Sequoia-X 详细部署教程

项目概述

Sequoia-X V2 是面向 A 股市场的量化选股系统，基于现代 Python 工程化标准从零重构。系统以 OOP 架构、向量化计算和增量数据更新为核心设计原则，每日收盘后自动选股并推送至飞书群。

核心特点：

  • 数据层使用 baostock（免费、无需注册、无限流）拉取历史及增量日 K 数据（后复权）
  • 存储于本地 SQLite，彻底规避东方财富反爬问题
  • 内置 7 种技术形态选股策略
  • 支持飞书 Webhook 自动推送

两种运行模式：

模式 命令 说明
日常模式 python main.py 8进程增量补数据 + 跑策略 + 飞书推送（2~3分钟）
回填模式 python main.py --backfill 全市场历史K线一次性灌入（约12分钟）

内置策略：

策略 说明
TurtleTrade 海龟突破：20日新高 + 成交额过亿 + 阳线防诱多，按涨幅排序
MaVolume 均线+放量突破
HighTightFlag 高而窄的旗形整理突破
LimitUpShakeout 涨停洗盘回踩确认
UptrendLimitDown 上升趋势中的跌停反包
RpsBreakout 欧奈尔 RPS 相对强度突破

部署前准备

系统要求

项目 要求
Python 3.10 或更高版本
操作系统 Windows / macOS / Linux
内存 最低 2GB，推荐 4GB+
磁盘空间 最低 500MB（数据库约 300MB）
网络 需能访问 baostock 服务（bs.baostock.com:443）

环境检查

1
2
python --version
pip --version

获取飞书 Webhook URL

Sequoia-X 需要一个飞书自定义机器人的 Webhook 地址来推送选股结果。

步骤 1：创建飞书群机器人

  1. 打开飞书，进入任意群聊（或创建新群）
  2. 点击群设置 → 群机器人 → 添加机器人 → 自定义机器人
  3. 设置机器人名称和描述后点击添加

步骤 2：获取 Webhook 地址

创建完成后，你会获得一个 Webhook 地址，格式如下：

text

1
https://open.feishu.cn/open-apis/bot/v2/hook/xxxxxxxxxxxxxxxxxxxxxxxxx

步骤 3：可选签名校验

如果开启了「签名校验」安全设置，需记录密钥用于后续配置。

提示：自定义机器人仅支持单向往群组内推送消息，不支持与用户进行消息交互，适用于自动推送选股结果场景。

方案一：使用 uv 部署（推荐）

uv 是快速的 Python 包管理器，能显著加速依赖安装。

步骤 1：安装 uv

1
2
3
4
5
# macOS / Linux
curl -LsSf https://astral.sh/uv/install.sh | sh

# Windows（PowerShell）
powershell -c "irm https://astral.sh/uv/install.ps1 | iex"

步骤 2：克隆仓库

1
2
git clone https://github.com/sngyai/Sequoia-X.git
cd Sequoia-X

步骤 3：安装依赖

1
uv sync

步骤 4：配置环境变量

1
cp .env.example .env

编辑 .env 文件，填入飞书 Webhook URL：

1
FEISHU_WEBHOOK_URL=https://open.feishu.cn/open-apis/bot/v2/hook/your-webhook-id

如开启了签名校验，还需添加：

1
FEISHU_SECRET=your-secret-key

步骤 5：首次回填历史数据

1
uv run python main.py --backfill

约 12 分钟完成 ~5200 只 A 股历史后复权日 K 数据回填。

注意：baostock 需要显式登录和登出，且不支持并发请求。Sequoia-X 已内置 8 进程并行处理和重试机制，但仍建议在网络稳定的环境下执行回填。

步骤 6：日常运行测试

1
uv run python main.py

如配置正确，2~3 分钟后飞书群将收到选股推送。

方案二：使用 pip 部署

如果你不使用 uv，也可以使用标准 pip 安装。

步骤 1：克隆仓库

1
2
git clone https://github.com/sngyai/Sequoia-X.git
cd Sequoia-X

步骤 2：创建虚拟环境（推荐）

1
2
3
4
5
6
7
8
# 创建虚拟环境
python -m venv .venv

# 激活（Linux/macOS）
source .venv/bin/activate

# 激活（Windows）
.venv\Scripts\activate

步骤 3：安装依赖

1
pip install .

步骤 4：配置环境变量

1
2
cp .env.example .env
# 编辑 .env，填入飞书 Webhook URL

步骤 5：首次回填历史数据

1
python main.py --backfill

步骤 6：日常运行

1
python main.py

自动化定时运行

Sequoia-X 设计为每日收盘后自动运行。推荐使用 crontab 实现定时任务。

Linux/macOS 配置 crontab

1
2
# 编辑 crontab
crontab -e

添加以下内容（每个交易日 19:15 执行）：

1
15 19 * * 1-5 cd /root/Sequoia-X && .venv/bin/python main.py >> log.txt 2>&1

crontab 时间格式说明：

text

1
2
3
4
5
6
7
15 19 * * 1-5
│  │  │ │ │
│  │  │ │ └── 星期（1-5 表示周一至周五）
│  │  │ └──── 月份（* 表示每月）
│  │  └────── 日期（* 表示每日）
│  └───────── 小时（19 点）
└──────────── 分钟（15 分）

Windows 任务计划程序

  1. 打开「任务计划程序」
  2. 创建基本任务，设置触发器为「每周」，选择周一至周五
  3. 设置时间为 19:15
  4. 操作选择「启动程序」，程序路径填写 Python 解释器，参数填写 main.py，起始位置填写项目目录

项目结构说明

text

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
Sequoia-X/
├── main.py                      # 入口：argparse 分发日常/回填模式
├── pyproject.toml               # 依赖声明 + ruff/pytest 配置
├── .env.example                 # 环境变量模板
├── data/                        # SQLite 数据库（运行时生成，不入 git）
├── sequoia_x/
│   ├── core/
│   │   ├── config.py            # Pydantic-settings 配置管理
│   │   └── logger.py            # rich 结构化日志
│   ├── data/
│   │   └── engine.py            # 数据引擎（baostock 回填 + 增量同步 + SQLite）
│   ├── strategy/
│   │   ├── base.py              # 策略抽象基类
│   │   ├── turtle_trade.py      # 海龟交易策略
│   │   ├── ma_volume.py         # 均线放量策略
│   │   ├── high_tight_flag.py   # 高窄旗形策略
│   │   ├── limit_up_shakeout.py # 涨停洗盘策略
│   │   ├── uptrend_limit_down.py # 上升跌停策略
│   │   └── rps_breakout.py      # RPS 突破策略
│   └── notify/
│       └── feishu.py            # 飞书 Webhook 推送
└── tests/                       # 属性测试（hypothesis）

数据说明

项目 说明
数据源 baostock（免费、无需注册、无限流）
复权方式 后复权（hfq）— 历史价格不变，适合增量存储，避免除权导致数据错乱
存储 本地 SQLite（data/sequoia_v2.db），可直接拷贝到其他机器使用
日常增量 8 进程并行通过 baostock 拉取，2~3 分钟完成全市场更新

关于 baostock 的注意事项

baostock 是一个免费、开源的证券数据平台，无需注册，但有以下使用限制：

  1. 必须先登录：每次运行前需调用 bs.login()，并检查返回码
  2. 不支持并发：连续调用 5 次以上可能触发风控，建议请求间隔 ≥1 秒
  3. 股票代码格式：必须为 sh.600000 或 sz.000001 格式
  4. 会话管理：登录状态仅在当前 Python 进程有效，脚本重启需重新登录
  5. 显式登出：必须调用 bs.logout()，否则进程残留连接

Sequoia-X 已在数据引擎中处理了上述问题，包括重试和自动重连机制。

常见问题排查

问题 症状 解决方案
baostock 登录失败 查询返回空表或报错 检查网络能否访问 bs.baostock.com:443，确保服务器时间准确，检查防火墙设置
数据下载失败 连接超时或中断 检查网络稳定性，关闭防火墙测试，避免频繁请求触发限流
飞书推送失败 未收到消息 验证 Webhook URL 是否正确，检查签名密钥是否匹配，确认飞书群机器人是否启用
回填过程超时 长时间无响应 项目已内置重试和自动重连机制，如仍失败可分段回填或稍后重试
crontab 任务未执行 定时任务无效 检查 crontab 语法，确认路径为绝对路径，查看系统日志 /var/log/syslog
虚拟环境未激活 模块导入错误 确保执行 source .venv/bin/activate 后再运行脚本
数据目录权限问题 数据库写入失败 确保 data/ 目录存在且有写入权限

网络诊断脚本

如遇到 baostock 连接问题，可运行以下命令诊断：

1
2
3
4
5
# 检测 DNS 解析和网络连通性
ping -c 3 bs.baostock.com

# 检测 443 端口是否被阻断
timeout 5 bash -c 'cat </dev/null >/dev/tcp/bs.baostock.com/443' && echo "端口可达" || echo "端口被阻断"

数据备份与恢复

Sequoia-X 的数据存储在 data/sequoia_v2.db 文件中，可直接复制备份。

备份

1
cp -r data ./data-backup-$(date +%Y%m%d)

恢复

1
cp -r data-backup-YYYYMMDD/. ./data/

迁移到其他机器

直接将整个 data/ 目录拷贝到新机器的项目目录下即可。

更新到最新版本

1
2
3
4
5
6
7
8
9
10
cd Sequoia-X

# 拉取最新代码
git pull

# 更新依赖（uv 方式）
uv sync

# 或（pip 方式）
pip install . --upgrade

总结

部署方案 适用场景 难度 推荐度
uv 部署 大多数用户，追求速度 ⭐ ⭐⭐⭐⭐⭐
pip 部署 熟悉传统 Python 环境 ⭐⭐ ⭐⭐⭐⭐
配合 crontab 自动化定时选股 ⭐⭐ ⭐⭐⭐⭐⭐
数据迁移 换机器或备份 ⭐ ⭐⭐⭐⭐

对于大多数用户，uv 部署是最简单直接的选择：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
# 安装 uv
curl -LsSf https://astral.sh/uv/install.sh | sh

# 克隆并进入项目
git clone https://github.com/sngyai/Sequoia-X.git
cd Sequoia-X

# 安装依赖
uv sync

# 配置飞书 Webhook
cp .env.example .env
# 编辑 .env 填入你的 Webhook URL

# 首次回填历史数据
uv run python main.py --backfill

# 测试运行
uv run python main.py

# 配置 crontab 自动运行
crontab -e
# 添加：15 19 * * 1-5 cd /root/Sequoia-X && .venv/bin/python main.py >> log.txt 2>&1

完成部署后，系统将在每个交易日收盘后自动扫描全市场股票，运行 7 种策略，并将符合条件的股票推送至你的飞书群。如需查看详细选股结果，可检查日志文件 log.txt 或直接查询 SQLite 数据库。