云服务器上用定时任务调度量化策略与数据更新

在云服务器上，定时任务（最常用的是 Linux 的 cron）用来按设定的时间自动执行量化相关任务，典型场景包括：每天收盘后自动抓取更新行情数据、定时运行选股或调仓策略、定时生成绩效报告、定时做数据备份等。定时任务和进程守护是两种互补的运行模式——进程守护适合需要持续运行的程序（如实时监控），定时任务适合按固定时间点执行的周期性任务（如每日数据更新）。本文讲清楚 cron 定时任务的基本用法，以及在量化中如何用它调度策略和数据更新。

一、定时任务 vs 进程守护：两种模式

前面讲进程守护，让程序"持续不停地运行"。但量化里还有很多任务，不需要一直运行，而是在固定的时间点执行一次——比如"每天下午收盘后抓一次当天数据"。这种周期性任务，用定时任务来做更合适。

所以云服务器上跑量化，有两种互补的运行模式：

• 进程守护（持续运行）：适合需要一直跑的程序，比如实时行情监控、实盘策略常驻进程；
• 定时任务（周期执行）：适合按固定时间点执行的任务，比如每日数据更新、定时调仓、定时报告、定时备份。

理解这两种模式的分工很重要——该持续跑的用守护，该定时干的用定时任务，各司其职。这篇专门讲定时任务，最常用的工具是 Linux 的 cron。

二、cron 是什么、怎么用

cron 是 Linux 系统自带的定时任务工具，它能按你设定的时间规则，自动执行指定的命令或脚本。用它来调度量化任务非常方便。

cron 的任务列表叫 crontab，你通过编辑 crontab 来添加定时任务：

# 编辑当前用户的定时任务
crontab -e

# 查看已有的定时任务
crontab -l

每一条 cron 任务的格式是"时间规则 + 要执行的命令"。时间规则由 5 个字段组成，分别表示：分钟、小时、日、月、星期。理解了这个格式，你就能设定各种定时规则。下面通过实际例子来说明。

三、cron 时间规则详解

cron 的时间规则是五个字段，从左到右依次是：

分钟(0-59)  小时(0-23)  日(1-31)  月(1-12)  星期(0-7)  要执行的命令

看几个实际例子就明白了：

# 每天下午 15:30 执行数据更新脚本
30 15 * * * /path/to/python /path/to/update_data.py

# 每个工作日（周一到周五）早上 9:00 执行
0 9 * * 1-5 /path/to/python /path/to/run_strategy.py

# 每小时执行一次（每小时的第 0 分钟）
0 * * * * /path/to/python /path/to/hourly_task.py

# 每天凌晨 2:00 执行数据备份
0 2 * * * /path/to/backup.sh

规则解读：* 表示"每个"（任意值），数字表示具体值，1-5 表示范围。比如 30 15 * * * 就是"每天的 15 点 30 分"。掌握这个规则，你就能灵活设定任何定时需求。cron 的时间规则，是定时任务的核心。

四、量化场景一：定时更新数据

定时任务在量化中最典型的应用，就是定时更新行情数据。

比如，你希望每天收盘后自动抓取当天的最新行情，追加到你的数据库里，保持数据的连续更新。用 cron 就能轻松实现：

# 每个工作日 15:30（收盘后）自动更新数据
30 15 * * 1-5 /root/miniconda3/envs/quant/bin/python /root/quant/update_data.py >> /root/quant/logs/update.log 2>&1

这样，每个交易日收盘后，服务器会自动运行数据更新脚本，把当天数据抓取入库——全程自动，你不用管。这保证了你的数据仓库始终是最新的、连续的，为后续的回测和策略提供可靠的数据基础。

注意上面命令末尾的 >> ...log 2>&1——把执行的输出写入日志文件，这样你能查看每次定时任务执行得怎么样、有没有出错。定时任务也要有日志！

五、量化场景二：定时运行策略

有些策略是按固定周期运行的，特别适合用定时任务。比如：

• 每日选股/调仓：多因子选股策略，每天（或每周、每月）收盘后重新计算、生成调仓信号；
• 定时信号计算：某些策略在固定时间点计算信号、执行操作。

# 每个工作日 15:45 运行选股策略
45 15 * * 1-5 /root/miniconda3/envs/quant/bin/python /root/quant/select_stocks.py >> /root/quant/logs/strategy.log 2>&1

用定时任务运行这类周期性策略，比让它一直挂着（浪费资源）更合理——它只在需要的时间点运行，干完就结束，到点再自动运行。这既高效又清晰。

要提醒的是：如果是需要盯盘、实时响应的策略，那还是要用进程守护让它持续运行；只有"固定时间点执行"的策略，才适合用定时任务。选对模式很关键。

六、量化场景三：定时报告与备份

定时任务还有两个实用的量化应用：

定时生成绩效报告。 比如每天收盘后，自动统计当天策略的表现、生成一份绩效报告：

# 每个工作日 16:00 生成当日绩效报告
0 16 * * 1-5 /root/miniconda3/envs/quant/bin/python /root/quant/gen_report.py >> /root/quant/logs/report.log 2>&1

定时数据备份。 数据是量化的核心资产，定时自动备份很重要：

# 每天凌晨 2:00 自动备份数据
0 2 * * * /root/quant/backup.sh >> /root/quant/logs/backup.log 2>&1

定时备份能防止数据丢失，是保障数据安全的好习惯（后面讲数据备份还会详细说）。这些"定时该干的杂活"，交给 cron 自动完成，能省你很多心。

七、量化定时任务场景一览

我把定时任务在量化中的典型应用整理成一张表：

八、使用定时任务的注意事项

用 cron 定时任务时，几个实用注意点：

一是用绝对路径。 cron 执行时的环境和你手动执行时不同，命令里的 Python 解释器、脚本、日志路径最好都用绝对路径（如 /root/miniconda3/envs/quant/bin/python），否则容易"手动能跑、cron 里报错找不到"。

二是一定要记录日志。 在命令末尾加 >> 日志文件 2>&1，把每次执行的输出记下来。定时任务是自动执行的，没日志你根本不知道它有没有正常跑、有没有出错。

三是注意时区。 服务器的时区可能和你预期不同，会影响定时任务的执行时间。确认服务器时区设置正确，别让"15:30 收盘后"变成了别的时间。

四是考虑执行时间和依赖。 比如"更新数据"要在"收盘后数据可用"之后执行；"运行策略"要在"数据更新完"之后执行。合理安排各任务的时间顺序，避免依赖冲突。

五是配合监控。 重要的定时任务（如数据更新），最好配合监控——如果某天没正常执行或执行失败，能及时发现。

九、定时任务让云端量化更自动化

定时任务，是让云端量化系统自动化运转的重要一环。有了它，很多原本需要你手动定时去做的事——更新数据、跑策略、出报告、做备份——都能交给服务器按时自动完成。

配合前面讲的进程守护（管持续运行的程序）、稳定的云服务器（提供运行地基），定时任务（管周期性任务）让整个量化系统更加自动化、省心。你在腾讯云云服务器 CVM 上，用进程守护 + 定时任务的组合，就能构建一个既有持续运行、又有定时调度的完整自动化量化系统，真正实现无人值守。该守护的守护、该定时的定时，你的量化系统就能自己转起来。

结尾

在云服务器上用定时任务（cron）调度量化任务，是实现自动化的重要手段，典型应用包括定时更新数据、定时运行周期性策略、定时生成报告和备份。它和进程守护是互补的两种模式——持续运行用守护、周期执行用定时任务。用 cron 时注意绝对路径、记录日志、注意时区、安排好任务顺序。用好定时任务，你的云端量化系统就能更自动、更省心地运转。

定时任务运行在稳定的云服务器上。腾讯云近期上线了量化交易专题活动，可以了解云服务器如何为量化任务的定时调度与自动化运行提供支撑。

风险提示：本文仅为量化交易科普与技术分享，不构成任何投资建议。文中命令仅为教学示意。金融市场存在风险，请结合自身情况谨慎决策。