如果你在周五收盘后打开行情软件面对满屏的板块涨跌幅最想解决的事情通常只有一件明天开始到底该重点跟踪哪些方向。市场上“8月14日星期五五大热点板块前瞻”这类标题很常见它能把信息差压缩成一句结论所以天然有传播力。但对于技术读者我更建议把“板块前瞻”当成一个工程问题来处理用公开数据、Python 脚本和简单的 NLP 分析在十几分钟内生成一份板块热度复盘报告先看到数据再形成自己的判断。这篇文章不预测具体板块也不做任何投资建议。我会把“热点板块前瞻”拆成一套可以重复运行的本地分析流程重点放在数据获取、特征计算、结果汇总和定时任务上。整个流程包含五个维度资金流、舆情、量价、研报、情绪对应标题里的“五大热点板块”。你可以按需取用也可以把它们组合成周五收盘后的定时任务自动输出一份 Markdown 日报。1. 核心能力速览先给一张表让你快速判断这套流程值不值得搭。能力项说明流程类型股市热点板块热度分析工作流偏技术研究向核心功能板块资金流统计、新闻舆情情感分析、量价指标计算、研报关键词提取、热度异动监控运行环境Windows / macOS / LinuxPython 3.10 及以上硬件要求纯 CPU 可运行无显卡要求若接入大模型 API需要稳定的网络启动方式命令行运行单模块脚本或通过 schedule/cron 定时任务运行数据源公开行情接口、新闻接口、研报 PDF需要根据你本地的数据权限接入接口能力每个模块输出 DataFrame / JSON最终汇总生成 Markdown 日报批量任务支持批量处理多板块、多日数据自动跳过非交易日适合场景个人复盘、量化学习、内容生产辅助、策略研究前的数据准备需要说明的是这不是一个现成的开源软件而是一套组合方案。你可以把它当作模板替换成自己熟悉的数据接口和模型库。2. 适用场景与使用边界这套流程适合三类读者量化初学者想搞懂板块热度是怎么被量化的需要一个能直接跑的样例。内容生产者需要快速整理板块相关数据减少手工翻行情软件的时间。个人投资者希望把“凭感觉复盘”变成“基于数据复盘”但不打算上重型量化平台。它不适合什么场景不适合直接作为交易信号系统。资金流、舆情、量价只是多维参考不是买卖依据。不适合高频交易默认按天或按周汇总精度在国家小周期级别不是分钟级。不适合没有数据权限的用户。很多行情接口需要 token 或付费你需要先确认自己能拿到哪些数据。合规边界这里必须提清楚行情数据、新闻数据、研报 PDF 都可能是第三方版权内容仅限个人研究使用不要二次分发。如果你抓取网站数据先看对方的服务条款控制请求频率避免对目标服务器造成压力。涉及个股或公司信息时不要加入个人隐私数据。3. 环境准备与前置条件先把运行环境准备好。以下依赖是基于通用 Python 生态的推荐组合不代表每个模块都需要全部安装。# 创建独立虚拟环境避免污染系统 Python python -m venv venv source venv/bin/activate # Windows 下用 venv\Scripts\activate # 升级 pip 并安装核心依赖 pip install --upgrade pip pip install pandas numpy requests pip install jieba snownlp pdfplumber pip install schedule tabulate如果后续要接入大模型做日报摘要再单独安装 OpenAI SDK 或其他模型对应的 SDK。注意大模型接口不是必须项整个流程用传统 NLP 也能跑通。4. 项目目录与数据源配置建议按下面的结构组织项目方便后续扩展。hot-sector-analysis/ ├── data/ │ ├── raw/ # 原始接口返回JSON/CSV │ ├── processed/ # 清洗后的中间数据 │ └── reports/ # 输出日报 ├── logs/ # 运行日志 ├── modules/ │ ├── fund_flow.py │ ├── news_sentiment.py │ ├── price_pattern.py │ ├── report_parser.py │ └── heat_score.py ├── main.py └── requirements.txtrequirements.txt 内容如下pandas2.0.0 numpy1.24.0 requests2.31.0 jieba0.42.1 snownlp0.12.3 pdfplumber0.10.0 schedule1.2.0 tabulate0.9.0数据源在真实环境中需要自己配置。下面以几个常见来源为例但接口名称会随时间变化不要直接照抄行情日线聚宽、Tushare、AKShare、券商自带的 Python 接口。资金流部分数据源提供板块资金流汇总没有的话可以用“涨跌幅 成交量变化”近似。新闻语料新闻站点、财经资讯 API或者自己收集的 RSS。研报 PDF需要放在本地目录做好命名规范例如20250814_策略周报.pdf。5. 模块一资金流与板块动量分析先做最核心的板块动量排名。思路是按板块累计最近 N 日资金净流入同时计算平均涨幅得到一个简单的强弱排名。先给一个可运行的模拟示例真实场景中只需要替换数据加载部分。import pandas as pd import numpy as np # 模拟数据真实场景请替换为行情/资金流接口返回 dates pd.date_range(2025-08-01, 2025-08-14, freqB) np.random.seed(42) df pd.DataFrame({ date: np.tile(dates, 5), sector: np.repeat([板块A, 板块B, 板块C, 板块D, 板块E], len(dates)), net_inflow: np.random.randn(len(dates) * 5) * 1e4, change_pct: np.random.randn(len(dates) * 5), }) df[date] pd.to_datetime(df[date]) # 只用最近 7 个自然日内的交易日做统计 cutoff df[date].max() - pd.Timedelta(days7) recent df[df[date] cutoff] summary recent.groupby(sector).agg( total_inflow(net_inflow, sum), avg_change_pct(change_pct, mean) ).sort_values(total_inflow, ascendingFalse) print(summary)输出会是一个按资金净流入降序排列的表格。真实业务里你需要把net_inflow换成接口返回的真实值。如果数据源只有日线数据没有资金流字段可以近似用“成交额变化”代替# 假设 df 中有 volume 字段 df[volume_ma5] df[volume].rolling(5).mean() df[volume_ratio] df[volume] / df[volume_ma5]放量程度可以作为资金关注度的代理指标。6. 模块二新闻舆情与政策事件解析周五复盘最耗时间的一步是把当周新闻看一遍。这个模块用jieba做分词用SnowNLP做情感打分再把命中关键词的新闻映射到对应板块。import jieba from snownlp import SnowNLP news [ 半导体设备国产化进程加速多家公司订单排产到明年, 光伏产业链价格企稳组件出口数据超预期, 券商策略会关注高股息与科技成长两条主线, ] sector_keywords { 半导体: [半导体, 芯片, 集成电路, 晶圆], 新能源: [光伏, 锂电, 储能, 新能源], 券商: [券商, 证券, 投行], } def analyze_news(text: str) - dict: score SnowNLP(text).sentiments words set(jieba.lcut(text)) hit_sectors [] for sector, kws in sector_keywords.items(): if words set(kws): hit_sectors.append(sector) return { text: text, sentiment: round(score, 3), sectors: hit_sectors, } for item in news: print(analyze_news(item))SnowNLP 的情感分数范围是 0 到 1越接近 1 表示正面倾向越强。它基于通用语料训练财经语义不一定全准所以更适合做初步过滤而不是最终判断。如果你对大模型 API 有访问权限可以把情感分析这一层交给大模型示例结构如下# 伪代码实际接入时以你的模型接口为准 def analyze_with_llm(text: str) - dict: prompt f请判断以下财经新闻的正面/中性/负面情绪并给出所属产业方向\n{text} response llm_client.chat.completions.create( modelyour-model, messages[{role: user, content: prompt}] ) return response.choices[0].message.content7. 模块三量价指标与热点形态识别板块热度不只是“涨得多”还要看是否放量、是否站上均线。这个模块计算 5 日均线、20 日均线、5 日涨幅和量比用来识别两类典型形态放量上涨量比大于 1.5且 5 日收益为正。缩量回调量比小于 0.8且价格回踩均线。import pandas as pd import numpy as np # 模拟日线数据 df pd.DataFrame({ date: pd.date_range(2025-07-01, periods30, freqB), close: np.cumsum(np.random.randn(30)) 100, volume: np.random.randint(1000, 5000, 30).astype(float), }) df[ma5] df[close].rolling(5).mean() df[ma20] df[close].rolling(20).mean() df[return_5d] df[close].pct_change(5) df[volume_ma5] df[volume].rolling(5).mean() df[volume_ratio] df[volume] / df[volume_ma5] # 放量上涨 df[breakout] (df[volume_ratio] 1.5) (df[return_5d] 0) recent df.tail(10) print(recent[[date, close, ma5, ma20, return_5d, volume_ratio, breakout]])输出里breakout为 True 的日期越多说明这个板块近期动量越强。实际使用时把df替换成真实板块指数的日线数据即可。需要注意板块指数数据通常不带个股复权信息直接计算时要用“前收盘”字段做涨幅计算否则节假日跳空会被误判为异常。8. 模块四研报与产业链标签聚合研报是周五复盘里信息密度最高的素材之一。很多研究机构会在周末发布策略周报把这些 PDF 放在本地目录用pdfplumber提取文本再统计关键词。import pdfplumber import jieba.analyse from pathlib import Path pdf_path Path(./data/reports/20250814_策略周报.pdf) if not pdf_path.exists(): print(请先准备一份研报 PDF 用于测试) else: with pdfplumber.open(pdf_path) as pdf: text \n.join(page.extract_text() or for page in pdf.pages) keywords jieba.analyse.extract_tags(text, topK20, withWeightTrue) for word, weight in keywords: print(word, round(weight, 4))如果 PDF 是扫描件pdfplumber提取不到文字需要先接 OCR。常见方案是 PaddleOCR代码结构如下# 伪代码PaddleOCR 具体版本请参考官方文档 from paddleocr import PaddleOCR ocr PaddleOCR(use_angle_clsTrue, langch) result ocr.ocr(str(pdf_path), clsTrue)OCR 识别速度明显慢于文本提取批量处理 PDF 时要控制并发避免内存暴涨。9. 模块五市场情绪与热度监控情绪维度用来捕捉“搜索热度”和“讨论热度”的突然变化。这个模块不直接做模型训练而是通过你已获授权的数据源接口拉取关键词的热度指数再算环比变化。import requests # 示例接口域名仅用于说明代码结构 def fetch_hot_score(sector: str) - float: url https://your-authorized-api.example.com/hot params {keyword: sector} resp requests.get(url, paramsparams, timeout10) resp.raise_for_status() return resp.json()[score] sectors [半导体, 新能源, 低空经济] for sector in sectors: try: score fetch_hot_score(sector) print(f{sector}: {score}) except Exception as e: print(f{sector}: 请求失败 {e})真正的接入点要看你的数据源支持什么字段。常见做法是拉取最近 7 天的热度序列计算“当日热度 / 前 7 日均值”比值大于 1.2 就标记为异动。def detect_outlier(scores: list[float]) - bool: if not scores or len(scores) 7: return False base sum(scores[:-1]) / len(scores[:-1]) return scores[-1] base * 1.210. 定时批量任务与日报生成五个模块各自跑通之后把它们串起来做成一个可以定时执行的脚本。建议先做main.py再挂到系统定时任务。# main.py import pandas as pd from datetime import datetime from pathlib import Path def generate_report(sector_summary: pd.DataFrame) - str: lines [ # 热点板块复盘日报, , f生成时间{datetime.now().strftime(%Y-%m-%d %H:%M)}, , ## 板块动量排名, , sector_summary.to_markdown(), , 本报告由自动化流程生成仅用于技术研究不构成投资建议。, ] return \n.join(lines) if __name__ __main__: # 实际使用时把各模块函数调用结果汇总到 sector_summary sample_data pd.DataFrame({ sector: [板块A, 板块B], score: [1.0, 0.8], }) report generate_report(sample_data) output_dir Path(./data/reports) output_dir.mkdir(parentsTrue, exist_okTrue) output_path output_dir / fdaily_report_{datetime.now().strftime(%Y%m%d)}.md output_path.write_text(report, encodingutf-8) print(f报告已生成{output_path})如果你用 Linux 服务器可以配置 crontab每周五收盘后自动运行# 每周五 15:30 运行请替换成你的实际路径 30 15 * * 5 cd /path/to/hot-sector-analysis /usr/bin/python3 main.py logs/report.log 21Windows 用户可以用“任务计划程序”触发器选择“每周”然后指定执行main.py。批量任务的关键是把每个模块做成独立函数输入输出清晰这样后续加新数据源时不需要改动主流程。11. 资源占用与性能观察这套流程不是重计算任务。纯 CPU 环境下主要瓶颈在三个地方新闻舆情分析SnowNLP 对几百条新闻做情感打分会明显慢于分词。如果语料超过几千条建议抽样或改用更快的情感模型。PDF 解析单份 20 页左右的研报pdfplumber 耗时大约在秒级批量处理时建议用线程池限制并发数。大模型 API如果接了外部大模型耗时主要由网络和生成参数量决定要设置超时和重试。内存方面数据量控制在十万行以内普通办公本没有压力。占用大小取决于你加载了多少历史数据建议分年度加载避免一次性拉全量数据。观察性能时不要靠感觉可以用下面这段代码记录每个模块的耗时import time def timeit(func): def wrapper(*args, **kwargs): start time.time() result func(*args, **kwargs) print(f{func.__name__} 耗时: {time.time() - start:.2f}s) return result return wrapper12. 常见问题与排查方法问题现象可能原因排查方式解决方案行情接口返回 401token 过期或权限不足检查接口返回日志重新申请或更新 token行情数据为空非交易日或休市打印请求日期和返回长度用交易日历过滤日期jieba 导入耗时较长首次加载词典观察后续调用速度把词典加载放到模块初始化阶段PDF 提取中文乱码扫描件或字体未嵌入尝试复制 PDF 中的文字改用 PaddleOCR 识别定时任务不触发cron 环境变量不一致查看日志文件脚本中使用绝对路径和绝对 Python 路径SnowNLP 情感结果不符合常识通用语料偏差抽样人工复核接入行业词典或大模型二次判断数据源接口变动上游接口更新查看接口文档封装数据加载层统一替换批量任务运行到一半卡住网络超时或接口限流在循环中打印进度增加重试机制和 time.sleep这里最值得提前处理的坑是“数据接口变动”。行情类接口更新频繁建议把所有外部数据访问都封装在modules/data_loader.py里不要在业务代码里散落裸的requests.get这样接口改动时只改一个文件。13. 最佳实践与使用建议第一次先跑小样本。拿一周数据、三份新闻、一份研报先把流程跑通再扩展到全市场板块。保留最小可运行配置。在你本地维护一个config.yaml记录数据源参数、关键词表、输出目录方便换机器后恢复环境。数据分层存放。raw目录保存原始返回processed目录保存清洗结果reports目录保存日报。不要覆盖原始文件。批量任务加日志。每个模块开头打印当前处理对象失败时写入错误原因方便定位。接口服务要控制访问频率。如果你把报告挂到内网服务上要给每个请求加限流防止被循环调用。涉及人脸、声音、版权素材时必须确认授权。虽然本文场景是行情数据但这个原则同样适用。报告发布前复核。自动化生成的内容只能作为初稿人工确认后再对外发布。14. 总结与下一步这套流程最值得尝试的点是它把“板块前瞻”从一个模糊的直觉判断变成了五个可量化的分析步骤。你不用一次性做完所有模块先挑一个自己最有数据源的模块跑通比如资金流或新闻情感就能明显减少周五收盘后的手工复盘时间。最开始要验证的是数据源通路。先确认你本地能拿到什么数据再决定哪些模块值得做。最容易踩的坑是接口变动和非交易日空数据建议在代码里把“数据为空”当成正常分支处理而不是报错退出。后续扩展方向有三条对接大模型生成日报摘要把五个模块的结果合并成一段自然语言总结。把日报输出接到内部群或便签机器人实现“收盘后自动推送”。增加历史回测模块验证哪些指标信号在更长周期里更稳定。搭建这套流程之前也请再次确认你的数据来源是否合规最终输出只作为研究参考不构成任何投资依据。
