工行 USD/CNY 换汇时机分析助手

SCREEN TOUR

项目展示

点击图片可放大查看

1 / 1

页面列表

点击缩略图切换；点击右侧大图可放大查看

• 终端输出会包含历史回填、指标计算以及判断结论

当前预览

点击图片可放大查看；放大后支持：滚轮缩放 · 拖拽平移 · Esc 关闭

点击放大

终端输出会包含历史回填、指标计算以及判断结论

项目概述

我做这个脚本的主要原因是，我在换汇时不想只看“当前报价”，而是希望把它放到历史序列里去做对比。于是我用 Python 写了一个脚本，它会抓取工行人民币兑美元的即期牌价数据，并把结果落到本地缓存中，避免每次运行都重复拉取历史。

在每次运行时，脚本会先对缓存做完整性校验，并把缺失或异常日期加入回填队列，然后再计算分位数、标准分 Z-Score、趋势斜率等指标。最后它会把“今日是否适合购汇”的结论打印出来，并且同步输出触发结论的信号说明，便于我自己复核判断依据。

解决的核心问题

指标体系

脚本默认以境外卖出价作为“购汇成本”的主要参考，这个字段对应现汇卖出价。为了把“当前价位处在什么位置”讲清楚，脚本会计算多维度指标，并把它们一起输出。

我会先算一个 180 日百分位，它用过去 180 个交易日的数据告诉我当前价格更接近历史的低位还是高位。然后我会把 7 日、30 日、90 日、180 日这几个窗口的均值以及标准差一起算出来，并用标准分 Z-Score 来表达当前价相对均值的偏离程度，这样我能更直观地知道它是“偏便宜”还是“偏贵”。

为了判断短期方向，我会对最近 14 个交易日做线性拟合，得到一个趋势斜率，并把它换算成每天的百分比变化。在此基础上，我也会把当前价和上一交易日做差，得到日度变化及其百分比，这一项主要用来捕捉突然的波动。最后我会把当前价相对 30 日均值的偏离统一到百分比口径，避免不同时间段的对比口径不一致。

最终脚本会输出三档结论，分别是 今日购汇偏有利、今日购汇不划算，建议观望 以及 信号中性，可继续观察盘中价格。每个结论后面都会跟着一组信号说明，用来解释它为什么会得到这个判断。

缓存与数据自动回填

脚本会在与脚本同级的 icbc_fx_cache 目录里维护 usd_cny_store.json。这个缓存文件带有 version 字段，并且把数据分成 daily 与 intraday 两部分。

我在脚本里把缓存校验做成固定流程，所以每次运行时都会先检查 daily 记录的字段是否齐全，并且对 foreign_buy 以及 foreign_sell 做合理区间校验，比如把百美元报价限制在 400 到 1200 之间，避免把明显异常的数值当成真实数据。

另外我会对最近几天标记为 no_data 的日期做复核，这样就算遇到延迟发布造成的缺口，也能在后续运行里再次确认并补齐。为了不让一次运行产生过多请求，我给历史回填设置了上限，每次最多回填 30 天。与此同时，脚本也会保存同一天的盘中快照，并把每个交易日的快照数量限制为 12 条，用来控制缓存体积。

使用方式

# 直接运行，会增量回填缺失历史并更新当天最新牌价，同时输出分析结论
python usd_cny_scientific_analysis.py

# 强制刷新，会忽略缓存并重新抓取设定历史窗口的数据
python usd_cny_scientific_analysis.py --force-refresh

# 调整历史窗口，例如只维护 1 年
python usd_cny_scientific_analysis.py --history-years 1

工程细节

为了让脚本在长期运行时更稳定，我在工程细节上做了这些处理。

我复用 requests.Session，并且对 429 以及 5xx 这类请求失败情况加入重试与退避。请求 API 之前我还会先做 Warm-up 预热，让会话更接近真实访问，然后再去拉取数据。

在请求行为上，我会随机 UA 以及请求头，并且在请求之间加入抖动间隔，用来降低请求尖峰和固定指纹带来的风险。指标层面我把分位阈值、Z-Score 阈值以及斜率阈值集中成常量，后续要是想基于数据表现去做校准，也更容易下手。

脚本源代码