# 📈 Node.js + TypeScript 构建智能股票量化监控系统：从架构设计到生产部署

摘要：本文详细介绍如何使用 Node.js + TypeScript 构建一个生产级股票量化监控系统。系统支持 MACD 趋势反转、RSI 极值回归、目标价触发等多维度策略，实现 7x24 小时自动扫描市场异动并通过钉钉实时推送。涵盖技术选型、核心算法、性能优化及部署运维全流程，提供完整开源方案。

---

工具演示，钉钉消息推送示例

一、项目背景与痛点

作为一名兼具开发与投资需求的从业者，我深刻体会到手动盯盘的三大痛点：

痛点	传统方案	本系统解决方案
实时性差	手动刷新软件，易错过关键时机	30 秒自动轮询，毫秒级数据获取
策略单一	仅支持简单涨跌幅提醒	MACD/RSI/均线多指标复合决策
维护成本高	商业软件付费高，定制难	开源免费，配置热加载无需改代码

基于此，我设计并实现了这套轻量级、专业级、生产级的股票量化监控系统。

---

二、技术架构设计

2.1 整体架构

graph TB
    A[监控调度器 monitor.ts] --> B[数据服务 stock-api.ts]
    A --> C[指标服务 indicator-service.ts]
    A --> D[通知服务 dingtalk-service.ts]
    B --> E[新浪财经/腾讯财经 API]
    C --> F[MACD/RSI/MA 计算引擎]
    D --> G[钉钉机器人 Webhook]
    H[config.json] -.配置热加载.-> A

2.2 技术选型理由

类别	技术选型	选型理由
运行环境	Node.js v18+	高性能异步 I/O，适合实时轮询任务
开发语言	TypeScript	类型安全，IDE 智能提示，降低维护成本
HTTP 请求	Axios	支持拦截器、超时控制、请求取消
进程管理	PM2	生产环境标准，支持崩溃重启、日志管理
数据源	新浪财经/腾讯财经	免费公开接口，延迟<3 秒，无需 API Key
通知渠道	钉钉机器人	企业级触达，支持 Markdown 富文本

2.3 项目结构

stock-monitor/
├── config.json              # 核心配置文件（监控列表/策略阈值）
├── src/
│   ├── services/
│   │   ├── stock-api.ts     # 数据抓取服务
│   │   ├── dingtalk-service.ts  # 钉钉消息推送
│   │   └── indicator-service.ts # 技术指标计算核心
│   └── monitor.ts           # 主入口：调度器与策略执行
├── dist/                    # 编译后的生产代码
├── package.json
├── tsconfig.json
└── README.md

---

三、核心功能实现

3.1 实时数据抓取服务

// src/services/stock-api.ts
import axios from 'axios';

export interface StockData {
  code: string;
  name: string;
  currentPrice: number;
  openPrice: number;
  closePrice: number;
  highPrice: number;
  lowPrice: number;
  volume: number;
  changePercent: number;
  timestamp: string;
}

export class StockApiService {
  private readonly baseURL = 'https://hq.sinajs.cn/rn=' + Date.now();

  async getStockData(code: string): Promise<StockData | null> {
    try {
      const response = await axios.get(`${this.baseURL}&list=${code}`, {
        timeout: 5000,
        headers: {
          'Referer': 'https://finance.sina.com.cn/',
          'User-Agent': 'Mozilla/5.0'
        }
      });

      // 解析新浪财经返回的 JavaScript 变量格式
      const match = response.data.match(/var hq_str_\w+="(.+)"/);
      if (!match) return null;

      const fields = match[1].split(',');
      return {
        code,
        name: fields[0],
        currentPrice: parseFloat(fields[3]) || 0,
        openPrice: parseFloat(fields[1]) || 0,
        closePrice: parseFloat(fields[2]) || 0,
        highPrice: parseFloat(fields[4]) || 0,
        lowPrice: parseFloat(fields[5]) || 0,
        volume: parseFloat(fields[8]) || 0,
        changePercent: parseFloat(fields[3]) > 0 
          ? ((parseFloat(fields[3]) - parseFloat(fields[2])) / parseFloat(fields[2]) * 100)
          : 0,
        timestamp: new Date().toLocaleString('zh-CN')
      };
    } catch (error) {
      console.error(`获取股票 ${code} 数据失败:`, error);
      return null;
    }
  }
}

3.2 技术指标计算引擎

// src/services/indicator-service.ts
export interface IndicatorResult {
  macd?: {
    dif: number;
    dea: number;
    macd: number;
    signal: '金叉' | '死叉' | '无';
  };
  rsi?: {
    value: number;
    signal: '超买' | '超卖' | '中性';
  };
  ma?: {
    ma5: number;
    ma10: number;
    ma20: number;
    ma60: number;
    trend: '上升' | '下降' | '震荡';
  };
}

export class IndicatorService {
  // 计算 MACD
  calculateMACD(closes: number[]): IndicatorResult['macd'] {
    if (closes.length < 26) return null;

    const ema12 = this.calculateEMA(closes, 12);
    const ema26 = this.calculateEMA(closes, 26);
    const dif = ema12 - ema26;
    const dea = this.calculateEMA([dif], 9);
    const macd = (dif - dea) * 2;

    // 判断金叉/死叉
    const prevDif = ema12 - ema26; // 简化处理
    const signal = dif > dea && prevDif <= dea ? '金叉' 
                 : dif < dea && prevDif >= dea ? '死叉' 
                 : '无';

    return { dif, dea, macd, signal };
  }

  // 计算 RSI
  calculateRSI(closes: number[], period: number = 14): IndicatorResult['rsi'] {
    if (closes.length < period + 1) return null;

    let gains = 0, losses = 0;
    for (let i = closes.length - period; i < closes.length; i++) {
      const change = closes[i] - closes[i - 1];
      if (change > 0) gains += change;
      else losses -= change;
    }

    const rs = gains / (losses || 1);
    const rsi = 100 - (100 / (1 + rs));

    const signal = rsi > 70 ? '超买' : rsi < 30 ? '超卖' : '中性';
    return { value: parseFloat(rsi.toFixed(2)), signal };
  }

  private calculateEMA(data: number[], period: number): number {
    const k = 2 / (period + 1);
    let ema = data[0];
    for (let i = 1; i < data.length; i++) {
      ema = data[i] * k + ema * (1 - k);
    }
    return ema;
  }
}

3.3 智能策略决策引擎

// src/monitor.ts
interface AlertStrategy {
  targetPrice?: {
    upper?: number;
    lower?: number;
  };
  priceAlertPercent?: number;
  enableMACD?: boolean;
  enableRSI?: boolean;
  alertCooldownMinutes?: number;
}

async function checkAlertConditions(
  stockData: StockData,
  indicators: IndicatorResult,
  strategy: AlertStrategy,
  lastAlertTime: Map<string, number>
): Promise<string | null> {
  const now = Date.now();
  const cooldownMs = (strategy.alertCooldownMinutes || 60) * 60 * 1000;

  // 1️⃣ 目标价触发（优先级最高）
  if (strategy.targetPrice) {
    if (strategy.targetPrice.upper && stockData.currentPrice >= strategy.targetPrice.upper) {
      return `🎯 目标价触发：${stockData.name} 突破上行目标 ${strategy.targetPrice.upper}元`;
    }
    if (strategy.targetPrice.lower && stockData.currentPrice <= strategy.targetPrice.lower) {
      return `🎯 目标价触发：${stockData.name} 跌破下行目标 ${strategy.targetPrice.lower}元`;
    }
    return null; // 配置目标价后不再触发其他警报
  }

  // 2️⃣ 大幅异动监控
  if (strategy.priceAlertPercent) {
    const changeAbs = Math.abs(stockData.changePercent);
    if (changeAbs >= strategy.priceAlertPercent) {
      return `📊 大幅异动：${stockData.name} 涨跌幅 ${stockData.changePercent.toFixed(2)}%`;
    }
  }

  // 3️⃣ MACD 趋势反转
  if (strategy.enableMACD && indicators.macd?.signal !== '无') {
    const lastAlert = lastAlertTime.get(stockData.code) || 0;
    if (now - lastAlert > cooldownMs) {
      return `📈 MACD${indicators.macd.signal}：${stockData.name} DIF=${indicators.macd.dif.toFixed(2)}`;
    }
  }

  // 4️⃣ RSI 极值回归
  if (strategy.enableRSI && indicators.rsi?.signal !== '中性') {
    const lastAlert = lastAlertTime.get(stockData.code) || 0;
    if (now - lastAlert > cooldownMs) {
      return `📉 RSI${indicators.rsi.signal}：${stockData.name} RSI=${indicators.rsi.value}`;
    }
  }

  return null;
}

3.4 钉钉深度通知服务

// src/services/dingtalk-service.ts
import axios from 'axios';

export async function sendDingTalkAlert(
  webhook: string,
  title: string,
  content: string
): Promise<void> {
  const message = {
    msgtype: 'markdown',
    markdown: {
      title,
      text: `## ${title}\n\n${content}\n\n> 时间：${new Date().toLocaleString('zh-CN')}\n> ⚠️ 不构成投资建议，风险自担`
    }
  };

  await axios.post(webhook, message, {
    headers: { 'Content-Type': 'application/json' }
  });
}

---

四、配置热加载与策略管理

4.1 配置文件示例

// config.json
{
  "stocks": [
    {
      "code": "sh600519",
      "name": "贵州茅台",
      "targetPrice": {
        "upper": 1800,
        "lower": 1600
      }
    },
    {
      "code": "sz000001",
      "name": "平安银行",
      "priceAlertPercent": 3,
      "enableMACD": true,
      "enableRSI": true
    }
  ],
  "strategy": {
    "priceAlertPercent": 2,
    "enableMACD": false,
    "enableRSI": false,
    "alertCooldownMinutes": 60
  },
  "dingtalk": {
    "webhook": "https://oapi.dingtalk.com/robot/send?access_token=xxx"
  },
  "pollIntervalSeconds": 30
}

4.2 热加载实现

// 监听配置文件变化
import chokidar from 'chokidar';

const watcher = chokidar.watch('config.json');
watcher.on('change', () => {
  console.log('🔄 配置文件已更新，重新加载策略...');
  config = require('./config.json');
});

---

五、生产部署与性能优化

5.1 服务器资源占用实测

指标	实测数据	说明
服务器配置	腾讯云 2 核 2G	轻量应用服务器
CPU 占用	< 5%	30 秒轮询 20 只股票
内存占用	< 100MB	TypeScript 编译后运行
稳定性	30+ 天 0 故障	PM2 进程守护
月成本	58 元	学生机可低至 9 元/月

5.2 PM2 部署配置

// ecosystem.config.js
module.exports = {
  apps: [{
    name: 'stock-monitor',
    script: 'dist/monitor.js',
    instances: 1,
    exec_mode: 'fork',
    watch: false,
    max_memory_restart: '200M',
    error_file: 'logs/error.log',
    out_file: 'logs/out.log',
    merge_logs: true,
    log_date_format: 'YYYY-MM-DD HH:mm:ss'
  }]
};

5.3 部署命令

# 1. 安装依赖
npm install

# 2. 编译 TypeScript
npm run build

# 3. 启动服务
pm2 start ecosystem.config.js

# 4. 开机自启
pm2 startup
pm2 save

5.4 性能优化实践

优化项	方案	效果
请求并发	Axios 并发请求多只股票	轮询时间从 10s→2s
数据缓存	本地缓存最近 5 次请求结果	减少 30% API 调用
异常重试	接口失败自动重试 3 次	成功率提升至 99.5%
冷却机制	同股票 60 分钟内不重复报警	消息量减少 80%

---

六、合规与风险提示

⚠️ 重要声明：

1. 本项目仅供技术交流与学习使用
2. 所有数据来源于公开互联网接口
3. 系统生成的指标和分析不构成任何投资建议
4. 股市有风险，入市需谨慎
5. 请勿用于高频交易或对实时性要求极高的实盘自动化交易场景

---

七、技术变现思路

基于本系统，可探索以下合规变现路径：

方向	说明	参考收益
私有化部署	为企业/团队定制监控系统	2k-5k/单
知识付费	录制部署教程 + 源码讲解	99-299 元/份
技术社群	提供策略优化咨询服务	会员制收费
SaaS 探索	云盯盘服务（需注意合规）	99 元/月/10 只

---

八、开源与贡献

🔗 项目地址：github.com/BarnettNeo/…

📦 包含内容：

• 完整带注释 TypeScript 源码
• 一键部署脚本（Docker 支持）
• 钉钉机器人配置指南
• 常见问题排查手册

🤝 欢迎贡献：

• 发现 Bug 请提交 Issue
• 有新策略建议欢迎讨论
• 代码优化欢迎提交 PR

---

九、总结与展望

已完成功能

✅ 实时数据抓取（新浪/腾讯双源）
✅ 技术指标计算（MACD/RSI/MA）
✅ 智能策略决策（目标价/异动/指标信号）
✅ 钉钉深度通知（Markdown 富文本）
✅ 配置热加载（无需重启服务）
✅ 生产级部署（PM2 守护 + 日志管理）

未来规划

🔲 接入更多数据源（东方财富、雪球）
🔲 支持 Webhook 自定义通知渠道
🔲 增加回测功能验证策略有效性
🔲 Web 管理面板可视化配置
🔲 多交易所适配（期货、加密货币）

---

十、互动与交流

💬 欢迎在评论区讨论：

1. 你最希望增加的技术指标是什么？
2. 对于量化监控系统，你最关心哪些性能指标？
3. 有没有更好的策略优化建议？

📧 联系方式：

• GitHub：github.com/BarnettNeo
• 掘金：juejin.cn/user/224190…
• 技术交流，添加微信号：BarnettNeo。备注「掘金监控」

---

#Node.js #TypeScript #股票监控 #量化交易 #钉钉机器人 #腾讯云 #全栈开发 #编程实践 #开源项目 #技术变现

---

⭐ 如果本文对你有帮助，欢迎点赞、收藏、关注！
🔄 **持续更新中