sngyai/Sequoia-X

Sequoia-X V2 是一个用 Python 编写的 A 股量化选股系统。每个交易日收盘后，它会增量更新日 K 数据、运行六种技术形态策略，再把入选股票推送到飞书群。它适合已经了解 A 股交易、希望自己掌控一套可重复选股流程的用户，而不是提供一个托管式的荐股服务。

如何工作

数据层从 baostock 拉取历史及增量日 K 数据（后复权），存入本地 SQLite 文件。README 称 baostock 免费、无需注册、没有限流，因此避开了其他数据源的爬虫限制 README。后复权方式让历史价格保持不变，作者认为这更适合增量存储，也能避免除权除息造成的数据错乱。

内置六种策略：TurtleTrade（20 日新高、成交额过亿、阳线过滤）、MaVolume、HighTightFlag、LimitUpShakeout、UptrendLimitDown 和 RpsBreakout README。每种策略都是独立模块，共用同一个策略基类，所以新增扫描器只需新写一个类，不必改动主流程。

运行方式

环境要求 Python 3.10 或以上，依赖可用 uv sync 或 pip install 安装。把 .env.example 复制为 .env 并填入飞书 Webhook URL 后，首次先运行 --backfill，大约 12 分钟灌入约 5200 只 A 股的历史数据。日常模式用 8 个进程并行补数据并跑策略，约需 2~3 分钟 README。README 建议用 crontab 在每个交易日 19:15 自动执行。

回填是一次性成本，但日常运行依赖 baostock 可访问、本地 SQLite 文件保持完整。数据库可以直接复制到其他机器，迁移比较方便。

需要注意的限制

• 纯 Python、自托管流程。 没有打包好的应用或托管界面，需要自己运行脚本并安排定时任务 repository。
• 飞书是唯一推送渠道。 推送结果需要飞书 Webhook；不用飞书的用户需要改动通知层。
• 仓库未声明许可证，尽管 README 末尾写了 MIT。在再分发或基于它开发前，应先确认实际的许可证文件。
• 只做筛选，不做交易。 系统按技术形态选股；README 没有记录下单执行、回测结果或策略表现验证。

HotRepo 点评

HotRepo 记录到该仓库在 2026-09-02 为 5,978 stars，2026-10-31 为 8,391 stars，并在抽样的三天里登上过 GitHub Trending 日榜 repository。这些只是特定日期的观察值，现有榜单历史太少，无法判断关注度是在上升还是消退。