搜索[股票出售]结果-低调大师优秀个人博客

我用一个真实场景讲清楚 WorkBuddy 怎么从"会聊天"变成"替我干活"：每天自动生成京东方A(000725)、沐曦股份(688802)的盘前/盘中/盘后分析报告，并邮件兜底推到手机。配一次，天天自动跑。 **一、工作流骨架** - `build_live.py`：命令行传 `盘前/盘中/盘后` 参数，自动抓实时行情（腾讯快照+250日K线、板块轮动双源冗余），任一数据源失败则回退并标记数据状态，产出**自包含 HTML 报告**。 - 报告强制含"操盘团队意见"卡片（量化/技术/风控三视角+团队共识），页眉带行情时点和「实时/过期」徽标，打开即懂。 - 邮件兜底：用 `agently-cli message +send` 两步 ctk 流程发给指定邮箱，确保手机必达，不依赖微信。 **二、用自动化串起来** 在 WorkBuddy 建"每日定时任务"：先判交易日门禁（周末/节假日直接跳过），到点跑脚本 → present_files 呈现报告 → 邮件兜底。一次配好，工作日自动跑，不用我动手。 **三、关键踩坑：积分管控** 自动任务一多，积分哗哗掉。我的做法： 1. 纯本地维护类自动化（如清理运行日志）保留； 1. 调用外部 API / 逐封 LLM 分析邮件的（每小时邮件分拣、午盘汇报、邮箱清理）先暂停，按需再开； 1. 简单问答切轻量模型、长对话用 `/compact` 压缩——省下的就是赚到的。（截图位 1：报告 HTML 预览图；截图位 2：自动化任务配置页） **总结：** WorkBuddy 的价值不在"能聊"，而在"配一次、自动跑、交付物直接能用"。配好自动化 + 管好积分，日常办公基本不花钱。

2026-08-07

AI 到底能不能替代劳动力和股票？听完这场对谈，我改了三个判断

# AI 到底能不能替代劳动力和股票？听完这场对谈，我改了三个判断这两天在 B 站把《人生 Beta 版》这期视频播客翻来覆去看了好几遍。

2026-07-15

用 WorkBuddy 搭建股票量化回测工作流：从 TDX 数据到可视化报告的实操教程

# 用 WorkBuddy 搭建股票量化回测工作流：从 TDX 数据到可视化报告的实操教程标签：#WorkBuddy# ## 一、为什么要把回测交给 WorkBuddy 做 A 股量化的人大多卡在同一个地方

2026-10-07

Python 获取股票数据后如何直接转 DataFrame？一套代码统一 A 股、美股和港股

本文从我实际搭建跨市场量化数据层的经历出发，介绍如何利用统一的股票代码规则和 DataFrame 输出，把不同市场的数据接入同一套 Pandas 分析流程。

2026-09-23

Python 股票数据 API 终极对比：个人量化开发者如何低成本获取 A 股实时行情

股票、基金、期货、宏观数据都能在一个 Python 包里调用，很适合验证想法。它的不确定性也很明显：部分接口封装自公开网页，上游页面、参数或反爬策略发生变化，接口可能随之失效。

2026-09-19

股票历史数据为什么会出现缺失？别急着补数据，我先检查是不是复权口径出了问题

策略本身非常简单： - 获取历史收盘价； - 计算过去 N 日收益； - 根据收益率排序； - 形成股票池。回测过程中，我看到某只股票在一个公司行为发生前后出现了非常明显的价格跳变。

2026-09-02

300只股票日线数据API到底有多快？我后来发现，单看响应时间其实会误导自己

每天收盘后，我需要获取股票池的数据，再计算各种因子。刚开始股票池只有几十只，我根本感觉不到数据获取有什么问题。后来股票池扩大到300只。那一天我第一次认真测数据接口。

2026-08-29

股票代码变更后如何保证回测数据不断层？从代码映射到 QuantDash 数据拼接的工程实践

### 📌 摘要 / 快速解答 (Direct Answer) > **针对“股票发生代码变更（例如吸收合并）后，如何保证回测数据前后拼接不断层？”

2026-08-26

深度强化学习驱动下的股票交易策略：数据清洗、Rainbow DQN实现与回测全流程解析

# 深度强化学习驱动下的股票交易策略：数据清洗、Rainbow DQN实现与回测全流程解析 **作者**：[您的署名] **关键词**：深度强化学习、DQN、股票交易、回测、FinRL、PyTorch

2026-08-23

还在手动维护股票代码列表？你的 Python 选股脚本可能已经漏了几百只票

# 还在手动维护股票代码列表？

2026-08-12

股票行情数据源质量评估实践：延迟、连续性与稳定性的技术检验方法

在建设面向量化研究的行情数据服务过程中，我们团队针对如何客观评价股票数据源的质量与延迟沉淀了一套测试方案。服务客户主要为对冲基金和私募管理人，对数据的准确性、一致性和时效性有极高要求。

2026-08-04

股票API数据体验大比拼2026：iTick美股港股实时行情接口值不值得用

股票API、美股实时数据、港股行情接口、量化交易数据源——如果你也在为这些关键词头疼，大概率是正在给自己的选股工具、资讯站或者量化系统找一个靠谱的股票数据供应商。

2026-08-01

Python 股票行情 API 实战：用 React 构建实时行情与 K 线面板，支持美股历史数据下载

# Python 股票行情 API 实战：用 React 构建实时行情与 K 线面板，支持美股历史数据下载 !

2026-10-12

资源下载

更多资源

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源，继承了IntelliJ IDEA强大的JS部分的功能。

精选列表

【Python量化数据可视化 #03】多只股票怎么比？走势归一化对比+相关性热力图

股票前复权和后复权到底有什么区别？一次历史价格漂移的排查记录

先从统一股票代码开始排查

如何使用 Python 获取股票五档盘口：从实时行情到订单簿数据的完整实践

选择股票数据 API 时，为什么我越来越看重稳定性，而不是功能数量？

300只股票日线要跑5分钟？——量化数据API的批量性能与工程化能力

股票API数据聚合实践：分钟K线转日线时的时区一致性设计与实现

用 WorkBuddy 把每日股票汇报做成自动化：实时行情+HTML报告+邮件兜底，顺手管住积分