1, 网页取日线/30分钟/5分钟/1分钟, 这4个周期的K线数据(不复权原始数据)

时间/开盘价/最高价/最低价/收盘价/成交量/成交额周线和月线的K线数据由python根据日线数据自动生成, 这样做尽量减少网页取数据的延迟, 也避免了网上提供的K线数据在除权计算时的误差

2,根据大智慧导出的除权数据库, 将6周期的原始K线数据做除权处理

除权过程非常关键, 网上能直接抓的复权K线数据, 我试过好几个网站, 基本不准我现在的这套系统, 与大智慧的除权计算结果基本没有差异,因为用了大智慧的除权原始数据, 我的除权算法和大智慧也是一致的

3, [交易时段:程序循环执行]: 根据个人的趋势和结构计算模型, 用python计算出各周期单独的BSZC指令单

6周期趋势模型+结构模型的:B买入条件+C仓位6周期趋势模型+结构模型的:S卖出条件+C仓位6周期趋势模型+结构模型的:Z止损条件+C仓位[自动计算服务器配置] win10-hyperV下的ubuntu 20 + mysql, 16核心的10700k, 5000支股票需要在100%CPU占用率下算15分钟, 风扇狂转不使用云服务器做计算的原因有两个:

-- 能达到这个运算速度的云服务器high贵

-- 核心模型和算法因为安全原因, 不打算放在云上

4, [交易时段:程序循环执行]:6周期BSZC单据综合分析做BSZC单据的合并或删除

合并单据: 同一价位, 不同级别的同向交易指令, 合并删除单据: 同一价位, 不同级别的反向交易指令, 低级别服从高级别[保留高级别,删除低级别]

5, [交易时段:程序循环执行]:将最终的BSZC交易指令单据发送到mysql服务器

这样做的好处是交易指令只是一条mysql数据记录, 手机或电脑只要发一条指令就可以让后台的机器自动执行并反馈结果[mysql服务器硬件配置]任意一个运行mysql的ubuntu或Linux的docker都可以实现, 但为了在微信小程序下发布数据, 使用了腾讯云服务器, 配置的ubuntu系统

6, [交易时段:程序循环执行]:以pyautogui库为基础, 负责与券商交易系统配合自动下单的python程序, 执行最终下单指令

mysql服务器有新的BSZC交易单?执行查询交易结果状态, 并更新到mysql数据表相应字段 [未成交 / 部分成交 / 全部成交]

-- 截图并OCR识别券商交易系统的办法有点小复杂, 目前使用自动导出txt文档后, 读取txt文档内容的办法, 判断交易指令执行状态

执行定时任务 [ 14:50 申购新股 / 15:06 撤所有未成交买单/ 15:15 卖204001]自动下单硬件说明: 自动下单的机器是win10+多用户远程登录, 只要固定显示分辨率, 和保证系统运行的稳定性, 自动交易的过程完全不需要浪费一台显示器, 后台运行即可

7, [每日收盘后: 程序执行] 生成每天交易汇总报告 [ 计划 / 执行结果 / 收益 ]

8, [每日收盘后: 程序执行] 生成下一个交易日, BSZC计划交易指令报告 [ 计划 / 可人工修正 ]