# 用 WorkBuddy 从零搭一个「日本金融股波段监控器」：行情+汇率+央行事件合成一张中文日报

> 一个上班族，怎么在白天要打工、晚上才能看盘的现实约束下，把日本三大银行的持仓管起来？
> 我用 WorkBuddy 一步步写出了一个 Python 日线策略程序，跑起来以后每天给我一份中文日报，自动算好"加仓/持有/减仓/退出"的价位。这篇文章把完整过程、代码思路和踩过的坑都写出来，照着做你也能复现。

---

## 一、我为什么做这个东西

我手里有 MUFG（三菱日联）、SMFG（三井住友）、MFG（瑞穗）三只日本银行股的 ADR 仓位。它们的股价跟几件事强相关，单独看 K 线根本看不全：

1. **日元汇率（USD/JPY）** —— ADR 价格要乘汇率换算，日元一走强，美元计价的持仓就有额外波动；
2. **日本央行（BOJ）政策** —— 加息预期直接影响银行利差和股价；
3. **美国利率和 VIX** —— 全球风险偏好一收紧，日本银行股跟着跌；
4. **东京本地股 vs ADR 的价差** —— 前一晚 ADR 收盘价和当天东京收盘价经常对不上。

以前我每天要开五六个网页手动拼这些信息，又累又容易漏。后来想到：**能不能让 WorkBuddy 帮我写一个程序，把这些信息自动抓下来，合成一份中文日报？** 结果真做出来了，还跑通了定时任务。下面是全过程。

---

## 二、先让 WorkBuddy 帮你把需求"翻译"成架构

我没有一上来就让 AI 写代码，而是先用一句话描述需求，让它把要做的事拆清楚。我的原话大意是：

> "帮我做一个日本金融股事件驱动波段监控器。输入是 MUFG/SMFG/MFG 三只 ADR 的持仓（股数+成本），每天抓行情、板块强弱、汇率、VIX、利率和央行新闻，输出一份中文日报，给出分批加仓/持有/减仓/退出波段仓的规则化信号，但不要自动下单。"

WorkBuddy 返回了一个很清晰的拆分（这也是它最值钱的地方——**先把结构想清楚，再写代码**）：

- **数据层**：行情用 yfinance、宏观用 FRED、事件用 GDELT + 央行 RSS；
- **策略层**：技术面 + 市场状态，合成一个 0–100 的分数；
- **输出层**：HTML 日报 + JSON 结构化数据 + 可选邮件提醒；
- **工程层**：配置与代码分离，用 `config.yaml` 管持仓和阈值。

这一步直接决定后面代码好不好改。**不要跳过。**

---

## 三、项目结构长这样

```
japan-finance-swing-monitor/
├── config.yaml          # 持仓、观察池、阈值、数据源
├── pyproject.toml       # 打包配置
├── run.bat / run.sh     # 一键运行
├── japan_finance_monitor/
│   ├── cli.py           # 命令行入口
│   ├── config.py        # 配置加载
│   ├── data.py          # 行情/宏观数据抓取
│   ├── events.py        # 新闻事件抓取
│   ├── indicators.py    # 技术指标
│   ├── strategy.py      # 核心打分与信号
│   ├── models.py        # 数据结构
│   ├── notify.py        # 邮件
│   └── report.py        # 日报生成
├── output/              # latest.html / latest.json
└── state/               # 上次信号，避免重复邮件
```

核心是 `strategy.py`，只有两百多行，把整个打分逻辑都写清楚了。

---

## 四、核心策略：一个 0–100 的综合分怎么算

这是整个程序的心脏，我让 WorkBuddy 重点打磨了这里。总分由三块加权：

- **个股技术面占 68%**（无东京本地数据时），指标包括 EMA20/50/200、RSI14、MACD、ADX、ATR、20 日 Z 分数、量比、20 日动量；
- **市场状态占 32%**，包含银行板块相对日经的强弱、日元 20 日变化、VIX、日本长短端利差、GDELT 事件面；
- **如果拿到东京本地股 K 线**，则改成 `技术面 45% + 本地确认 23% + 市场 32%`，把前一晚 ADR 和当天东京收盘的价差对齐。

关键的一处设计（也是踩坑后改出来的）：

```python
# 过热/超卖条件要能覆盖趋势分数，避免"趋势看着好就无脑追"
overbought = rsi >= 72 or z >= 1.8 or close >= bb_upper
broken = close < ema200 and regime_score < 42
```

分数算出后，映射到仓位动作：

| 分数区间 | 信号 | 波段仓目标 |
|---|---:|---:|
| >= 74 且 RSI < 66 | 强加仓 | 30% |
| >= 64 且 RSI < 68 | 分批加仓 | 22.5% |
| >= 52 | 持有/回撤再买 | 15% |
| < 39 或过热 | 减仓波段仓 | 7.5% |
| < 32 或跌破长期趋势 | 退出波段仓 | 0% |

**"核心仓 + 波段仓"是我最满意的一点**：默认核心仓 70% 不随短线信号动，最多只拿 30% 做波段。这样既吃到波段，又不会因为一天的噪声把底仓折腾光。

买一、买二、高抛、趋势止损四个价位不是写死的，而是每天用 EMA 和 ATR 动态算：

```python
levels = {
    "buy_1": min(close, max(ema20, close - 0.8 * atr)),
    "buy_2": min(close, max(ema50, close - 1.6 * atr)),
    "trim_1": max(close + 0.9 * atr, bb_upper),
    "trend_stop": min(close - 1.8 * atr, ema50 - 0.4 * atr),
}
```

---

## 五、三步跑起来

### 1. 装环境（Windows）

```powershell
cd japan-finance-swing-monitor
python -m venv .venv
.venv\Scripts\activate
pip install .
```

### 2. 先用演示模式验证安装

```powershell
python -m japan_finance_monitor run --config config.yaml --demo
```

演示模式用固定随机数据，只验证安装，**绝不能用于交易**。

### 3. 真实运行

```powershell
python -m japan_finance_monitor run --config config.yaml
```

跑完打开 `output/latest.html`，就是当天那份手机电脑都能看的中文日报。

---

## 六、让 WorkBuddy 帮你加定时任务和邮件提醒

**这一步最实用，也是最容易踩坑的地方。**

### 邮件提醒

要发邮件，需要 QQ 邮箱的 SMTP 授权码（不是登录密码）。在邮箱设置里开启 SMTP 后生成授权码，然后：

```powershell
$env:SMTP_HOST="smtp.qq.com"
$env:SMTP_PORT="465"
$env:SMTP_USER="你的QQ邮箱"
$env:SMTP_PASSWORD="SMTP授权码"
$env:ALERT_TO="收件邮箱"
python -m japan_finance_monitor run --config config.yaml --email
```

**关键坑点：** 邮件不是每天轰炸。程序里做了去重——只有"动作发生变化"或"出现带方向的高影响事件"时才发。这个逻辑放在 `state/last_signals.json` 里记录上次信号。

### 每天自动运行

两条路都行：

1. **GitHub Actions**（推荐，最省心）：建私有仓库，在 Settings → Secrets 里加 `SMTP_HOST`、`SMTP_USER`、`SMTP_PASSWORD`、`ALERT_TO` 等，内置 workflow 会在东京时间每个工作日 16:15 自动跑，保留 30 天报告；
2. **Windows 任务计划程序**：每天定时跑 `run.bat`。

---

## 七、我踩过的坑（这些是钱买不来的经验）

1. **免费数据不是全知的。** yfinance 的日线可能延迟、复权甚至临时断流；FRED 的日本长端利率是低频数据，程序里做了"数据降级就明说，不补造数字"的处理。所以系统的准确说法是"跨市场多源覆盖"，而不是"全知监控"。

2. **别把 ADR 和东京本地股当成一回事。** 两者价格经常对不上，所以程序会把前一晚 ADR K 线和当天东京本地 K 线合并，东京收盘后用本地价做确认，再给当晚 ADR 交易出美元参考价。这个细节不做，信号会失真。

3. **有效数据不足就别硬出信号。** 程序里设了 `min_data_days: 220`，当某只股票有效日线不足 220 条时，直接不生成信号，而不是硬凑一个分数骗自己。

4. **任何"强加仓"都要拆两笔。** 免费新闻的关键词方向可能误判，所以即使信号是"强加仓"，也应该分两次挂单，并且单个日本金融股不该因为一个工具就突破你个人组合的上限。

5. **临近年报、央行会议、突发地缘风险时，别只信日线信号。** 这是工具帮不了你的地方，要自己叠加判断。

---

## 八、复盘：WorkBuddy 在这个项目里到底帮了什么

回想整个过程，WorkBuddy 的价值不是"一键出代码"，而是这四件事：

1. **需求拆解**——把一句模糊的想法拆成数据/策略/输出/工程四层，结构清晰了代码才好写；
2. **策略打磨**——技术面+市场状态的加权打分、"核心仓+波段仓"的仓位分离，都是来回讨论出来的；
3. **踩坑预判**——数据源限制、ADR 价差、风控底线这些，它提前提醒了我，省了很多学费；
4. **工程细节**——配置与代码分离、邮件去重、GitHub Actions 定时，都是实用的小设计。

**最想说的一句：** 这类"监控+辅助决策"的工具，边界要清楚——它帮你省时间和减少遗漏，但**不替你下单、不保证收益**。把风控底线留在人手里，工具才是好工具。

---

> 本文为个人真实项目复盘，代码与策略细节均来自实际运行版本。文中涉及个股仅为案例说明，不构成任何投资建议。市场有风险，决策需谨慎。

#WorkBuddy #CodeBuddy #量化 #Python #投资工具


一个上班族，怎么在白天要打工、晚上才能看盘的现实约束下，把日本三大银行的持仓管起来？ 我用 WorkBuddy 一步步写出了一个 Python 日线策略程序，跑起来以后每天给我一份中文日报，自动算好"加仓/持有/减仓/退出"的价位。这篇文章把完整过程、代码思路和踩过的坑都写出来，照着做你也能复现。

用 WorkBuddy 从零搭一个「日本金融股波段监控器」：行情+汇率+央行事件合成一张中文日报

编程语言

开发工具

算法

用WorkBuddy构建日本金融股波段监控器：自动抓取三菱日联、三井住友、瑞穗ADR行情、日元汇率及央行事件，通过技术面与市场状态加权打分，生成中文日报并给出加仓/持有/减仓/退出信号，支持邮件提醒与定时任务。

结构化数据

数据结构

代码解释

WorkBuddy 

CodeBuddy

Windows

Python

JSON

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

用 WorkBuddy 从零搭一个「日本金融股波段监控器」：行情+汇率+央行事件合成一张中文日报-腾讯云开发者社区-腾讯云

用 WorkBuddy 从零搭一个「日本金融股波段监控器」：行情+汇率+央行事件合成一张中文日报

用 WorkBuddy 从零搭一个「日本金融股波段监控器」：行情+汇率+央行事件合成一张中文日报

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐