把翻 K 线找形态变成一次全市场扫描
七个策略共用同一份本地日 K：海龟突破看 20 日新高与成交额，均线放量看 MA5 与 MA20 金叉，高窄旗形看 40 日动量与 10 日收敛，涨停洗盘与上升趋势跌停看反转结构，RPS 突破看 120 日相对强度排序，另有定增公告监控。阈值写死在源码里，改哪个数值对应哪条判定都能对着文件改。
Sequoia-X · sngyai 开源的 A 股自动选股系统
Sequoia-X 选股：把收盘后翻 K 线找形态这件事交给程序
它是一套命令行选股程序：python main.py --backfill 先把全市场历史日 K（后复权）灌进本地 SQLite，python main.py 每天补当日增量并依次跑七个技术形态策略，命中结果按策略路由推送飞书卡片。数据来自免费的 baostock，不需要注册、不需要 API Key，代价是你要自己维护 Python 环境与一台能定时执行任务的机器。
项目来源
仓库页面显示 7.3k Star、1.5k Fork、202 次提交；数字随社区变化，采集日期为 2026-09-15。
查看源码
开源项目GitHub 7,256 Star / 1,471 Fork（2026-09-15 核验）
版本pyproject 声明 2.0.0（仓库无任何 Release）
Python 版本requires-python >=3.10
许可README 称 MIT，但仓库内未见 LICENSE 文件
What it solves
Sequoia-X 解决什么问题？
不是又一个行情客户端，而是把「收盘后找形态」变成一条可定时的流水线。
用免费数据源把数据握在本地
数据层取 baostock 的日 K（后复权），落进本地 SQLite 的 stock_daily 表。日常模式八个进程并行补当日增量，首次用回填模式一次性灌入全市场历史。数据库是一个文件，可以直接拷贝到别的机器继续用——这是它和「在线接口每次现取」最本质的差别。
按策略分群推送，不用盯屏幕
每个策略有独立的 webhook_key，可用 STRATEGY_WEBHOOK_<KEY> 环境变量把不同策略的结果送进不同的飞书群；没配的策略自动回落默认 Webhook。配合 crontab 在工作日收盘后执行，你只在飞书里看结果。
How it works
Sequoia-X 怎么用：五步跑通一次完整选股
命令全部来自官方 README 与 main.py 的 argparse 定义。
装依赖并写配置
uv sync（官方推荐）或pip install .；把.env.example复制为.env，至少填FEISHU_WEBHOOK_URL——这一项是必填，缺失时配置校验直接抛错、程序不启动。首次回填历史 K 线
python main.py --backfill：单线程逐只拉取，README 称约 12 分钟完成 ~5200 只 A 股。中途失败会重试三次并跳过已入库的股票，所以中断后可以再跑一次续传。每个交易日补增量
python main.py：先读本地已有股票清单，按tasks[i::n]切成最多 8 份并行拉取当日数据，写入前会先删掉当日旧记录再追加，避免重复行。依次跑七个策略
策略在
main.py的列表里顺序执行，每个策略独立返回股票代码清单；命中为空时记一行日志跳过推送，不会发空消息。推送到飞书并留日志
命中的策略把结果组装成飞书交互卡片（日期 / 策略名 / 数量 / 带雪球链接的标的列表）POST 到对应 Webhook；整个过程用 rich 输出带时间戳的日志。
Modules
Sequoia-X 能力速览：九个栏目对应九个问题
按官方 README、main.py 与 sequoia_x/ 源码整理；每一行都指向本页之外的具体页面。
| 栏目 | 内容 | 来源依据 | 入口 |
|---|---|---|---|
| 安装与回填 | 环境要求、两种依赖安装方式、.env 四个字段、首次回填与断点续跑、装完自检 | README 快速开始、pyproject、.env.example | 安装与回填 |
| 日常运行 | 八进程增量机制、crontab 定时、耗时影响因素、日志怎么读、非 Linux 调度说明 | main.py、data/engine.py、README | 日常运行 |
| 突破信号 | 海龟突破、均线放量、高窄旗形、RPS 突破四套条件的逐条阈值与最小 K 线要求 | 四个策略源码 | 突破信号 |
| 反转信号 | 涨停洗盘、上升趋势跌停、定增公告监控三套条件，以及 README 与代码策略数不一致的说明 | 三个策略源码 vs README 表 | 反转信号 |
| 数据层 | baostock 与后复权口径、stock_daily 表结构、UNIQUE 约束、两条写入路径差异、数据边界 | data/engine.py | 数据层 |
| 飞书播报 | 卡片结构、七个 webhook 标识与路由规则、fallback 逻辑、推送成功判定与失败排查 | notify/feishu.py、core/config.py | 飞书播报 |
| 新增策略 | 策略基类契约、五步接自己的逻辑、向量化写法约定、两条取数路径、测试与代码规范 | strategy/base.py、tests/、pyproject | 新增策略 |
| 排障续传 | 八类常见报错的现象与处理、断点续传机制、日志定位、数据体检、何时该重跑回填 | 源码日志文案与容错分支 | 排障续传 |
| 路线对比 | 自建选股系统与 EasyClaw 本机技能路线在选股方式、数据、调度、前置成本上的逐项对照与决策清单 | 本机 .easyclaw\skills 16 个技能核验 |
先看边界再动手：README 声明许可证为 MIT，但仓库文件树里没有 LICENSE 文件、GitHub API 的 license 字段也是空的，两者的冲突必须在商用前自行确认；另外项目本身不含回测引擎、不含实盘下单、不含止损逻辑，页面与源码里都没有任何收益或胜率数据。这两条决定了它适合谁。
Setup and route
自建 Sequoia-X，还是用 EasyClaw 技能做研究？
两条路线的准备成本差别很大，先看你怎么用。
Python 环境→装依赖→填飞书 Webhook→回填历史数据→crontab 定时
换来的是完全可控的流水线：阈值在源码里、数据在本地库里、推送路由自己配，结果可复现、可二次开发；代价是要维护 Python 环境、准备必填的飞书 Webhook，并承担首次回填的等待。
安装 EasyClaw→一句话提问
本机已核验的 mx_select_stock 覆盖自然语言条件选股、stock-technical-mastery 覆盖单只 K 线技术指标、stock-monitor-skill 覆盖已选标的的预警、akshare-finance 覆盖行情取数；但没有任何证据表明 Sequoia-X 已集成 EasyClaw，不能把它当作本项目的另一种安装方式。
路线边界：本项目与 EasyClaw 无已证实集成——仓库 README 与源码都没有提到 EasyClaw，EasyClaw 本机技能目录里也没有对应的 Sequoia-X 技能。本页并列介绍的是两条独立路线：一套需要自己维护的本地选股流水线，以及 EasyClaw 已核验技能提供的免部署研究入口。所有结果仅供研究，不构成投资建议。
EasyClaw demo
EasyClaw 技能路线的便捷性演示
以下为 EasyClaw 本机对话的真实截图（点击左右箭头翻页），用于对照「自建流水线：装环境 + 回填数据 + 等收盘后跑」的准备成本。截图演示的是 EasyClaw 技能路线，不是本项目的运行结果；本项目与 EasyClaw 无已证实集成，仅供研究。
Who fits
Sequoia-X 适合哪些人、不适合哪些人？
它的边界比功能更需要先确认。
适合你，如果…
你能接受命令行操作、愿意维护一台常开的机器跑定时任务，并且想要「固定阈值 + 全市场扫描 + 本地库可复现」的工作方式。它不追求预测，只负责把符合条件的标的按同一套规则筛出来。
不太适合，如果…
你想要图形界面、想要分钟级或基本面数据、想要回测验证策略收益、或者希望有买卖点提示。本项目不开箱即用：必须装 Python 环境、必须准备飞书 Webhook，首次还要等回填完成。
商业使用要特别注意
README 写的是 MIT，但仓库里没有 LICENSE 文件，GitHub 也没有识别到许可证。要以 MIT 复用或用于商业场景前，请先向仓库作者确认，不要直接按 README 的一行声明判断。
FAQ
常见问题
Sequoia-X 是什么？它和一般的行情软件有什么不同？
它是 sngyai 开源的 A 股自动选股系统，形态是 Python 命令行程序：本地存日 K、按固定阈值扫描全市场、把命中结果推送到飞书。行情软件给你看盘工具，它给你一套可定时的筛选流水线。细节以官方 README 与源码为准。
用 Sequoia-X 需要付费数据源或 API Key 吗？
不需要。数据来自 baostock（README 称其免费、无需注册、无限流），推送用飞书自定义机器人的 Webhook。必须配置的凭据只有一个——FEISHU_WEBHOOK_URL，它同时是配置校验的必填项。除定增公告策略走 akshare 的公开接口外，其余策略都只读本地 SQLite。
Sequoia-X 包含哪些策略？为什么文档和代码对不上？
源码里注册了七个策略：海龟突破、均线放量、高窄旗形、涨停洗盘、上升趋势跌停、RPS 相对强度突破，以及定增公告监控。README 的策略表只列了前六个——定增公告策略没有出现在表里，这是代码与文档的真实差异，本站把它如实标出，具体以源码为准。
Sequoia-X 能回测收益吗？有胜率数据吗？
不能。项目里没有回测引擎、没有撮合与费率模型，也不提供任何收益、胜率或回撤数据。它输出的是收盘后的候选清单，是否有效需要通过你自己的研究去验证；本站不发布任何绩效数字。
能在 EasyClaw 里一键安装 Sequoia-X 吗？
没有已证实集成。它通过 Python 包管理安装（uv sync 或 pip install .），EasyClaw 本机技能目录里也没有对应技能。EasyClaw 侧可用的是自然语言选股、技术指标、盯盘预警、行情取数等独立技能，属于并列的另一条路线，详见对比页。
Sequoia-X 跑起来大概要多久？
README 自述日常模式约 2~3 分钟、首次回填约 12 分钟（全市场约 5200 只）。实际耗时取决于机器性能、网络与当日是否为交易日，非交易日会输出「无新数据」并正常结束——这是预期行为，不是故障。