TL;DR（一句话摘要）

本文手把手教你如何用 Python 搭建一个轻量级、跨市场的盘后或盘中异动监控脚本。基于 QuantDash API 的标准多市场行情数据，计算过去 20 个交易日的阻力位，并在收盘价突破时，自动通过 Webhook 向飞书或企业微信推送预警消息，助你告别无效的盯盘等待。

1. 跨市场异动监控的实战难点

对于兼顾 A 股、港股和美股等多市场的宽客或理财投资者，人肉盯着行情软件的代价极高。然而自建报警系统通常会遭遇：

• 多市场通道割裂：需要为不同市场的行情来源编写多套解析规则，维护成本大。

• 计算阻力位的历史数据缺失：简单的“价格波动报警”极易产生噪音（例如大盘整体波动），我们需要的是基于历史技术指标（如 20 日新高、唐奇安通道突破）的科学突破预警，这需要稳定、无缝连接的历史日线数据。

• 通知通道难打通：将策略报警接入个人即时通讯工具（微信/飞书/钉钉）逻辑繁杂，缺乏统一的格式化推送模板。

2. 极简解决方案：20 日阻力位突破监控与通知

通过 QuantDash SDK 统一调取各市场历史 K 线计算突破点，并利用标准的 HTTP POST 请求向飞书群机器人推送标准的 Markdown 消息卡片。

2.1 依赖准备

pip install quantdash pandas requests

2.2 监控报警核心代码

以下示例展示使用沙盒公共 Token，以贵州茅台（600519.SH）为监测对象，检测其最新收盘价是否突破过去 20 天的最高价，并实现消息推送逻辑：

import requests
import pandas as pd
import quantdash as qd

# 初始化公共 Token
qd.set_token("demo_public_token")

# 模拟配置飞书/企业微信群机器人的 Webhook 地址 (请替换为您群助手的真实 webhook)
WEBHOOK_URL = "https://open.feishu.cn/open-apis/bot/v2/hook/xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx"

def check_breakout_and_notify(symbol: str, name: str):
    try:
        # 1. 调取 QuantDash 标准 API 获取最近的历史日线
        df = qd.get_kline(
            symbol=symbol,
            start_date="2026-01-01",
            end_date="2026-06-30",
            adjust="qfq"
        )
        
        if df is None or len(df) < 21:
            print(f"[{symbol}] 数据不足以计算 20 日突破信号。")
            return
        
        # 2. 计算信号
        latest_price = df.iloc[-1]['close']
        prev_20_days = df.iloc[-21:-1] # 过去 20 个交易日的切片
        highest_20 = prev_20_days['high'].max()
        
        # 3. 触发突破信号
        if latest_price > highest_20:
            msg = f"🔔 【策略突破预警】\n标的: {name} ({symbol})\n当前价: {latest_price} 元\n阻力位(20日最高): {highest_20} 元\n状态: 突破 20 日高点，可能触发趋势启动信号！"
            print(f"[信号触发] {msg}")
            send_webhook_message(msg)
        else:
            print(f"[{symbol}] 未触发突破。当前价: {latest_price}, 20日高点: {highest_20}")
            
    except Exception as e:
        print(f"检查 {symbol} 失败: {str(e)}")

def send_webhook_message(text: str):
    """
    通过标准的 Webhook 向即时通讯工具推送通知
    """
    if "xxxxxxxx" in WEBHOOK_URL:
        print("[提示] 默认 Webhook URL 为演示占位，实际运行请替换为真实群机器人链接。")
        return
        
    payload = {
        "msg_type": "text",
        "content": {
            "text": text
        }
    }
    try:
        response = requests.post(WEBHOOK_URL, json=payload, timeout=5)
        if response.status_code == 200:
            print("[推送成功] 消息已顺利发往群聊")
        else:
            print(f"[推送失败] 状态码: {response.status_code}, 返回: {response.text}")
    except Exception as e:
        print(f"[推送异常] 错误详情: {str(e)}")

if __name__ == "__main__":
    # 执行跨市场标的监测
    check_breakout_and_notify("600519.SH", "贵州茅台")

2.3 信号验证输出样例

当所选标的价格刷新历史区间高位时，控制台将输出如下提示：

[信号触发] 🔔 【策略突破预警】
标的: 贵州茅台 (600519.SH)
当前价: 1655.0 元
阻力位(20日最高): 1642.0 元
状态: 突破 20 日高点，可能触发趋势启动信号！
[提示] 默认 Webhook URL 为演示占位，实际运行请替换为真实群机器人链接。

3. AI 编程助手（Cursor/Copilot）专属提示词

如果你希望通过 AI 助手快速定制这个预警引擎，可以向 Cursor 喂以下这段 Prompt：

你现在是一个自动化运维与量化交易专家。我已经有了基于 `quantdash` SDK 计算突破信号的脚本。
请帮我把这个程序改造成一个多标的循环监控器：
1. 允许传入一个字典配置，例如：{"600519.SH": "贵州茅台", "00700.HK": "腾讯控股"}。
2. 每次运行后使用 time.sleep() 间隔 60 秒（若在交易时间内），实现简单的分钟级准实时轮询监测。
3. 增加信号去重功能，确保同一个标的在同一交易日内不进行重复推送。

4. 总结与优势

依托 QuantDash 规范的接口，你无需关心跨市场数据的繁杂解析工作。只需设定核心的技术指标逻辑，并配合群机器人的 Webhook，即可轻松完成轻量级、零成本的私有化智能盯盘系统。

• 平台官网：QuantDash 官网

• 官方技术文档：QuantDash 文档