上一篇我们监控了 ETF 与跟踪指数的偏离。但 ETF 只覆盖大类资产和行业，如果你想抓住更细的概念轮动——比如今天半导体、人工智能、低空经济、机器人哪个板块在异动——就需要直接监控。这篇文章用 Python 批量拉取概念板块成分股，计算板块平均涨跌幅，输出盘中概念板块异动排行榜。

你已经在电脑前搭好了盯盘脚本，涨幅一到阈值就弹桌面通知。问题是——你不可能 24 小时坐在电脑前。lunch 时间、通勤路上、睡前刷手机，才是真正需要知道持仓异动的时候。。我们会用到一个轻量级方案：本地行情筛选 + webhook 推送。覆盖三种最常见的通道：Server酱（个人微信）、企业微信机器人、钉钉机器人。读完你能拿到一段可直接运行的脚本，替换自己的 key 就能收消息。

系列：Python 行情数据接入笔记（持续更新）技术面看价量，基本面看报表。本篇用mairui拉取资产负债表、利润表、现金流量表，转成 DataFrame，并给出批量粗筛的代码结构。

模块篇号核心能力入门#01环境搭建与第一次 API 调用行情#02~#04历史 K 线、实时行情、技术指标基本面#05财报三大报表进阶数据#06~#10北向资金、龙虎榜、高股息、指数 ETF、可转债策略实战#11~#15双均线、多因子、选股系统、backtrader、事件驱动工程化#16~#20批量拉取、数据存储、可视化、盯盘、稳定获取。

系列：Python 行情数据接入笔记（持续更新）指标可以本地用收盘价重算，也可以由数据接口直接给出。本篇演示通过mairui读取 MACD、KDJ、均线等序列，并给一个「读字段 → 简单交叉判断」的代码骨架。

本文完成了「Python量化实战」策略模块的第一课：用拉取前复权K线、用向量化生成金叉/死叉信号、用"次日开盘成交"的规则做无未来函数的回测，并用真实数据看到了趋势策略在震荡市的局限。下一篇我们把视角从"择时"切换到"选股"——《Python多因子选股模型搭建：5个核心因子与打分排序实现》。在线体验更多接口：https://mairuiapi.com/playground查看完整 API 文档：h

本文只做数据接入与代码演示，不构成任何投资建议，股息率计算仅为方法演示，不对收益作任何承诺。如果这套「Python量化实战」对你有用，欢迎关注系列持续更新；需要稳定、合规的 A 股数据接口，可了解麦蕊 API 的证书方案——licence 通过环境变量注入，本文示例不硬编码凭证。

改配置区的和就行。{"field": "字段名", "op": "运算符", "value": 阈值, "desc": "描述"}>=<===

并发提速、重试兜底、进度可见、失败可补。这套模板不只适用于 K 线——财务数据、实时快照、公告列表，任何"按代码逐只拉取"的场景都能直接套用。配合稳定的数据接口，全市场级的数据任务从"跑一次要祈祷"变成"每天定时无人值守"。在线体验更多接口：https://mairuiapi.com/playground查看完整 API 文档：https://mairuiapi.com/hsdataSDK 文档与

系列：Python 行情数据接入笔记（持续更新）写量化或行情脚本时，最耗时间的往往不是策略本身，而是 HTTP 调用：拼路径、塞鉴权参数、处理超时和偶发 5xx。能把这些收成客户端库，日常会轻松很多。下面用开源包mairui举例（pip可装）。。