用 WorkBuddy 零成本搭 A 股自动盯盘流水线：腾讯行情 + 东财接口实战，附 5 个接口坑的排查过程

用 WorkBuddy 零成本搭 A 股自动盯盘流水线：腾讯行情 + 东财接口实战，附 5 个接口坑的排查过程

本文所有命令、接口 URL、参数与输出均来自本机真实脚本与真实请求，逐条复跑验证过；文中股票仅作接口演示样例，不构成任何投资建议。

一、背景与痛点

我平时会跟踪一组 A 股标的，每天收盘后的流程是：打开行情软件 → 逐个抄收盘价、涨跌幅、成交额、换手率 → 再切到资金流页面看主力净流入 → 手算均线、ATR、止损止盈位。一套下来 15–20 分钟，而且纯机械劳动。

我试过两轮"偷懒"，都失败了：

第一轮：直接问大模型。 得到的数字经常是估算值，甚至凭记忆编出来的。我的硬要求是可验证——每个数字都要能回到一手来源核对，所以这条路直接否掉。

第二轮：上量化数据源。 要钱、要注册、要配额，为了每天几只票的几十个字段不值当。

最后定下来的思路很朴素：把"取数"和"解读"彻底拆开。取数这件事不该由模型做——它是确定性的、可脚本化的、跑一次一分钱不花；模型应该只做它擅长的事：读结构化数据、做交叉验证、出结论。

于是我让 WorkBuddy 帮我写了两个纯标准库 Python 脚本，再挂到定时任务上。下面是完整过程，重点是踩过的 5 个坑。

下文演示用的是 4 只公开大市值标的，按行情页板块归属分别为家电零部件、电子元件、消费电子、工业金属四个方向：三花智控 002050、鹏鼎控股 002938、立讯精密 002475、紫金矿业 601899。换成你自己的代码，脚本一行不用改。

图 1：WorkBuddy 客户端的自选股工作空间首页。顶部是功能页签（我的自选 / 实时看盘 / 行业洞察 / 个股分析 / 智能策略），中部是四个快捷入口（自选监控 / 自选诊断 / 自选管理 / 模拟炒股），底部是对话输入框与模型、工作空间选择器（Space-Bunny）。本文的两个脚本和定时任务都跑在这个客户端里——每天收盘后由任务把脚本结果读进来，交叉校验后生成简报。

二、整体架构

一句话：取数走脚本，解读走模型，口径走文件。

腾讯 qt.gtimg.cn        → 行情快照（收盘价/涨跌幅/成交额/换手率/量比）
腾讯 web.ifzq.gtimg.cn  → 前复权日 K（算 MA / ATR / 前高前低）
东财 push2 ulist.np/get → 个股资金流（主力/超大单/大单/中单/小单）
        ↓
  两个纯标准库 Python 脚本（无第三方依赖）
        ↓
      JSON 输出
        ↓
  WorkBuddy 读取 → 交叉校验 → 生成简报 → 定时任务每日 16:00 触发

三个数据源全免费、无需鉴权，脚本只用 urllib + json，本机 Python 直接跑。

三、具体做法

3.1 行情快照：腾讯 qt.gtimg.cn

我给 WorkBuddy 的要求是"只用标准库、输出 JSON、失败要能定位到具体哪只票"。产出在 .workbuddy/tools/fetch_quotes.py：

UA = {"User-Agent": "Mozilla/5.0", "Referer": "https://gu.qq.com/"}

def market(code):
    return ("sh" if code.startswith(("6", "5", "9")) else "sz") + code

def snapshot(codes):
    url = "https://qt.gtimg.cn/q=" + ",".join(market(c) for c in codes)
    out = {}
    for line in _get(url, gbk=True).split(";"):
        line = line.strip()
        if "=" not in line or '"' not in line:
            continue
        f = line.split('"')[1].split("~")
        if len(f) < 50:
            continue
        out[f[2]] = {
            "name": f[1], "close": float(f[3]), "prev": float(f[4]),
            "chg": float(f[31]), "chgpct": float(f[32]),
            "high": float(f[33]), "low": float(f[34]),
            "amount_yi": round(float(f[37]) / 10000, 2),
            "turnover": float(f[38]), "pe": f[39],
            "float_mv_yi": float(f[44]), "total_mv_yi": float(f[45]),
            "pb": f[46], "limit_up": float(f[47]), "limit_down": float(f[48]),
            "vol_ratio": float(f[49]) if f[49] else None,
            "time": f[30],
        }
    return out

这个接口返回的是 GBK 编码、用 ~ 分隔的长字符串，字段靠下标取。几个关键下标（写脚本时最容易搞错，建议对着实测数据逐个核）：

3.2 前复权日 K：web.ifzq.gtimg.cn

url = ("https://web.ifzq.gtimg.cn/appstock/app/fqkline/get?"
       "param=%s,day,,,%d,qfq" % (sym, n))
d = json.loads(_get(url))
node = d["data"][sym]
rows = node.get("qfqday") or node.get("day")

sym 是 sh601899 这种带市场前缀的形式，n 是取多少根（我设 120，够算 MA60 和 ATR14）。返回的每一行是 [日期, 开, 收, 高, 低, 成交量]。

有了日 K，MA、ATR14、20 日最低、60 日最高都在脚本里算，不依赖任何外部指标服务：

def atr(kl, n=14):
    trs = []
    for i in range(1, len(kl)):
        h, l, pc = kl[i]["high"], kl[i]["low"], kl[i - 1]["close"]
        trs.append(max(h - l, abs(h - pc), abs(l - pc)))
    return sum(trs[-n:]) / n if len(trs) >= n else None

3.3 资金流：东财 push2

UA = {"User-Agent": "Mozilla/5.0", "Referer": "https://quote.eastmoney.com/"}
FIELDS = "f12,f14,f2,f3,f62,f184,f66,f69,f72,f75,f78,f81,f84,f87"

def secid(code):
    return ("1." if code.startswith(("6", "5", "9")) else "0.") + code

url = ("https://push2.eastmoney.com/api/qt/ulist.np/get?"
       "fltt=2&invt=2&fields=%s&secids=%s"
       % (FIELDS, ",".join(secid(c) for c in codes)))

两个易错点：东财的 secid 前缀是 1.（沪）/ 0.（深），跟腾讯的 sh / sz 完全不是一回事；字段全用 f 编号，一次请求可以把多只票的十几个字段全取回来。

f62 主力净流入、f184 主力净占比、f66 超大单、f72 大单、f78 中单、f84 小单。返回值单位是元，除以 1e8 换成"亿"。

3.4 跑起来

python .workbuddy/tools/fetch_quotes.py 002050 002938 002475 601899
python .workbuddy/tools/fetch_fundflow.py 002050 002938 002475 601899

行情脚本的真实输出（2026-09-30 收盘口径）：

{
 "002050": {
  "name": "三花智控",
  "close": 35.71, "prev": 35.53, "chg": 0.18, "chgpct": 0.51,
  "high": 36.45, "low": 35.29, "amount_yi": 14.52, "turnover": 1.09,
  "pe": "37.60", "float_mv_yi": 1318.07, "total_mv_yi": 1502.68,
  "vol_ratio": 1.06, "time": "20260930161500",
  "ma5": 35.68, "ma10": 35.39, "ma20": 35.39, "ma60": 37.19,
  "low20": 33.16, "high60": 44.73, "atr14": 1.06, "kd_end": "2026-09-30"
 }
}

行情脚本四只标的的真实输出

图 2：fetch_quotes.py 一次性取回 4 只标的的完整字段（终端实跑输出）

数字准不准？拿行情页对一遍。

上表 16 个数字取自下图 4 张行情页截图，与脚本输出逐项完全一致，最高价、今开、昨收也全部对得上。这就是我敢把脚本当数据源的原因——它的输出随时可以被公开界面证伪，编不了。

四只标的的行情页截图，用于交叉验证脚本取数

图 3：4 只标的的行情页截图（截取顶部报价区）。读者可自行逐项核对，四个字段 × 四只标的全部吻合

脚本里有个兜底设计值得抄：主循环用 try/except 包住每只票，单只失败只在那只票上记 "error": "异常类型: 信息"，不会让整批挂掉。

3.5 止损止盈：宁可手算，不要抄脚本

我的统一规则（写在一份口径文件里，脚本只负责提供原始字段）：

止损 = 收盘价 − max(2 × ATR14, 收盘价 × 8%)
止盈 = 收盘价 × 1.20
      （若近 60 日最高价落在 +15%~+35% 区间，改用该前高）

用上面的真实输出走一遍：

• 三花智控：2 × 1.06 = 2.12 < 35.71 × 8% = 2.86 → 取 2.86，止损 35.71 − 2.86 = 32.85；止盈本该 35.71 × 1.2 = 42.85，但前高 44.73 是 +25.3%，落在 15%~35% 区间 → 改用前高 44.73
• 鹏鼎控股：2 × 4.40 = 8.80 > 79.55 × 8% = 6.36 → 止损 79.55 − 8.80 = 70.75；前高 107.89 是 +35.6%，超出 35% 上限，不启用 → 止盈 79.55 × 1.2 = 95.46

这就是我把公式写进文件、而不是写进代码的原因：公式是会变的判断，判断必须能被人工复核。

四、踩过的 5 个坑

坑 1：日 K 的字段名是 qfqday，不是 dayqfq

现象：KeyError: 'dayqfq'。

排查：我按常规接口命名习惯（周期 + 复权方式）去猜字段名，猜错了。于是直接把返回 JSON 的 key 打印出来看：

print(list(d['data']['sh601899'].keys()))

真实返回：

data节点下的 key = ['qfqday', 'qt', 'mx_price', 'prec', 'version']

打印返回 JSON 的 key，字段名是 qfqday

图 4：打印返回 JSON 的 key，确认字段名是 qfqday 而不是猜的 dayqfq

解决：前缀在前，是 qfqday（周线则是 qfqweek）。脚本写成 node.get("qfqday") or node.get("day")，多一层兜底。

教训：猜接口字段名几乎必错，先 print(keys()) 再写代码，比事后 debug 快得多。

坑 2：东财 push2 同日高频请求被限流

现象：脚本抛

{"error": "RemoteDisconnected: Remote end closed connection without response"}

排查：换 UA、加 Referer 都无效，减小标的数量也无效；隔一段时间再请求又能通。结合返回时机判断是服务端对来源 IP 的频率限制，不是参数错误。

解决：三条路，按顺序降级——① 脚本直连（最快，非高频时稳）；② 让 WorkBuddy 用网页抓取去请求同一个东财 URL（走另一条出口，实测可绕过限流）；③ 实在不行才动用付费数据工具。同时把每日调用压成"一次批量取全部标的"，不要一只一只请求。

我复跑时又撞上一次，正好验证了降级路径有效——换成网页抓取请求同一个 URL，4 只票的数据一次全回来了：

{"f12":"002475","f14":"立讯精密","f62":-500848272.0,"f184":-15.85}
{"f12":"601899","f14":"紫金矿业","f62":83903952.0,"f184":2.87}

（f62 是元：立讯 −5.01 亿、主力净占比 −15.85%；紫金 +0.84 亿、+2.87%。）

限流报错与浏览器访问同一接口成功返回

图 5：上：脚本直连触发 RemoteDisconnected；下：浏览器打开同一 URL 成功取回 JSON

坑 3：东财 push2his 偶发 rc:102（无数据）

现象：某天用它取指数日 K，返回 rc: 102、data: null。

排查：我先怀疑是限流（坑 2），改用腾讯 qt.gtimg.cn 取指数立刻成功。但我复测了同一个接口，返回 rc: 0 且数据正常：

rc = 0 | data = {'code': '000001', 'klines': ['2026-09-30,3839.25,3842.19', ...]}

解决：结论修正为——这是偶发/参数相关的，不是永久失效。所以正确应对不是"换掉它"，而是永远准备第二条通道：指数行情一律以腾讯 qt.gtimg.cn 为主，push2his 作备份。免费接口没有 SLA，双通道冗余是必须的。

这里也纠正我自己一个错误：我一度在工作笔记里把它记成"push2his 不可用"，复测才发现是过度归纳。接口笔记要写"某天某参数下失败"，不要写"接口坏了"。

坑 4：两融接口的排序列叫 DATE，写 DIM_DATE 会报错

现象：查个股融资融券明细，按 DIM_DATE 排序直接失败。复跑的真实报错原文：

DIM_DATE -> success= False  message= 'DIM_DATE排序列不存在'
DATE     -> success= True   message= 'ok'
          首行日期= 2026-09-29 00:00:00   RZYE= 4989966005

两融接口排序列 DIM_DATE 与 DATE 的对比

图 6：同一段代码，换排序列的两种结果——DIM_DATE 直接报错，DATE 正常返回

排查：东财数据中心不同报表的日期字段名不统一，这个报表返回的字段本身就叫 DATE。更要命的是——我之前的笔记把这条记反了，写成"DIM_DATE 可用、DATE 报错"，害我多绕一圈。

解决：

params = {
    'reportName': 'RPTA_WEB_RZRQ_GGMX',
    'columns': 'ALL',
    'sortColumns': 'DATE',      # ← 必须是 DATE
    'sortTypes': '-1',
    'filter': '(SCODE="002050")'
}
# 多只标的必须用 in，不能写成 (SCODE="a")(SCODE="b")——那会被当成 AND，返回空
# filter=(SCODE in ("002050","601899"))

另外 RZYE（融资余额）单位是元，上面那个 4989966005 是 49.90 亿，别当成亿元直接用。

坑 5：脚本输出的 stop_ref 是旧口径，直接抄会全表写错

现象：我建了个每月 1 日自动重算止损止盈的定时任务，首次冒烟运行时发现——脚本给的值和口径文件里记的值对不上。

排查：翻脚本源码，发现它内部写死的是一套旧规则：

stop = max(lo20 * 0.98, px * 0.90)     # 旧
take = max(hi60,        px * 1.20)     # 旧

fetch_quotes.py 中 analyze() 里的旧口径两行

图 7：fetch_quotes.py 里 analyze() 函数体内的旧口径（高亮的第 83–84 行）

而口径文件里是 close − max(2×ATR14, close×8%)。用 4 只演示标的实测，两套规则的差距（2026-09-30 收盘口径）：

止盈也一样：鹏鼎按规则是 95.46，脚本给 107.89。4 只全部偏离，且方向一致地"放宽止损"——凑巧没出事，但这是实质性风险。

解决：脚本只采信原始字段（close / atr14 / low20 / high60），止损止盈一律按口径文件手算。 我没有改脚本（它有其他调用方），而是在口径文件开头加了醒目警告，并把这条规则写进定时任务的提示词里。

这周最有价值的一条教训：自动化任务上线前必须做一次"冒烟对照"——拿它跑一遍已有的正确结果，对不上就说明有隐藏的口径漂移。这次如果没做，止损位会被悄悄改掉而毫无察觉。

五、解决方案速查表

六、效果与数据

• 成本：取数环节零消耗——纯脚本，不调用模型。整个每日简报任务的联网开销压到 1 次检索 + 4 次搜索。
• 成功率：2026-09-30 那次跑批，行情脚本全部标的均成功；本次复跑 4 只演示标的同样全通。资金流脚本本次复跑触发了限流（见坑 2），降级后 4 只数据全部取回。
• 耗时：从 15–20 分钟手工操作，变成定时任务自动触发、结果直接推送。
• 可验证性：每个数字都能回到接口原文核对；源之间冲突（比如不同口径的涨跌停家数）会在报告里并列标注，不取单一来源。
• 可复用：.workbuddy/tools/ 下三个脚本（fetch_quotes.py 行情 / fetch_fundflow.py 资金流 / monthly_ret.py 月度涨跌幅），零第三方依赖，换一组股票代码就能直接用。

一个提醒：定时任务本身只消耗额度、不产生收益，它能自动化的只是"最耗时的那一半"（取数、整理、初稿），最后那一步还是要自己来。

七、可复用的三条经验

1. 确定性的活，别让模型干。 取数、计算、格式化——写成脚本，一分不花，还能复现。模型只留给需要判断的部分。
2. 口径写进文件，不写进代码。 公式是会变的判断，写在文件里能被人工复核；写死在代码里就变成黑箱。坑 5 就是反面教材。
3. 免费接口必须双通道。 没有 SLA 的东西随时会挂，主通道 + 备份通道是标配；接口笔记写"某天某参数下失败"，别写"接口坏了"——我在这上面已经错过一次。

本文涉及的行情数据仅为技术接口演示用途，不构成任何投资建议。