取、异动规则、决策辅助，全程只做"提醒+分析"，不做自动交易。

一、需求拆解：盯盘到底盯什么

先想清楚，盯盘盯的是什么：

要盯的	规则	频率
涨跌幅	单日 > 3% 提醒	实时
成交量异动	是昨日 2 倍	盘中
关键价位	跌破/突破设定价	实时
板块联动	同板块多股异动	尾盘
公告	公告/龙虎榜更新	定期

手动盯 = 高频轮询 + 判断，这恰恰是 Agent 最擅长的。人只保留「买入/卖出决策」。

二、数据源：行情接口 + 定时任务

我用行情数据接口（免费/低频）做数据源，定时任务每分钟拉一次：

python 复制代码

def fetch_quotes(codes):
    resp = requests.get(
        "https://api.example.com/quote",
        params={"codes": ",".join(codes)},
        headers={"Authorization": f"Bearer {TOKEN}"},
        timeout=10,
    )
    return {item["code"]: item for item in resp.json()["data"]}

关键点：

只拉自选股（20 只以内），不搞全市场，控制频率
交易时间（9:30-11:30, 13:00-15:00）才拉，非交易时段跳过
失败重试，断连自动补拉

三、规则引擎：不靠「感觉」，靠「阈值」

Agent 盯盘最怕"看起来涨了"这种模糊判断。所以我把所有提醒都量化成规则：

python 复制代码

def check_alerts(quote, history):
    alerts = []
    if quote["pct"] <= -3:
        alerts.append(f"大跌 {quote['pct']}%: {quote['name']}，关注")
    if quote["volume"] > history["avg_volume_5d"] * 5:
        alerts.append(f"放量 {quote['volume']/history['avg_volume_5d']:.1f}倍: {quote['name']}")
    if quote["price"] <= support_level(quote):
        alerts.append(f"跌破支撑位 {support_level(quote)}: {quote['name']}")
    return alerts

三条规则覆盖 90% 的高价值信号：涨跌幅、量比、关键价位。其他（板块轮动、资金流向）因为数据不稳定，不纳入提醒，避免噪声。

四、让 Agent 做「解读」：把信号变人话

规则引擎给出的是「事实」，但用户要的是「结论」。这一步交给 LLM：

输入：

复制代码

今天自选股异动：
- 某股 -4.2%，放量 3.1 倍，跌破 10 日均线
- 某板块整体 -1.8%，多只个股同跌

请给出：
1. 重点提醒（优先级排序）
2. 可能的原因分析（结合近期消息面）
3. 操作建议（买/卖/持/观望）

Agent 输出（限制 3 条以内）：

复制代码

今日重点 2 条：
1.【高】XX股份 -4.2% 放量下跌，跌破 10 日线，资金流出明显，短期观望
2.【中】YY板块 3 股同跌，或与行业消息有关，注意持仓集中度风险

重点：Agent 输出决策辅助，不自动下单。任何建议都要人确认------这是底线。

五、提醒机制：分级 + 不打扰

和房价监控一样，提醒必须分级、聚合、可静音：

级别	触发	推送方式
紧急	单日跌幅 > 5% / 巨量	即时推送
重要	异动 3 条内	盘中定时汇总
常规	日终总结	收盘后一份

日终总结示例（收盘后）：

复制代码

今日收盘小结（20 只自选）：
- 上涨 12 只，下跌 8 只
- 异动：XX 放量 3 倍，YY 破位
- 明日关注：ZZ 有公告

六、避坑指南（真金白银的教训）

别做自动交易 → 现在没接任何交易 API，只做提醒。自动化交易风险太大
规则要可解释 → 所有规则写成配置，不藏在代码里，方便调整阈值
数据源要稳定 → 免费接口高峰期可能限流，设置超时 + 重试，宁可漏一拍也不假报
别让 AI 预测股价 → Agent 只做「监控 + 解释」，不做「预测」，说了也是幻觉

七、效果

手动盯盘：每天 2-3 小时 → 10 分钟看汇总
异动捕获：5% 级异动 100% 在 2 分钟内收到提醒
心态改善：从"一直盯着怕错过"变成"信号来了再看"

总结

盯盘 Agent 的边界很清晰：

数据拉取 → 规则判断 → LLM 解读 → 人决策。

Agent 负责监控，人负责下单。

股票盯盘本质是"信息获取 + 规则判断"，这两块都是 Agent 的主场。把机械的盯盘交给 Agent，把决策留给自己------这是投资工具的正确姿势。

下一篇：用 Agent 搭个人知识库 RAG，看怎么让私有文档变成能问答的智能体。