炒股的朋友都懂一个道理：看盘先看势，顺势而为才能少踩坑。这里的“势”，核心就是大盘指数的动态——上证指数定方向，深证成指看成长，创业板指察情绪，沪深300判权重。但市面上的行情软件要么广告多，要么数据延迟，想实时掌握核心指数动态总差口气。
本文作为Java量化系列的第十篇，将带大家打造专属大盘指数实时监控神器：核心是工作日交易时段（9:00-11:00、13:00-14:00）每10秒触发一次抓取（Cron表达式精准控制），同步东方财富/财联社双数据源的指数数据，实时缓存到Redis，让你毫秒级获取最新价、涨跌幅等关键信息，为交易决策筑牢数据基础！
一、为什么要做专属指数实时监控？3大痛点直击股民刚需
可能有朋友会问：“市面上行情软件这么多，为啥还要自己造轮子？” 其实做专属监控，正是为了解决商用软件的3大核心痛点：
- 数据延迟高：免费行情软件普遍有3-15秒延迟，短线交易中，这几秒可能就是盈利与亏损的差距；
- 广告干扰多：打开软件全是开户、投顾广告，想快速看个指数还要层层跳转；
- 定制化不足：无法根据自己的交易策略自定义指数预警（比如上证指数跌破3900触发提醒），也不能对接自己的量化系统。
而我们打造的这套监控系统，不仅能实现10秒级实时抓取，还能无缝对接前九篇搭建的量化框架，后续可轻松扩展指数预警、策略触发等高级功能，真正做到“数据为自己所用”。
二、核心需求与技术选型：稳定、高效、低延迟
2.1 核心需求拆解
- 定时抓取：工作日9:00-11:00、13:00-14:00时段，每10秒抓取一次核心指数数据（Cron：1/10 * 9,10,11,13,14 ? * 1-5）；
- 多源保障：支持东方财富、财联社双数据源抓取，避免单一数据源故障导致监控中断；
- 数据完整：获取上证指数、深证成指、创业板指、沪深300等核心指数的最新价、涨跌幅、涨跌额等关键信息；
- 实时缓存：抓取的数据实时存入Redis，保证后续查询、使用的毫秒级响应；
- 异常兼容：单个数据源抓取失败时不影响整体功能，自动返回空列表避免程序崩溃。
2.2 核心技术选型
结合需求特点，选型聚焦“高效、稳定、低延迟”三大核心：
- 定时调度：Spring Scheduler，轻量高效，支持精准Cron表达式配置，无需额外部署中间件；
- 数据抓取：HttpClient，自定义请求头模拟浏览器访问，避免被目标网站拦截；
- 数据解析：FastJSON，高效解析JSON格式的响应数据，适配东方财富、财联社的返回结构；
- 缓存存储：Redis，内存级存储，支持key-value快速读写，完美适配实时数据的存储需求；
- 多源切换：通过接口封装实现数据源动态切换，东方财富为主、财联社为备，提升系统稳定性。
三、核心实现（一）：定时调度与主流程设计
整个系统的核心入口是定时任务，通过精准的Cron配置控制抓取时机，再串联“数据源选择→数据抓取→数据筛选→缓存存储”全流程。
3.1 Cron表达式解析
本次使用的Cron表达式：1/10 * 9,10,11,13,14 ? * 1-5，逐位拆解核心逻辑：
- 1/10：从第1秒开始，每10秒执行一次（比如1秒、11秒、21秒…触发）；
- *：任意分钟都执行；
- 9,10,11,13,14：仅在9点、10点、11点、13点、14点这几个小时执行；
- ?：日位不指定（因星期位已限定，避免冲突）；
- *：任意月份都执行；
- 1-5：仅周一到周五（工作日）执行，避开周末休市。
3.2 主流程核心代码
主流程方法updateStockIndexPrice负责串联全流程，支持通过type参数筛选特定类型的指数（如仅抓取上证指数），灵活适配不同使用场景：
/**
* 定时更新股票指数价格（核心主流程）
* @param type 指数类型：1=上证，2=沪深，3=创业板，4=沪深300（null则抓取全部）
*/
@Override
public void updateStockIndexPrice(Integer type) {
// 1. 选择数据源抓取指数数据（优先东方财富，可按需切换财联社）
List<StockIndexInfo> stockIndexList = extCrawlerService.findStockIndex();
// 备用：财联社数据源（单一数据源故障时启用）
// List<StockIndexInfo> stockIndexList = crawlerDrjService.findStockIndex();
// 2. 按类型筛选指数（如仅需上证指数，传入type=1）
if (type != null) {
stockIndexList = stockIndexList.stream()
.filter(index -> type.equals(index.getType()))
.collect(Collectors.toList());
}
// 3. 数据为空则直接返回，避免无效操作
if (CollUtil.isEmpty(stockIndexList)) {
log.info("本次抓取未获取到有效指数数据");
return;
}
// 4. 遍历数据，存入Redis缓存
for (StockIndexInfo stockIndexInfo : stockIndexList) {
stockCacheService.updateStockIndex(stockIndexInfo);
}
log.info("指数数据更新完成，共更新{}条数据", stockIndexList.size());
}
123456789101112131415161718192021222324252627282930
四、核心实现（二）：多数据源抓取与数据解析
数据抓取是系统的核心能力，我们分别实现东方财富和财联社的抓取逻辑，通过统一接口返回数据，保证后续流程的兼容性。
4.1 东方财富数据源（主力推荐）
东方财富的指数接口返回数据完整、稳定性高，是我们的主力数据源。核心逻辑是“构造请求URL→发送GET请求→解析JSON响应→封装实体类”。
4.1.1 抓取核心代码
/**
* 东方财富指数数据抓取
* @return 核心指数列表
*/
@Override
public List<StockIndexInfo> findStockIndex() {
// 1. 构造请求URL（通过配置文件注入基础URL，动态拼接回调参数）
String url = "https://push2.eastmoney.com/api/qt/clist/get?pi=0&pz=100&po=1&np=1&fields=f1,f2,f3,f4,f12,f13,f14&fltt=2&invt=2&ut=433fd2d0e98eaf36ad3d5001f088614d&fs=i:1.000001,i:0.399001,i:0.399006,i:1.000300&cb=jQuery112405795797323925824_1676954612820&_=";
try {
// 2. 发送GET请求（自定义请求头，模拟浏览器访问）
String content = HttpUtil.sendGet(
HttpClientConfig.proxyNoUseCloseableHttpClient(),
url + MyDateUtil.getTimezone(), // 拼接时间戳，避免缓存
buildDfHeaderMap() // 构造东方财富专属请求头
);
// 3. 清洗响应数据（去除jQuery回调包裹，保留纯JSON）
content = content.substring("jQuery112405795797323925824_1676954612820".length() + 1);
content = content.substring(0, content.length() - 2);
// 4. 解析JSON数据，封装为StockIndexInfo列表
return stockInfoParser.parseStockIndex(content);
} catch (Exception e) {
log.error("东方财富指数抓取失败，URL：{}", url, e);
return Collections.emptyList();
}
}
123456789101112131415161718192021222324252627
4.1.2 响应数据解析
东方财富的响应是jQuery回调包裹的JSON，解析时需先清洗数据，再提取data.diff中的指数列表，核心解析代码如下：
/**
* 解析东方财富指数JSON数据
* @param content 清洗后的纯JSON字符串
* @return 封装后的StockIndexInfo列表
*/
@Override
public List<StockIndexInfo> parseStockIndex(String content) {
// 1. 解析为JSON对象
JSONObject jsonObject = JSONObject.parseObject(content);
JSONObject data = jsonObject.getJSONObject("data");
if (ObjectUtils.isEmpty(data)) {
return Collections.emptyList();
}
// 2. 获取指数列表数组（data.diff）
JSONArray jsonArray = data.getJSONArray("diff");
if (jsonArray.size() <= 0) {
return Collections.emptyList();
}
// 3. 遍历数组，封装为StockIndexInfo
List<StockIndexInfo> result = new ArrayList<>(6);
jsonArray.forEach(n -> {
JSONObject tempObject = JSONObject.parseObject(n.toString());
StockIndexInfo indexInfo = new StockIndexInfo();
indexInfo.setCode(tempObject.getString("f12")); // 指数编码（如000001）
indexInfo.setName(tempObject.getString("f14")); // 指数名称（如上证指数）
indexInfo.setNowPrice(tempObject.getString("f2")); // 最新价
indexInfo.setNowProportion(tempObject.getString("f3") + "%"); // 涨跌幅（加%符号）
indexInfo.setSubPrice(tempObject.getString("f4")); // 涨跌额
indexInfo.setType(convertTypeByCode(indexInfo.getCode())); // 转换为统一类型（1-4）
result.add(indexInfo);
});
return result;
}
1234567891011121314151617181920212223242526272829303132333435
4.1.3 东方财富响应示例
清洗前的响应数据（包含jQuery回调）：
jQuery112405795797323925824_1676954612820({"rc":0,"rt":6,"svr":183124518,"lt":1,"full":1,"dlmkts":"","data":{"total":4,"diff":[{"f1":2,"f2":3917.36,"f3":0.69,"f4":26.91,"f12":"000001","f13":1,"f14":"上证指数"},{"f1":2,"f2":13332.73,"f3":1.47,"f4":192.52,"f12":"399001","f13":0,"f14":"深证成指"},{"f1":2,"f2":3191.98,"f3":2.23,"f4":69.74,"f12":"399006","f13":0,"f14":"创业板指"},{"f1":2,"f2":4611.62,"f3":0.95,"f4":43.44,"f12":"000300","f13":1,"f14":"沪深300"}]}});
1
可以看到，响应中包含4个核心指数的完整数据，字段f2（最新价）、f3（涨跌幅）、f4（涨跌额）正是我们需要的核心信息。
4.2 财联社数据源（备用）
财联社数据源作为备用，其接口返回格式更简洁，无需清洗直接解析即可。核心优势是反爬机制宽松，适合作为东方财富故障时的备用方案：
/**
* 财联社指数数据抓取（备用数据源）
* @return 核心指数列表
*/
@Override
public List<StockIndexInfo> findStockIndex() {
try {
// 财联社指数接口（固定参数，包含上证、深证、创业板等核心指数）
String url = "https://x-quote.cls.cn/v2/quote/a/web/stocks/basic?app=CailianpressWeb&fields=secu_name,secu_code,trade_status,change,change_px," +
"last_px&os=web&secu_codes=sh000001,sz399001,sh000905,sz399006&sv=8.4.6&sign=7ddfd2eef7564087ff01a1782c724f43";
// 发送GET请求（自定义财联社请求头）
String content = HttpUtil.sendGet(
HttpClientConfig.proxyNoUseCloseableHttpClient(),
url,
buildDjrHeaderMap()
);
// 解析JSON数据
JSONObject jsonObject = JSONUtil.parseObj(content);
JSONObject data = jsonObject.getJSONObject("data");
Set<String> indexCodes = data.keySet();
List<StockIndexInfo> indexInfos = new ArrayList<>();
// 遍历指数编码，封装实体类
for (String code : indexCodes) {
JSONObject indexObj = data.getJSONObject(code);
StockIndexInfo indexInfo = new StockIndexInfo();
indexInfo.setCode(indexObj.getStr("secu_code")); // 指数编码（如sh000001）
indexInfo.setName(indexObj.getStr("secu_name")); // 指数名称
indexInfo.setNowPrice(indexObj.getStr("last_px")); // 最新价
// 涨跌幅：将小数转换为百分比（如0.0069→0.69%）
indexInfo.setNowProportion(BigDecimalUtil.mul100(indexObj.getBigDecimal("change")));
indexInfo.setSubPrice(indexObj.getStr("change_px")); // 涨跌额
indexInfos.add(indexInfo);
}
return indexInfos;
} catch (Exception e) {
log.error("财联社指数抓取失败", e);
return new ArrayList<>();
}
}
private Map<String,String> buildDjrHeaderMap() {
Map<String,String> headerMap = new HashMap<>(4);
headerMap.put("Host","x-quote.cls.cn");
headerMap.put("Origin","https://www.cls.cn");
headerMap.put("Referer","https://www.cls.cn/");
return headerMap;
}
1234567891011121314151617181920212223242526272829303132333435363738394041424344454647484950
五、核心实现（三）：Redis实时缓存与数据实体设计
抓取到的指数数据需要实时存入Redis，保证后续查询的高效性；同时通过统一的StockIndexInfo实体类，规范不同数据源的返回格式。
5.1 数据实体设计：StockIndexInfo
实体类封装了指数的核心信息，支持不同数据源的统一适配，同时通过getDate()方法自动获取当前时间，无需手动设置：
@Data
public class StockIndexInfo implements Serializable {
private String code; // 指数编码（如000001、399001）
private String name; // 指数名称（如上证指数、深证成指）
private String nowPrice; // 最新价
private String nowProportion; // 涨幅度（带%符号）
private String subPrice; // 涨跌额
private String openPrice; // 开盘价
private String highPrice; // 最高价
private String lowPrice; // 最低价
private String yesClosePrice; // 昨日收盘价
private String change; // 涨跌比例（小数）
private Integer type; // 指数类型：1=上证，2=沪深，3=创业板，4=沪深300
private String date; // 数据更新时间
private Integer limitUp; // 涨停状态
private Integer limitDown; // 跌停状态
private Integer limitLevel; // 涨跌停级别
private String tradingValue; // 成交额
// 自动获取当前时间作为更新时间
public String getDate() {
return DateUtil.now();
}
}
123456789101112131415161718192021222324252627
5.2 Redis缓存核心代码
缓存逻辑简洁高效：以“固定前缀+指数编码”作为Redis的key，将StockIndexInfo实体直接存入Redis，后续查询时通过编码即可快速获取：
/**
* 将指数数据存入Redis缓存
* @param stockIndexInfo 指数数据实体
*/
public void updateStockIndex(StockIndexInfo stockIndexInfo) {
// 构造Redis的key：STOCK_PRICE_zs_指数编码（如STOCK_PRICE_zs_000001）
String key = Const.STOCK_PRICE + "zs_" + stockIndexInfo.getCode();
// 存入Redis（默认无过期时间，下次抓取自动覆盖）
redisUtil.set(key, stockIndexInfo);
log.debug("指数数据缓存完成，key：{}，数据：{}", key, stockIndexInfo);
}
1234567891011
缓存后的Redis数据示例（key：STOCK_PRICE_zs_000001）：
{
"code": "000001",
"name": "上证指数",
"nowPrice": "3917.36",
"nowProportion": "0.69%",
"subPrice": "26.91",
"type": 1,
"date": "2025-12-22 09:30:01"
}
123456789
六、核心优化：让监控系统更稳定、更实用
基础功能实现后，我们还需要做3个关键优化，让系统更适配生产环境，更符合实际使用需求：
6.1 多数据源故障自动切换
通过添加数据源健康检查逻辑，当东方财富抓取失败次数达到阈值时，自动切换到财联社数据源，避免监控中断：
/**
* 智能选择数据源（故障自动切换）
* @return 可用的指数数据列表
*/
private List<StockIndexInfo> selectAvailableDataSource() {
// 先尝试东方财富数据源
List<StockIndexInfo> dfData = extCrawlerService.findStockIndex();
if (CollUtil.isNotEmpty(dfData)) {
return dfData;
}
// 东方财富失败，切换到财联社数据源
log.warn("东方财富数据源抓取失败，切换到财联社数据源");
List<StockIndexInfo> drjData = crawlerDrjService.findStockIndex();
if (CollUtil.isNotEmpty(drjData)) {
return drjData;
}
// 双数据源均失败，记录严重错误
log.error("东方财富、财联社双数据源均抓取失败，本次监控中断");
return Collections.emptyList();
}
12345678910111213141516171819202122
6.2 指数类型精准匹配
通过convertTypeByCode方法，将不同数据源的指数编码统一转换为1-4的类型标识，方便后续筛选和使用：
/**
* 根据指数编码转换为统一类型
* @param code 指数编码
* @return 统一类型：1=上证，2=沪深，3=创业板，4=沪深300
*/
private Integer convertTypeByCode(String code) {
switch (code) {
case "000001":
return 1; // 上证指数
case "399001":
return 2; // 深证成指
case "399006":
return 3; // 创业板指
case "000300":
return 4; // 沪深300
default:
return 0; // 其他指数
}
}
12345678910111213141516171819
6.3 新增指数预警扩展接口
预留预警扩展接口，后续可根据自己的交易策略添加预警逻辑（如指数跌破/突破指定点位时发送邮件/钉钉提醒）：
/**
* 指数预警逻辑（扩展接口）
* @param indexInfo 最新指数数据
*/
private void indexWarn(StockIndexInfo indexInfo) {
// 示例：上证指数跌破3900触发预警
if ("000001".equals(indexInfo.getCode())) {
BigDecimal nowPrice = new BigDecimal(indexInfo.getNowPrice());
if (nowPrice.compareTo(new BigDecimal("3900")) < 0) {
notifyService.sendDingTalkNotify(
String.format("【指数预警】上证指数跌破3900点，当前价：%s", indexInfo.getNowPrice())
);
}
}
}
123456789101112131415
七、最终效果：10秒级更新，毫秒级响应
部署完成后，系统将在工作日交易时段自动运行，实现三大核心效果：
- 实时更新：每10秒抓取一次最新指数数据，数据延迟控制在1秒内，远超免费行情软件；
- 稳定可靠：双数据源自动切换，单一数据源故障不影响监控；
- 高效响应：Redis缓存保障查询响应时间≤10ms，后续对接量化策略、前端展示都毫无压力。
后续可基于这套系统，轻松扩展出“指数趋势图表”“个性化预警提醒”“策略自动触发”等高级功能，让指数数据真正为你的交易决策服务。
八、系列文章预告
本文完成了量化系统的“实时数据监控层”搭建，实现了核心指数的10秒级抓取与缓存，为后续策略执行提供了精准、实时的数据支撑。下一篇文章，我们将正式进入量化策略实战环节，基于前面搭建的数据体系，实现“均线交叉策略”的自动执行与回测，让你的量化系统真正具备实战交易能力！
最后，留一个思考问题：如果需要监控更多细分指数（如科创50、中证500），你会如何修改当前的抓取逻辑？欢迎在评论区交流你的解决方案～
