1. 项目概述一个开源的股票筛选利器最近在和一些做量化分析的朋友交流时发现大家普遍面临一个痛点市面上成熟的股票筛选工具要么收费昂贵要么功能僵化无法灵活定制自己的策略。直到我发现了pkjmesra/PKScreener这个开源项目它像一把瑞士军刀为想要自主进行股票技术面筛选的投资者和开发者提供了一个强大、可定制的本地化解决方案。这个项目本质上是一个基于 Python 的命令行工具它能够从公开数据源通常是雅虎财经批量获取股票数据并允许用户通过编写简单的筛选规则快速找出符合特定技术指标的股票池。对于A股、港股、美股等市场的参与者来说手动翻看几百甚至上千只股票的图表是不现实的。PKScreener的价值就在于将这个过程自动化。你可以把它理解为一个高度可编程的“雷达”它按照你设定的“扫描参数”比如“突破20日均线且成交量放大”、“RSI超卖”、“MACD金叉”等在浩瀚的股海中自动巡逻最终只把那些发出信号的“目标”呈现在你面前。这不仅仅是节省时间更重要的是避免了人工筛选时的主观遗漏和情绪干扰让决策基于一致、量化的规则。这个项目非常适合有一定Python基础希望建立自己量化分析工作流的个人投资者、金融数据分析爱好者以及对量化策略原型开发感兴趣的开发者。它不提供直接的买卖建议而是提供一个高效的数据处理和策略回测框架将策略思想转化为可执行、可验证的代码逻辑。接下来我将深入拆解它的设计思路、核心功能并分享从零开始配置和使用它进行实战筛选的完整过程以及我踩过的一些坑和总结的实用技巧。2. 核心架构与设计思路拆解2.1 为何选择命令行与本地化架构PKScreener选择了命令行界面CLI和本地化运行的架构这是一个非常务实且强大的设计选择。首先CLI意味着轻量、高效和易于自动化。它不需要复杂的图形界面所有操作通过命令和配置文件完成这使得它可以轻松地集成到更复杂的自动化流水线中比如定时任务Cron Job或Windows任务计划程序实现每日收盘后自动扫描并通过邮件或消息机器人推送结果。其次本地化运行保障了数据隐私和策略保密性。你的所有筛选规则、关注的股票列表以及运行结果都保存在自己的电脑上无需将任何敏感信息上传到第三方服务器。这对于策略开发者来说是至关重要的。同时本地运行也意味着速度取决于你的网络和计算资源在处理自定义股票列表时响应速度通常比依赖网络API的在线工具更快、更稳定。项目的核心工作流程可以概括为“获取-计算-筛选-输出”四步。它从一个预定义的或用户自定义的股票代码列表开始通过yfinance这类库从雅虎财经获取历史行情数据开盘价、收盘价、最高价、最低价、成交量。接着它利用pandas和TA-Lib或类似的计算库对原始数据进行加工计算出一系列技术指标如移动平均线MA、相对强弱指数RSI、布林带Bollinger Bands、MACD等。然后它加载用户编写的筛选规则将每只股票的计算结果与规则进行逻辑比对。最后将符合所有规则的股票以清晰格式如控制台表格、CSV文件输出。2.2 核心模块与依赖关系解析要理解PKScreener我们需要剖析其核心模块。虽然具体实现可能随版本迭代但其骨架通常包含以下几个部分数据获取模块Data Fetcher这是项目的“眼睛”。它负责与外部数据源通信。通常它会封装一个数据获取类处理股票代码的格式化、请求重试、错误处理以及数据缓存。例如针对不同市场如A股代码后缀.SS 港股.HK可能需要做适配转换。一个健壮的获取模块还应该考虑网络超时和日数据缺失如停牌的情况。指标计算引擎Indicator Engine这是项目的“大脑”。原始价格成交量数据在此被转化为有意义的信号。该引擎严重依赖于技术分析库如TA-Lib。TA-Lib是一个行业标准它用C语言实现并由Python封装计算速度快且准确。引擎会批量计算列表中各股票的各项指标并将结果组织成结构化的DataFrame供后续筛选使用。规则解析与筛选器Rule Parser Screener这是项目的“判断中枢”。用户定义的筛选规则通常写在YAML或JSON配置文件中在这里被解析成可执行的逻辑表达式。例如规则“close sma_20 and volume volume_sma_20 * 1.5”会被解析成对pandas DataFrame的布尔索引操作。筛选器遍历所有股票应用这些布尔条件筛选出符合条件的标的。配置与输出处理器Config Output Handler这是项目的“控制面板”和“报告生成器”。它管理股票列表文件、筛选规则配置文件并控制输出格式。输出可能直接打印在终端更适合人工快速浏览也可能写入CSV文件便于导入Excel进行进一步分析或存档。注意TA-Lib的安装可能是新手遇到的第一个坎。在Windows上通常需要先安装对应的C语言编译环境或者直接下载预编译的whl文件。在macOS上可能需要通过Homebrew安装ta-lib库后再用pip安装Python绑定。这部分在项目的README中往往有说明但根据系统环境不同可能需要一些 troubleshooting。3. 环境搭建与详细配置指南3.1 从零开始的安装与依赖部署假设我们是在一个干净的Python 3.8环境中开始。我强烈建议使用虚拟环境如venv或conda来管理依赖避免污染系统环境。首先克隆项目仓库并进入目录git clone https://github.com/pkjmesra/PKScreener.git cd PKScreener创建并激活虚拟环境以venv为例python -m venv .venv # Windows .venv\Scripts\activate # Linux/macOS source .venv/bin/activate接下来安装核心依赖。项目通常会提供一个requirements.txt文件。但除了它我们还需要确保TA-Lib正确安装。pip install -r requirements.txt对于TA-Lib如果通过pip install TA-Lib失败我们需要先安装系统级的库macOS:brew install ta-libUbuntu/Debian:sudo apt-get install libta-lib-devWindows: 前往 TA-Lib官网 下载与你的Python版本和系统架构如cp38、win_amd64对应的预编译.whl文件然后通过pip install 下载的文件名.whl安装。安装完成后可以在Python交互环境中测试import talib是否成功并简单计算一个指标如talib.SMA来验证。3.2 配置文件深度解读与自定义PKScreener的强大之处在于其可配置性。通常我们需要配置两个核心文件股票列表文件和筛选规则文件。股票列表文件如stock_list.txt或symbols.csv 这个文件包含了你要扫描的所有股票代码。格式通常是一行一个代码。对于多市场需要遵循数据源雅虎财经的命名约定。例如AAPL MSFT GOOGL TSLA 000001.SZ # 深交所平安银行雅虎格式 09988.HK # 港股阿里巴巴你需要根据自己关注的板块或市场来维护这个列表。可以从交易所官网、财经数据服务商处获取全量或分类列表。筛选规则文件如screener_rules.yaml 这是策略的核心。YAML格式因其可读性好而被广泛使用。一个规则文件可能长这样screener: name: “突破放量策略” rules: - rule: “收盘价上穿20日均线” condition: “close sma_20 and close[1] sma_20[1]” # 当日收盘价大于SMA20且昨日收盘价小于等于昨日SMA20 - rule: “成交量大于50日均量线的1.2倍” condition: “volume sma_volume_50 * 1.2” - rule: “当前价格位于布林带上轨附近介于上轨与上轨的95%之间” condition: “close bollinger_upper * 0.95 and close bollinger_upper” output: format: “csv” columns: [“symbol”, “close”, “sma_20”, “volume”, “sma_volume_50”, “bollinger_upper”]在这个配置中condition字段的表达式是关键。它支持常见的比较运算符和逻辑运算符。引擎在后台会将sma_20,volume等字符串映射到已经计算好的DataFrame列上。output部分定义了结果的呈现方式你可以指定需要输出哪些列的数据这对于分析结果非常有用。实操心得在编写复杂规则时建议先在Jupyter Notebook或单独的Python脚本中用少量股票数据测试你的条件表达式是否正确。例如手动计算close sma_20这个布尔序列看看结果是否符合预期。这样可以避免因规则语法错误或逻辑错误导致扫描结果为空或全选。4. 核心功能实战编写与执行筛选策略4.1 一个完整的策略从构思到实现让我们实现一个相对经典的双均线金叉策略作为例子。策略逻辑筛选出当日短期均线如5日线上穿长期均线如20日线并且股价位于长期均线之上同时成交量不低于平均水平的股票。第一步策略量化条件15日均线SMA5 20日均线SMA20条件2昨日SMA5 SMA20 确保是“当日”才发生金叉条件3收盘价 SMA20 确认股价处于均线系统上方条件4当日成交量 20日平均成交量的80% 确保有资金关注第二步编写规则配置我们将上述逻辑转化为YAML配置。这里假设指标计算模块已经为我们生成了sma_5,sma_20,volume_sma_20这些列。screener: name: “双均线金叉策略” rules: - rule: “5日均线上穿20日均线” condition: “sma_5 sma_20 and (sma_5.shift(1) sma_20.shift(1))” # 使用shift(1)获取昨日值 - rule: “股价站稳20日线之上” condition: “close sma_20” - rule: “成交量活跃” condition: “volume volume_sma_20 * 0.8” output: format: “table” # 输出到控制台便于快速查看 columns: [“symbol”, “close”, “change_percent”, “sma_5”, “sma_20”, “volume_ratio”]注意sma_5.shift(1)的用法这表示取前一期昨日的SMA5值。这是实现“上穿”逻辑的关键今日大于且昨日不大于。第三步执行扫描通过命令行运行扫描器指定配置文件和股票列表python pk_screener.py --config config/golden_cross.yaml --symbols my_watchlist.txt --days 30这里--days 30指定获取最近30个交易日的数据用于计算均线等指标。程序会依次获取数据、计算指标、应用规则最后在终端打印出符合条件的股票表格。4.2 高级技巧多时间周期与条件组合真正的策略 rarely 只依赖日线。PKScreener项目有时会支持多周期数据获取或者我们可以通过一些技巧来模拟。例如如果你想加入“周线处于上升趋势”作为过滤条件一个变通的方法是在获取数据时拉取足够长的日线数据例如120天约6个月。在指标计算中自己计算周线级别的均线例如将日线数据resample成周线再计算20周均线。但这通常需要你修改或扩展核心的指标计算引擎。对于更复杂的条件组合YAML规则支持使用and和or进行嵌套。例如想寻找“要么出现金叉要么RSI从超卖区30回升至40以上”的股票condition: “(sma_5 sma_20 and sma_5.shift(1) sma_20.shift(1)) or (rsi 40 and rsi.shift(1) 30)”合理使用括号来明确逻辑优先级非常重要。对于极其复杂的策略可以考虑将不同逻辑模块拆分成多个子规则文件分步执行筛选再将结果取交集或并集这样更易于管理和调试。5. 结果分析与策略优化闭环5.1 解读输出与生成分析报告扫描完成后我们会得到一个股票列表。但列表本身只是第一步。PKScreener的输出应该成为进一步深度分析的起点。基础分析查看输出表格中的关键列。change_percent当日涨跌幅可以让你知道信号出现时股价的即时反应。volume_ratio量比能告诉你成交活跃度是否异常。将结果列表按某些列排序如涨幅、量比可以快速定位最强或最异常的信号。进阶分析将输出的CSV文件导入到Excel、PythonPandas或更专业的分析软件如Backtrader, Zipline中进行回测。这是最关键的一步。你需要验证这个筛选规则历史表现如何例如你可以编写一个简单的脚本对过去几年每一天都模拟运行这个筛选器然后观察筛选出的股票在接下来N天例如5天、20天的平均收益率、胜率上涨概率、最大回撤等。这才是量化分析的灵魂——用历史数据验证策略逻辑的有效性而不仅仅是找到今天的几个标的。可视化对于筛选出的个别重点股票应该手动查看其K线图。将策略中使用的指标如SMA5, SMA20, RSI在图表上画出来直观地检查信号发生的位置、股价所处的整体趋势是底部反弹还是高位震荡以及成交量的配合情况。这能帮助你理解策略在何种市场环境下更有效。5.2 策略迭代与参数优化没有一个策略是放之四海而皆准的。基于PKScreener的初步结果和回测分析你需要进入“迭代优化”的循环。参数敏感度测试我们的双均线策略用了5 20这个参数组合。它一定是最优的吗你可以很容易地修改规则文件测试4 19、6 21、8 22甚至10 30等不同组合。批量运行这些变体对比它们的回测结果如夏普比率、最大回撤、年化收益找到对当前市场适应性更好的参数。这个过程可以手动进行也可以通过编写外层脚本实现网格搜索Grid Search自动化。规则增删与权重调整也许你会发现单纯的金叉信号噪音很多。可以考虑增加额外的过滤条件比如趋势过滤器要求股价在200日均线之上长期趋势向上。波动率过滤器要求ATR平均真实波幅低于一定阈值避免在暴涨暴跌的妖股上发出信号。板块过滤只扫描特定行业的股票这需要你在股票列表文件层面预先分类。反之如果策略筛选出的股票太少可能需要放宽某些条件比如将成交量的要求从“大于均量线的1.2倍”降低到“大于均量线的0.8倍”或者将“收盘价大于SMA20”改为“收盘价大于SMA20的98%”。重要提示优化过程中要警惕“过度拟合”Overfitting。如果你针对一小段历史数据测试了成百上千种参数组合最终找到一个表现极佳的“圣杯”它很可能只是巧合在未来实盘中会迅速失效。避免过度拟合的方法是1. 使用更长的历史数据2. 将数据分为“训练集”用于优化参数和“测试集”用于验证结果两者不能有重叠3. 保持策略逻辑的简洁性避免添加过多复杂条件。6. 常见问题排查与实战经验沉淀6.1 运行故障与解决方案速查表在实际使用中你几乎一定会遇到下面这些问题。这里是我总结的排查清单问题现象可能原因解决方案运行后无任何输出或立即退出1. 虚拟环境未激活或依赖未安装。2. 配置文件路径错误。3. 股票列表文件为空或格式错误。1. 确认虚拟环境已激活 (which python或where python)用pip list检查关键包pandas, yfinance, ta-lib。2. 使用绝对路径或确认相对路径正确。在命令中加--verbose或-v标志查看详细日志。3. 检查股票列表文件确保代码格式正确且无空行。错误信息提及TA-Lib或指标计算失败1. TA-Lib未正确安装。2. 数据长度不足以计算某些指标如需要250天数据算年线但只获取了50天。1. 参考上文“环境搭建”部分重新安装TA-Lib系统库和Python绑定。2. 增加数据获取的天数--days参数确保大于指标计算所需的最长周期。程序卡在“Fetching data…”或网络错误1. 网络连接问题无法访问雅虎财经。2. 一次性请求的股票数量太多被限制或超时。3. 股票代码错误导致请求无响应。1. 检查网络尝试使用代理注意需在代码中配置网络代理而非使用违规工具。2. 分批次运行将大股票列表拆分成多个小文件依次处理。在代码中增加请求间隔time.sleep。3. 验证股票代码格式是否符合数据源要求。筛选结果过多或过少不符合预期1. 筛选规则逻辑错误如条件方向写反。2. 指标计算有误如用了错误的价格序列。3. 数据未及时更新用了旧数据。1. 用单只股票在Python交互环境中逐行调试规则条件打印中间变量。2. 核对指标计算函数的参数例如SMA是计算在close上还是open上。3. 确认数据获取的截止日期是最近一个交易日。清理可能存在的旧数据缓存。输出中文乱码控制台或文件编码问题。在输出前对字符串进行编码处理或在打开文件时指定encoding‘utf-8-sig’。在Windows命令行中可以尝试执行chcp 65001切换到UTF-8代码页。6.2 性能优化与维护心得当你的股票列表很大比如全市场扫描时性能会成为瓶颈。以下是我总结的几条优化经验1. 缓存数据历史行情数据在短时间内不会变化。不要每次扫描都重新下载全部数据。可以修改数据获取模块将下载的数据按股票代码和日期保存为本地文件如Parquet、Feather格式比CSV读写更快。下次扫描时先检查本地是否有足够新的数据只下载增量部分。这能将运行时间从几分钟缩短到几秒钟。2. 并行获取股票数据获取是I/O密集型任务非常适合并行化。可以使用concurrent.futures.ThreadPoolExecutor来并发发送多个网络请求显著减少数据获取阶段的总耗时。但要注意设置合理的并发数避免对数据源造成过大压力或被封IP。3. 精简指标计算在配置文件中只计算你用到的指标。如果规则只用到了SMA和RSI就不要计算MACD、布林带等所有指标。这需要规则解析器与指标计算引擎有良好的联动设计。4. 定期维护股票列表股票会上市、退市、更名。定期更新你的股票列表文件剔除无效代码加入新股否则运行时会产生大量错误请求拖慢速度并产生噪音日志。5. 日志与监控为你的扫描脚本添加详细的日志记录使用Python的logging模块记录每次运行的时间、处理的股票数量、筛选出的数量、遇到的错误等。这有助于你监控脚本的健康状况并在出现问题时快速定位。最后我想强调的是PKScreener这类工具提供的是一种“可能性”它将你从重复的数据处理劳动中解放出来让你能更专注于策略逻辑本身。但它输出的信号只是分析的开始而不是投资的终点。任何技术指标都有其局限性和滞后性市场情绪、基本面突变、宏观政策等因素都无法被简单的量价模型所捕捉。因此将这些筛选结果与基本面分析、市场新闻、板块轮动等信息结合进行综合判断才是更为稳健的做法。在我的使用中我更多地把它当作一个“预警雷达”和“研究清单生成器”它的警报响了告诉我哪些股票出现了我模型关注的变化然后我再带着这个清单去进行更深度的、机器尚无法替代的定性分析。