開源 QQQ 0DTE 期權自動交易系統 — 部署指南

上次開源了方案很多人不會用，這次直接把做好的系統源代碼給你們隨便用！

手動做 0DTE 期權太累？我用 Python 搭了一套完整的 QQQ 零日到期期權自動交易系統，支持雙路徑突破信號檢測、市場狀態自適應、三階段動態止盈。已開源到 GitHub，本文詳細介紹系統設計和核心功能。

為什麼做這個系統？

做 0DTE 期權交易的朋友都知道痛點：

反應慢：期權價格每秒都在變，手動操作永遠跟不上
情緒干擾：該止損時心存僥倖，該止盈時貪心不足
策略執行不一致：明明有規則，一到關鍵時刻就手抖

所以我決定把策略寫成代碼——信號檢測、下單執行、止盈止損全自動，人只需要負責監控和調參。

系統基於 Longbridge OpenAPI 構建，實時訂閲 QQQ 行情，檢測到突破信號後自動選擇 0DTE 期權合約、下單、管理倉位。

系統架構

整個系統分為幾層：

技術棧：

組件	技術選型
交易引擎	Python 3.14 + NumPy + SciPy
API 通信	Longbridge OpenAPI (WebSocket + REST)
桌面 GUI	Tkinter + pystray 系統托盤
Web 儀表盤	Python 內置 http.server，零依賴
通知	飛書 Webhook
打包	PyInstaller 單文件 EXE

核心策略：雙路徑突破

系統的核心是 v6.2 雙路徑突破策略，不是單一信號，而是根據市場節奏自動切換兩種模式：

Classic 模式（經典突破）

突破窗口：3 根 K 線（5 分鐘級別）
量能要求：成交量 > 20 日均量 × 0.8
需要回踩確認：突破後等回調再入場

適用場景： 趨勢明確的行情，穩紮穩打。

Accelerated 模式（加速突破）

突破窗口：2 根 K 線（更敏捷）
量能要求：成交量 > 20 日均量 × 1.2
近 3 根回踩檢測：快速確認後入場

適用場景： 急漲急跌行情，快速響應。

兩種模式自動切換——系統會根據 K 線斜率和量能變化判斷當前是趨勢行情還是加速行情，選擇最優路徑。

信號過濾：多層確認機制

觸發突破信號後，還要通過多層過濾才能真正下單：

預加載濾鏡（6 取 4）

每根 K 線實時計算 6 個指標狀態，信號觸發時只需查詢，不需重算：

濾鏡	做多條件	做空條件
SMA20	價格 > SMA20 且上升	價格 < SMA20 且下降
SMA50	價格 > SMA50	價格 < SMA50
當日位置	< 85%（不在頂部做多）	> 15%（不在底部做空）
趨勢	最近 5 根 ≥ 3 陽	最近 5 根 ≥ 3 陰
VWAP	價格 > VWAP	價格 < VWAP
MACD	MACD 柱 > 0	MACD 柱 < 0

6 箇中至少過 4 個才允許入場。 趨勢行情下 MACD 降級為可選項（急漲初期 MACD 可能還沒翻正）。

核心過濾（3 項全過）

過濾項	條件
成交量	當前量 > 20 日均量 × 倍數
動量	K 線方向與信號方向一致
K 線實體	實體比例 > 最小閾值

市場狀態自適應：一套策略三種打法

這是系統最核心的設計——不是一套參數打天下，而是根據市場狀態動態調整所有參數。

市場狀態檢測

系統每根 K 線自動檢測三種市場狀態：

trending（趨勢市）：波動放大 + 方向一致 + 趨勢強
neutral（中性）：標準參數
choppy（震盪市）：波動縮小 + 方向不一致 + 趨勢弱

檢測基於最近 20 根 K 線的 4 個維度：

波動幅度比（當前 5 根 vs 前 15 根）
方向一致性（同向 K 線比例）
趨勢強度（簡化 ADX：連續創新高/低次數）
價格位置（在 20 根範圍中的位置）

參數自適應

參數	趨勢市	中性	震盪市
突破窗口	3 根（等確認）	3 根	2 根（極速入場）
回踩確認	需要	不需要	不需要
預加載濾鏡	6 取 3（放寬）	6 取 3	6 取 2（更放寬）
止盈平倉	100% 平半倉（讓利潤跑）	80% 平半倉	50% 平半倉（快進快出）
止損	25%	25%	30%（容忍震盪）
超時退出	不設超時	4 分鐘	8 分鐘
倉位	70%	40%（風險低）	80%

核心理念：

趨勢市：順勢入場，讓利潤跑，不怕回撤
震盪市：極速入場，快進快出，小倉位
中性：保守操作，控制風險

風控系統

動態止盈（按市場狀態調整）

趨勢市：盈利 100% → 平倉 30% 倉位 → 追蹤最高點回撤全平中性：盈利 80% → 平倉 30% 倉位 → 追蹤最高點回撤全平震盪市：盈利 50% → 平倉 30% 倉位 → 追蹤最高點回撤全平

多層止損

止損類型	觸發條件	説明
固定止損	虧損 >= 25%	立即全平
時間止損	超時（4~8 分鐘）	按市場狀態動態調整
日虧損上限	當日虧損 >= 25%	當日停止交易
連虧冷卻	連續虧損後	暫停交易，允許反向信號
收盤強平	美東 15:50	0DTE 必須收盤前平倉

倉位管理

單筆倉位：總資金的 8%
期權選擇：OTM 虛值$2 行權價
最大同時持倉：3 個
信號強度→倉位倍數（強/中/弱）

Web 儀表盤

系統內置零依賴 Web 儀表盤，用 Python 內置的 http.server 實現，不需要 Flask。

設計特點：

深色主題，卡片式佈局
實時更新（5 秒自動刷新）
移動端適配（手機瀏覽器也能用）
狀態欄：引擎狀態、連接狀態、當前價格
信號過濾面板：6 個濾鏡狀態實時顯示
交易記錄表格：盈虧一目瞭然
事件日誌：系統運行狀態

啓動後瀏覽器訪問 http://localhost:8080 即可查看。

桌面應用

雙擊 `main_app.py` 啓動，包含：

Tkinter 桌面窗口：系統托盤常駐，實時監控
設置界面：4 個 Tab 頁（信號/風控/窗口/API），在線調整參數
API 密鑰管理：首次運行彈出配置嚮導
配置熱重載：修改 settings.json 後自動生效，無需重啓

PyInstaller 打包

# 打包為單文件 EXE build.bat # 或 pyinstaller qqq_trading.spec

打包後雙擊 EXE 即可運行，無需 Python 環境。

集成 Longbridge API

行情訂閲

# WebSocket 實時訂閲 QQQ 1 分鐘 K 線 # 自動聚合為交易信號檢測所需的數據

自動下單

信號觸發後自動：

根據正股價格 + $2 偏移生成 OTM 虛值期權合約代碼
通過 Longbridge REST API 市價下單
最多重試 2 次，間隔 500ms

期權合約生成

# Call: strike = floor(stock + 2) → 確保 OTM # Put: strike = ceil(stock - 2) → 確保 OTM # 格式: QQQ260508C710000.US

飛書通知

每筆交易關鍵節點推送飛書消息：

🟢 開倉信號：合約、方向、入場價
🔴 止盈止損：觸發價格、盈虧比例
⚠️ 異常告警：連虧、API 斷連、心跳超時

時區處理（關鍵坑點）

長橋 API 的時間戳是 HKT(UTC+8)，不是美東時間！

系統內部統一使用美東時間（Eastern Time），自動處理夏令時/冬令時切換：

TZ_ET = ZoneInfo("America/New_York") # 自動 EDT/EST 切換 TZ_HKT = timezone(timedelta(hours=8)) # 交易窗口：美東 09:35-15:50 # 收盤強平：美東 15:50

安全與穩定性

看門狗

watchdog.py 監控交易引擎：

進程崩潰後自動重啓（最多 5 次）
所有輸出記錄到日誌文件
優雅退出（SIGINT/SIGTERM）

狀態持久化

原子寫入：先寫臨時文件再替換，防止崩潰時文件損壞
交易記錄：records/ 目錄按日期存儲 JSON
狀態文件：state.json 供儀表盤實時讀取

快速開始

1. 克隆項目

開源地址在我的博客：https://1797346220.github.io/boke/projects/

2. 安裝依賴

pip install -r requirements.txt

依賴列表：

numpy, scipy（技術指標計算）
longbridge（Longbridge SDK）
pystray, Pillow（系統托盤）
requests（飛書通知）

3. 配置

首次運行會彈出 API 密鑰配置嚮導，填入 Longbridge 的 App Key、App Secret、Access Token 即可。

也可以手動編輯 settings.json 調整所有參數，修改後自動熱重載。

4. 啓動

# 桌面版（推薦）python main_app.py # 或使用啓動腳本 start.bat

項目結構

├── main_app.py # 主入口（Tkinter GUI + 系統托盤）
├── live_trader.py # 核心交易引擎 v6.2
├── trader_web.py # Web 儀表盤
├── dashboard_web.py # 輕量 Web 儀表盤（無依賴）
├── dashboard_tk.py # Tkinter 桌面儀表盤
├── config_manager.py # 配置管理器
├── settings_gui.py # 設置界面
├── update_gist.py # 交易記錄同步到 GitHub Gist
├── watchdog.py # 看門狗（崩潰自動重啓）
├── backtest_v6.py # 回測引擎（Black-Scholes 定價）
├── settings.json # 交易參數配置
├── requirements.txt # Python 依賴
└── .env.example # 環境變量模板

設計理念

1. 不是一套參數打天下

市場在變，策略也要變。系統的核心創新是市場狀態自適應——自動檢測 trending/neutral/choppy 三種狀態，動態調整所有參數。

2. 信號多層確認

不是"觸發就交易"，而是預加載濾鏡（6 取 4）+ 核心過濾（3 項全過），層層篩選，確保信號質量。

3. 風控是生命線

25% 止損、動態超時、日虧損熔斷、連虧冷卻——所有參數都經過嚴格測試。期權波動大，風控不能松。

4. 開箱即用

首次運行有配置嚮導，參數修改自動熱重載，PyInstaller 打包單文件 EXE——降低使用門檻。

免責聲明

⚠️ 本系統僅供學習和研究，不構成投資建議。

期權交易風險極高，可能損失全部本金
建議先用模擬賬户充分測試
實盤使用前請仔細檢查所有參數配置
系統依賴 Longbridge API，確保網絡穩定

開源地址

https://1797346220.github.io/boke/projects/

歡迎 Star ⭐ 和 Fork 🔱，有問題提 Issue！

$納指 100 ETF - Invesco(QQQ.US) $小米集團-W(01810.HK)

熱血青年交易所 — 用代碼做交易，用策略管風險