猎户座量化交易获取买卖信号API接口文档
文档概述
猎户座是基于利佛莫尔理论为基础的AI金融智能决策系统，能够快速帮助用户安全积累本金。本系统提供开放的量化交易接口，供授权用户进行自动化交易操作。
接口详情
获取买卖信号接口 /api/getstocksignal
接口描述
获取用户指定条件下的股票买卖信号列表，支持按日期、分类和方向筛选。
请求参数
| 参数名 | 类型 | 必填 | 描述 |
|---|---|---|---|
| appid | String | 是 | 应用ID |
| appsecret | String | 是 | 应用密钥 |
| sdate | String | 否 | 开始日期，格式YYYY-MM-DD |
| edate | String | 否 | 结束日期，格式YYYY-MM-DD |
| cid | String | 否 | 金融市场分类ID，1代表A股，2代表港股，3代表美股 |
| gors | String | 否 | 做多做空方向，1为做多，2为做空 |
响应数据结构 (QuantTradeReCommendSimple)
注：获取字段时，请从0开始，如字段Code，提取第3列，从0开始，避免AI大模型幻觉
| 序号 | 字段名 | 类型 | 描述 |
|---|---|---|---|
| 1 | ID | Integer | 序号 |
| 2 | AppID | String | 应用ID |
| 3 | FinancialObjectID | Integer | 金融标的ID |
| 4 | Code | String | 股票代码 |
| 5 | FinancialName | String | 股票名称 |
| 6 | Fund | Float32 | 总市值 |
| 7 | ColumnID | Integer | 金融市场类别 |
| 8 | CustomerColumnID | String | 金融产品类别 |
| 9 | GolongOrShortsell | Integer | 做多做空 |
| 10 | Inductry2Code | String | 二级行业代码 |
| 11 | Inductry2Name | String | 二级行业名称 |
| 12 | Inductry4Code | String | 四级行业代码 |
| 13 | Inductry4Name | String | 四级行业名称 |
| 14 | CurrentPrice | Float32 | 当前价格 |
| 15 | CutPrice | Float32 | 建议止损 |
| 16 | OperatingMode | Integer | 操作模式 |
| 17 | ActivityStarGoLong | Integer | 做多活跃度星级 |
| 18 | AverageChangePercentageGoLong | Float32 | 做多平均变动 |
| 19 | ActivityStarShortSell | Integer | 做空活跃度星级 |
| 20 | AverageChangePercentageShortSell | Float32 | 做空平均变动 |
| 21 | Num1BuyingPoint | Float32 | 第一买点 |
| 22 | Num2BuyingPoint | Float32 | 第二买点 |
| 23 | Num3BuyingPoint | Float32 | 第三买点 |
| 24 | Num4BuyingPoint | Float32 | 第四买点 |
| 25 | TotalChangePercentage | Float32 | 相邻间距变动 |
| 26 | ChangePercentage | Float32 | 本周期涨跌幅 |
| 27 | UpChangePercentage | Float32 | 做多建仓信号点 |
| 28 | DownChangePercentage | Float32 | 做空建仓信号点 |
| 29 | UpChangePercentageint | Integer | 做多建仓信号整数点 |
| 30 | DownChangePercentageint | Integer | 做空建仓信号整数点 |
| 31 | LastUpdateTime | Time | 最后更新时间 |
| 32 | PreKeypoint | Float32 | 上关键点价格 |
| 33 | PreKeypointDate | String | 上关键点日期 |
| 34 | CurrentTrend | Integer | 当前趋势 |
| 35 | PeakCountEachYear | Integer | 波峰个数 |
| 36 | ValleyCountEachYear | Integer | 波谷个数 |
| 37 | Strong | Integer | 信号强度 |
| 38 | Hot | Boolean | 是否热点 |
| 39 | InflowState | Integer | 资金流入流出 |
| 40 | InflowCount | Integer | 流入数量 |
| 41 | InflowMessage | String | 流入信息 |
| 42 | CommentColumn | Integer | 推荐类型 |
| 43 | TradeDate | String | 交易日期 |
| 44 | BuyPrice | Float32 | 推荐买点 |
| 45 | CommentResult | Integer | 推荐结果 |
| 46 | CommentResultDate | String | 推荐结果日期 |
| 47 | CommentResultChangePercentage | Float32 | 推荐后变动 |
| 48 | CommentResultTrend | Integer | 推荐结果趋势 |
| 49 | CommentSuccessfulReasons | String | 推荐成功原因 |
| 50 | CommentFailureReasons | String | 推荐失败原因 |
| 51 | AvgLongWaitDays | Float32 | 做多平均等待天数 |
| 52 | AvgLongBuildDays | Float32 | 做多平均建仓天数 |
| 53 | AvgLongProfitDays | Float32 | 做多平均止盈天数 |
| 54 | AvgShortWaitDays | Float32 | 做空平均等待天数 |
| 55 | AvgShortBuildDays | Float32 | 做空平均建仓天数 |
| 56 | AvgShortProfitDays | Float32 | 做空平均止盈天数 |
| 57 | IsAI | Boolean | 是否AI推荐 |
| 58 | Highlights | String | 信号亮点 |
| 59 | RecommendationRationale | String | 推荐理由 |
| 60 | DillStatus | Integer | 当前状态 |
| 61 | DillTime | Time | 最后处理时间 |
| 62 | Enable | Boolean | 是否有效 |
| 63 | InputTime | Time | 录入时间 |
请求示例
POST http://www.deephunt.com.cn/api/getstocksignal Content-Type: application/x-www-form-urlencoded
appid=test_app_id&appsecret=test_app_secret&sdate=2023-01-01&edate=2023-12-31&cid=1&gors=1
响应示例
json
2{
"code": 1,
"message": "success",
"data": [
{
"ID": 1,
"AppID": "test_app_id",
"FinancialObjectID": 10718,
"Code": "sh601288",
"FinancialName": "农业银行",
"Fund": 21804.3789,
"ColumnID": 1,
"CustomerColumnID": "117,112,113",
"GolongOrShortsell": 1,
"Inductry2Code": "4010",
"Inductry2Name": "银行",
"Inductry4Code": "40101010",
"Inductry4Name": "综合性银行",
"CurrentPrice": 6.7300,
"CutPrice": 6.3360,
"OperatingMode": 1,
"ActivityStarGoLong": 4,
"AverageChangePercentageGoLong": 45.4600,
"ActivityStarShortSell": 2,
"AverageChangePercentageShortSell": -19.1900,
"Num1BuyingPoint": 6.5920,
"Num2BuyingPoint": 6.6560,
"Num3BuyingPoint": 6.7200,
"Num4BuyingPoint": 6.7840,
"TotalChangePercentage": -24.4481,
"ChangePercentage": 5.1562,
"UpChangePercentage": 5.1562,
"DownChangePercentage": 0,
"UpChangePercentageint": 5,
"DownChangePercentageint": 0,
"LastUpdateTime": "2026-03-03 15:22:32",
"PreKeypoint": 0,
"PreKeypointDate": "",
"CurrentTrend": 6,
"PeakCountEachYear": 2,
"ValleyCountEachYear": 2,
"Strong": 2,
"Hot": false,
"InflowState": 1,
"InflowCount": 1,
"InflowMessage": "{"TradeDate":"2026-03-02","Type":"量价齐升 (温和)","Category":"entry","Level":"低机会","Details":"量比1.18倍 | 较前日量增98.76% | 上涨1.25%"}",
"CommentColumn": 2,
"TradeDate": "2026-03-03",
"BuyPrice": 6.5565,
"CommentResult": 2,
"CommentResultDate": "",
"CommentResultChangePercentage": 0.0,
"CommentResultTrend": 0,
"CommentSuccessfulReasons": "",
"CommentFailureReasons": "",
"AvgLongWaitDays": 3.0000,
"AvgLongBuildDays": 10.3333,
"AvgLongProfitDays": 43.6667,
"AvgShortWaitDays": 1.3333,
"AvgShortBuildDays": 12.0000,
"AvgShortProfitDays": 7.0000,
"IsAI": true,
"Highlights": "信号强度：中，处于4%~5.99%区间确认，符合主力确认建仓标准，这是我当年操盘时最喜欢的“甜点区间”, 主力行为：净流入，净流入次数1次，配合量价齐升（温和）状态，量比1.18倍且量增98.76%，资金强度与涨幅匹配，避免了“虚量冲高”的陷阱, 股票池：沪深300、上证50，属于大盘权重股，波动小抗跌性强，适合像我这种经历过几轮牛熊的“老江湖”打底仓, 周期形态：自然回档，回档幅度未超30%安全线，符合“-15%至-25%回调区间+中信号强度”的最佳介入技术形态, 标的活跃度：0星级（适合极少投资者），年波峰数量2次，属于低情绪干扰、高趋势持续性标的，比那些日内波动剧烈的热点股靠谱多了",
"RecommendationRationale": "记住，建仓不是赌博，得像盖房子一样一层层来。这只农业银行现在就是典型的“主力第三次建仓”信号——5.16%的累计涨幅刚好卡在5%~5.99%区间，按照利佛莫尔的金字塔建仓法，现在就该动手买入第3份仓位。我当年在1997年亚洲金融危机后抄底银行股，就是盯着这种“自然回档后量价齐升”的形态，最后赚了3倍。建仓价格6.56是关键，别追高，等回调到这个价位再动手，就像猎豹等猎物进入攻击范围。止损价6.34必须严格执行，收盘价跌破就砍，别犹豫——我1923年那次棉花交易就是因为舍不得止损，最后亏掉了半年利润。政策方面，央行刚释放的流动性支持政策就像给这只票加了“发动机”，结合它45.46%的周期平均涨幅，安全系数很高。适合拿3-6个月，目标看到8块附近，到时候记得分批止盈，别贪——利佛莫尔说过，股市里活着比什么都重要。",
"DillStatus": 0,
"DillTime": "2026-03-03 10:30:00"
"Enable": true,
"InputTime": "2026-03-03 10:30:00"
}
]
}常见问题FAQ
Q: 信号推荐的依据是什么？ A: 信号基于利佛莫尔理论和AI算法综合分析得出，考虑了市场趋势、技术指标等多方面因素。
Q: 如何理解Num1BuyingPoint到Num4BuyingPoint？ A: 这些是系统推荐的不同买点价格，数字越小代表风险越低，适合保守投资者。
Q: CutPrice是什么意思？ A: CutPrice是系统建议的止损价格，当股价跌至此价格时建议卖出以控制风险。
Q: ActivityStarGoLong数值越高越好吗？ A: 不一定，高活跃度意味着波动较大，收益和风险都会相应增加。
Q: 如何判断一个信号的质量？ A: 可以关注AverageChangePercentageGoLong、ActivityStarGoLong以及各种买点价格的合理性。
Q: CustomerColumnID是什么，如何使用？ A: CustomerColumnID是用户自定义分类ID，允许用户将股票或其他金融产品进行自定义分类管理。它支持多种股票池选择，每个数字代表不同的股票池：
- A股股票池：
- 112: 沪深300 A股市场的核心代表，也是最符合"权重股"定义的指数。由沪深两市中规模最大、流动性最好的300只股票组成，覆盖了A股约60%的总市值
- 113: 上证50 超大蓝筹的集中营。从上海证券交易所中挑选规模和成交额最大的50只股票，是沪深300的子集
- 114: 中证500 中盘成长的典范。由剔除沪深300成分股后，总市值排名前500的股票组成。它是A股中盘股的核心指数
- 115: 中证1000 小盘股的代表。由剔除中证800（沪深300+中证500）成分股后，规模偏小但流动性较好的1000只股票组成
- 116: 创业板指 创新成长板块的旗帜。从创业板中选取流通市值最大、流动性最好的100家公司
- 117: 科创50 硬科技核心阵地。从科创板中选取市值大、流动性好的50只证券
- 118: 北证50 专精特新小巨人。从北交所选取规模大、流动性好的最具市场代表性的50只上市公司证券
- 港股股票池：
- 119: 恒生指数 港股蓝筹标杆。由香港联合交易所市值最大及成交最活跃的50只股票组成，代表了港股市场的核心资产
- 120: 国企指数 港股中资企业的代表。由在香港上市的中国内地企业中规模最大、流动性最好的股票组成
- 121: 香港创业板 香港创业板的核心成分股，代表了香港市场的创新成长力量
- 122: 港股科技 港股科技板块的代表。由香港上市的科技类企业组成，包括互联网、电子等行业
- 美股股票池：
- 123: 道琼斯工业指数 美国市场的蓝筹股指数，由30家著名的美国公司股票组成，代表了美国经济的核心企业
- 124: 纳斯达克100 纳斯达克100指数，包含纳斯达克交易所中100家最大的非金融类公司，以科技股为主
- 125: 标普500 标普500指数，由美国500家大型上市公司组成，是衡量美国股市整体表现的重要指标
- 126: 罗素2000 罗素2000指数，代表了美国小型上市公司的表现，波动较大但成长潜力高
- 127: 中国概念 中国概念指数，代表了中国市场的核心资产，包括金融、科技等行业
- 0: 不限制股票池，所有股票都可能被推荐
多个股票池可以用逗号分隔，如"112,113"表示同时包含沪深300和上证50的股票。
- A股股票池：
错误码说明
| 错误码 | 描述 |
|---|---|
| 1 | 成功 |
| -1 | 失败或错误 |
常见错误信息：
- "缺少必要的认证参数: appid 或 appsecret" - 未提供必需的身份验证参数
- "无效的AppID" - 提供的应用ID不存在
- "AppSecret验证失败" - 应用密钥错误
- "该账户未启用量化交易功能" - 账户未激活量化交易权限
- "IP地址不在白名单中" - 客户端IP不在允许的白名单中
- "查询数据失败" - 数据库查询出现异常
- "参数必须整形: id" - 传入的参数类型不正确
- "用户权限查询失败" - 无法查询到用户权限信息
- "用户权限已到期" - 用户的使用权限已过期
- "用户权限不足，无法进行量化交易" - 用户没有量化交易的权限
安全注意事项
- 请妥善保管您的AppID和AppSecret，不要泄露给他人
- 确保调用接口的IP地址在白名单中
- 请对敏感数据进行适当的加密传输
- 定期更换AppSecret以增强安全性
- 限制接口调用频率，避免被系统限制访问
技术支持
如在使用过程中遇到问题，请联系技术支持团队。