ae480cb3e7ab39651d37a8ce55c06359ba55581b
国内期货交易监控复盘系统
基于 Flask 的国内期货监控与复盘 Web 应用,支持开单计划、关键位监控、止盈止损自动跟踪、企业微信推送与统计分析。
功能模块
| 模块 | 说明 |
|---|---|
| 开单计划 | 品种、方向、决策区间、止损/止盈;价格进入区间后激活并推送 |
| 关键位监控 | 箱体/收敛突破、阻力/支撑位突破提醒(触发后去重) |
| 交易记录与复盘 | 自动记录止盈/止损结果 |
| 统计分析 | 总交易、胜率,按品种/类型/方向统计 |
| 系统设置 | 修改密码、配置企业微信 Webhook |
品种输入
在各表单中输入中文品种名(如「白银」「螺纹钢」),自动联想新浪行情代码及主力合约标识。
环境要求
- Ubuntu 20.04+(推荐)
- Python 3.10+
- Node.js(仅 PM2 进程守护需要)
- 网络可访问
hq.sinajs.cn(行情)及企业微信 API
快速部署(Ubuntu + /opt)
# 克隆仓库后,在项目目录执行一键部署
sudo bash deploy.sh
默认安装路径:/opt/qihuo,服务端口:6600。
部署完成后访问:http://服务器IP:6600
手动部署
1. 安装系统依赖
sudo apt update
sudo apt install -y python3 python3-venv python3-pip git
# PM2(进程守护)
curl -fsSL https://get.pnpm.io/install.sh | sh - # 或直接用 npm
sudo npm install -g pm2
2. 克隆到 /opt
sudo mkdir -p /opt
sudo git clone https://git.bz121.com/dekun/qihuo.git /opt/qihuo
sudo chown -R $USER:$USER /opt/qihuo
cd /opt/qihuo
3. 虚拟环境与依赖
python3 -m venv venv
source venv/bin/activate
pip install -r requirements.txt
4. 配置环境变量
cp .env.example .env
# 编辑 .env,至少修改 SECRET_KEY 和 ADMIN_PASSWORD
nano .env
.env 主要字段:
HOST=0.0.0.0
PORT=6600
SECRET_KEY=随机长字符串
ADMIN_USERNAME=admin
ADMIN_PASSWORD=首次登录密码
WECHAT_WEBHOOK=企业微信机器人地址(可选,也可在页面配置)
管理员密码首次从
.env写入数据库并哈希存储,之后请在「系统设置」中修改。
5. PM2 启动
pm2 start ecosystem.config.cjs
pm2 save
pm2 startup # 按提示执行生成的命令,实现开机自启
6. 常用 PM2 命令
pm2 status
pm2 logs qihuo
pm2 restart qihuo
pm2 stop qihuo
本地开发
python3 -m venv venv
source venv/bin/activate
pip install -r requirements.txt
cp .env.example .env
python app.py
目录结构
qihuo/
├── app.py # 主程序
├── symbols.py # 期货品种映射
├── requirements.txt
├── .env.example
├── deploy.sh # Ubuntu 一键部署
├── ecosystem.config.cjs # PM2 配置
├── static/js/symbol.js # 品种联想
├── templates/ # 页面模板
└── futures.db # SQLite 数据库(运行后生成)
监控逻辑说明
开单计划
- 待触发:当前价进入「决策区间 [下限, 上限]」→ 企业微信通知,状态变为「已激活」
- 已激活:监控止盈止损直至触发,写入交易记录,计划关闭
关键位监控
- 箱体/收敛:突破上沿或跌破下沿各推送一次
- 阻力/支撑:单向突破推送一次
后台线程每 3 秒轮询行情。
安全建议
- 部署后立即修改默认密码
- 勿将
.env提交到仓库 - 生产环境建议用 Nginx 反代并配置 HTTPS
- 限制 6600 端口仅内网或 VPN 访问
仓库地址
https://git.bz121.com/dekun/qihuo.git
License
Private / 个人使用
Description
Languages
Python
62.7%
JavaScript
17.8%
HTML
12.1%
CSS
6.7%
Shell
0.7%