摘要:本文以“长持看盘”项目为案例,讲解如何仅用 Python 标准库和原生前端,打造一个集多源行情容灾、技术指标信号、真实持仓驱动的买入建议、再平衡纪律、K 线与收益可视化于一体的私人资产配置看板。不依赖任何第三方 Web 框架或前端构建工具,适合想管理自己长期组合的个人投资者与 Python 爱好者。
推荐标签:Python、资产配置、数据可视化、量化、Canvas、个人理财
长期持有指数基金和低波动资产,最大的敌人往往不是市场波动,而是“拿不住”和“没有纪律”。我们希望有一个看板能回答四个问题:
于是就有了这个项目:6 只标的(沪深300ETF、长江电力、黄金ETF、国债ETF、红利ETF、短融ETF),目标比例固定(22/13/13/30/12/10),所有数据本地计算,不依赖付费行情接口。

┌──────────────┐ 东方财富主源 ┌──────────────────┐
│ 行情数据接口 │ ←───────────────→ │ market.py │
│ 新浪/腾讯备源 │ ←───────────────→ │ 多源容灾 + 缓存 │
└──────────────┘ └────────┬─────────┘
│
┌────────────────────────┼────────────────┐
↓ ↓ ↓
┌──────────────┐ ┌──────────────┐ ┌──────────────┐
│ 信号与指标 │ │ 建议买入算法 │ │ 再平衡算法 │
│ MA/金叉/银叉 │ │ 缺口/剩余期数 │ │ 年度/偏离触发│
└──────┬───────┘ └──────┬───────┘ └──────┬───────┘
└────────────────────────┼─────────────────┘
↓
┌──────────────────┐
│ app.py JSON API │
│ http.server │
└────────┬─────────┘
↓
┌──────────────────┐
│ 原生前端 + Canvas│
└──────────────────┘技术选型仍然坚持“零依赖”:
http.server.ThreadingHTTPServer,端口 8766。stale: true。config.json 管理目标比例、鉴权 token、持仓等。market_cache.json,行情失败时兜底。行情接口经常限流,尤其是东方财富。我们用重试 + 备源 + 缓存三级容错:
def _http_json(url, retries=3):
for i in range(retries):
try:
with urllib.request.urlopen(url, timeout=8) as resp:
return json.loads(resp.read().decode("utf-8"))
except Exception:
if i == retries - 1:
raise在 build_data() 里,如果主源和备源都失败:
try:
data = fetch_quote()
except Exception as exc:
stale = load_cache()
stale["stale"] = True
stale["stale_reason"] = str(exc)
data = stale这样即使网络异常,看板也不会白屏,只是顶部提示“数据可能延迟”。
indicators(klines) 计算 MA5、MA20,前端 app.js 里用 Canvas 绘制并在交叉点打标:
var ma5 = calcMA(bars, 5), ma20 = calcMA(bars, 20);
for (var i = 1; i < bars.length; i++) {
var prevDiff = ma5[i - 1] - ma20[i - 1];
var curDiff = ma5[i] - ma20[i];
if (prevDiff <= 0 && curDiff > 0) drawCrossMark(ctx, bars[i], "金叉", "#e74c3c");
else if (prevDiff >= 0 && curDiff < 0) drawCrossMark(ctx, bars[i], "银叉", "#2ecc71");
}signal_score(ind, is_defensive) 根据均线排列、量能、偏离度给出一个综合分数,作为辅助信号,不直接给出买卖指令。
这是项目最有业务价值的算法。它不是简单地说“每月定投 X 元”,而是根据当前持仓和目标缺口动态计算:
gap = max(0.0, target_amt - bought)
remain_periods = max(1, installments_now - int(bought / base_inst))
suggest = round(min(gap, gap / remain_periods * factor)) if gap > 0 else 0含义:
gap:距离本期目标金额还差多少;remain_periods:按照当前已买期数推算还剩几期;factor:加速或减速系数,默认 1.0,可在配置里调;compute_trade_advice(holdings, capital) 会对 6 只标的分别输出建议金额,前端渲染成“下一次建议买入”卡片。
compute_rebalance(data, positions_updated_at) 判断两个触发条件:
dev = round(actual_pct - r["target_pct"], 2)
delta = round(total_value * r["target_pct"] / 100 - r["cur_value"], 2)
result["triggered"] = result["annual_due"] or result["breach"]delta 为正表示要加仓,为负表示要减仓。前端把结果画成表格,并按目标比例从高到低排序。
calc_returns(klines) 基于 K 线算区间收益率,position_period_returns(holdings) 算每只标的在持有期间的收益,simulate_portfolio(holdings, capital) 按目标比例模拟一个理想组合的走势,用于和真实组合对比。
前端对应两个容器:
<div class="stock-returns" id="stockReturns"></div>
<div class="stock-returns" id="simStockReturns"></div>所以只要改一处 CSS,真实和模拟收益都会同步变成 3 列 2 排:
.stock-returns {
display: grid;
grid-template-columns: repeat(3, 1fr);
gap: 12px;
}
@media(max-width:1200px) and (min-width:861px) {
.stock-returns { grid-template-columns: repeat(2, 1fr); }
}市场速览从 4 列改为 6 列,两排 12 张卡:
.brief-grid { display: grid; grid-template-columns: repeat(6, 1fr); gap: 12px; }
@media(max-width:1280px) and (min-width:861px) {
.brief-grid { grid-template-columns: repeat(3, 1fr); }
}iPad 竖屏(761–1023px)专门断点:
@media(min-width:761px) and (max-width:1023px) {
.holdings, .plan-grid { grid-template-columns: repeat(2, 1fr); }
.stock-returns { grid-template-columns: repeat(2, 1fr); }
.brief-grid, .brief-gold { grid-template-columns: repeat(3, 1fr); }
.flow-grid { grid-template-columns: repeat(4, 1fr); }
}两个 index.html 都已经有 <meta name="viewport" content="width=device-width, initial-scale=1.0" />,所以断点生效的关键在 CSS,不在 HTML。
/opt/stock-advisor,配置 config.json 中的持仓与目标比例。[Unit]
Description=Stock Advisor
After=network.target
[Service]
WorkingDirectory=/opt/stock-advisor
ExecStart=/usr/bin/python3 /opt/stock-advisor/app.py
Restart=always
[Install]
WantedBy=multi-user.targetsystemctl daemon-reload
systemctl enable --now stock-advisor
systemctl status stock-advisor/auto-login?token=<你的auto_login_token> 实现免密。问题 | 原因 | 解决 |
|---|---|---|
东方财富接口偶发 403 | 请求频繁被限流 | 主源失败自动切新浪/腾讯备源 |
缓存数据被当成实时数据 | 没有标记 stale | 缓存返回时加 stale: true 和原因 |
iPad 上收益卡片挤压 | 断点只写了 1200px | 增加 761–1023px 专属断点 |
模拟收益没有跟着变 | 两个容器共用 class | 统一改 .stock-returns 即可 |
这个项目的核心不是“预测涨跌”,而是把纪律变成可执行的数字:
从工程角度看,它同样证明了零依赖方案的可行性:Python 标准库 + 原生前端,足以支撑一个功能完整、体验良好的个人金融看板。
合规提示:本文仅分享技术实现,不构成任何投资建议。投资有风险,决策需谨慎。公开发布时请替换真实持仓、token 与服务器 IP 为占位符。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。