量化工具棧：Binance API + Grafana + 自動化告警全套配置

A close-up of a golden Bitcoin highlighting its digital curr

跑一個量化策略需要的不只是策略本身——還需要一套支撐它執行、監控它狀態、在出問題時及時告警的工具鏈。這篇文章分享我的完整工具棧，從策略執行到告警通知。

整體架構

策略層（Python）
  ↓ 交易指令
Binance API
  ↓ 執行結果
狀態檔案 / CF KV
  ↓ 指標
Prometheus + node_exporter
  ↓ 儲存
Grafana 視覺化
  ↓ 告警規則
Alertmanager → Telegram

策略執行層

技術棧

語言：Python 3.11
Binance SDK：python-binance
定時任務：APScheduler 或系統 cron
依賴管理：requirements.txt + venv

目錄結構

quant/
├── strategy/
│   ├── main.py          # 主策略邏輯（訊號生成 + 下單）
│   ├── signals.py       # 指標計算（技術指標庫）
│   └── risk.py          # 倉位管理、止損邏輯
├── exchange/
│   └── binance_client.py # Binance API 封裝
├── monitor/
│   └── exporter.py      # 狀態指標寫入 Prometheus 格式
├── config/
│   └── settings.py      # 配置（從環境變數讀取）
└── run.py               # 入口

關鍵程式碼：狀態指標暴露

策略執行時，把關鍵指標寫成 Prometheus textfile 格式，供 node_exporter 抓取：

# monitor/exporter.py
import os
import time

METRICS_FILE = "/var/lib/node_exporter/textfile_collector/quant.prom"

def write_metrics(data: dict):
    """
    data 示例：
    {
        "pnl_total": 12.5,          # 累計收益率 %
        "pnl_today": 0.8,           # 今日收益率 %
        "position": 1,              # 1=多, -1=空, 0=空倉
        "last_signal_ts": 1776200000,  # 最後訊號時間戳
        "last_run_ts": 1776235000,     # 策略最後執行時間
    }
    """
    lines = [
        '# HELP quant_pnl_total 累計收益率（百分比）',
        '# TYPE quant_pnl_total gauge',
        f'quant_pnl_total {data["pnl_total"]}',
        '',
        '# HELP quant_pnl_today 今日收益率（百分比）',
        '# TYPE quant_pnl_today gauge',
        f'quant_pnl_today {data["pnl_today"]}',
        '',
        '# HELP quant_position 當前持倉方向 (1=多,-1=空,0=空倉)',
        '# TYPE quant_position gauge',
        f'quant_position {data["position"]}',
        '',
        '# HELP quant_last_signal_timestamp 最後訊號時間',
        '# TYPE quant_last_signal_timestamp gauge',
        f'quant_last_signal_timestamp {data["last_signal_ts"]}',
        '',
        '# HELP quant_last_run_timestamp 策略最後執行時間',
        '# TYPE quant_last_run_timestamp gauge',
        f'quant_last_run_timestamp {int(time.time())}',
        '',
    ]
    
    tmp = METRICS_FILE + ".tmp"
    with open(tmp, "w") as f:
        f.write("\n".join(lines))
    os.rename(tmp, METRICS_FILE)

伺服器配置

選擇

量化策略對伺服器的核心要求：

穩定：不能隨意宕機，24/7 執行
延遲低：離 Binance 伺服器近（新加坡或東京），下單延遲更低
獨立：不和其他高負載任務共享

我用 AWS 新加坡節點（aws-sg），Binance 主伺服器在新加坡，下單延遲 1-5ms。

systemd 守護程序

不要用 nohup 跑策略，用 systemd：

# /etc/systemd/system/quant-strategy.service
[Unit]
Description=Quant Strategy
After=network.target

[Service]
Type=simple
User=ubuntu
WorkingDirectory=/home/ubuntu/quant
ExecStart=/home/ubuntu/quant/venv/bin/python run.py
Restart=always
RestartSec=10
EnvironmentFile=/home/ubuntu/quant/.env

[Install]
WantedBy=multi-user.target

systemctl enable quant-strategy
systemctl start quant-strategy
systemctl status quant-strategy

策略崩潰會自動重啟，重啟間隔 10 秒。

環境變數管理

API Key 放 .env 檔案，不提交到 Git：

# .env（只有 600 許可權）
BINANCE_API_KEY=xxxx
BINANCE_API_SECRET=xxxx
TELEGRAM_BOT_TOKEN=xxxx
TELEGRAM_CHAT_ID=xxxx

# settings.py
from dotenv import load_dotenv
import os

load_dotenv()
BINANCE_API_KEY = os.environ["BINANCE_API_KEY"]
BINANCE_API_SECRET = os.environ["BINANCE_API_SECRET"]

Prometheus 監控配置

在 prometheus.yml 新增策略伺服器的 node_exporter：

scrape_configs:
  - job_name: node-remote-linux
    static_configs:
      - targets:
          - 你的策略伺服器IP:9100

node_exporter 預設會自動採集 /var/lib/node_exporter/textfile_collector/*.prom 裡的指標，不需要額外配置。

Grafana Dashboard

量化策略的核心監控面板包含：

收益區（上方）

累計收益率時序曲線
今日收益 Stat 卡片
當前持倉方向（多/空/空倉）

風險區（中間）

最大回撤（Max Drawdown）
近 30 日日收益柱狀圖
夏普比率（年化）

健康區（下方）

策略最後執行時間（距現在多久）
最後訊號時間（距現在多久）
心跳狀態（綠色=正常，紅色=異常）

關鍵面板：策略心跳

# Grafana PromQL
(time() - quant_last_run_timestamp) / 60

這個查詢顯示策略最後執行距現在多少分鐘。配合閾值顏色：

< 65 分鐘：綠色（正常，小時級策略）
65-120 分鐘：黃色（輕微延遲）
120 分鐘：紅色（策略可能掛了）

告警配置

Alertmanager + Telegram

在 alerts.yml 裡定義告警規則：

groups:
  - name: quant-alerts
    rules:
      # 策略心跳超時
      - alert: QuantHeartbeatTimeout
        expr: (time() - quant_last_run_timestamp) > 7200
        for: 5m
        labels:
          severity: critical
        annotations:
          summary: "量化策略心跳超時"
          description: "策略超過 2 小時未執行，請檢查伺服器狀態"

      # 今日大幅虧損
      - alert: QuantLargeLoss
        expr: quant_pnl_today < -3
        for: 1m
        labels:
          severity: warning
        annotations:
          summary: "今日虧損超過 3%"
          description: "當日收益率 {{ $value }}%，請關注"

Telegram 告警模板（在 alertmanager.yml 裡配置）：

receivers:
  - name: telegram
    telegram_configs:
      - bot_token: "你的BOT_TOKEN"
        chat_id: 你的CHAT_ID
        message: |
          🚨 {{ .GroupLabels.alertname }}
          {{ range .Alerts }}
          {{ .Annotations.summary }}
          {{ .Annotations.description }}
          {{ end }}

在策略程式碼裡直接推送告警

除了 Alertmanager，策略程式碼裡也可以直接推 Telegram：

import requests

def send_telegram(message: str):
    bot_token = os.environ["TELEGRAM_BOT_TOKEN"]
    chat_id = os.environ["TELEGRAM_CHAT_ID"]
    url = f"https://api.telegram.org/bot{bot_token}/sendMessage"
    requests.post(url, json={"chat_id": chat_id, "text": message})

# 下單後推送
send_telegram(f"📊 訊號：{direction}\n價格：{price}\n倉位：{size}")

總結：工具選型邏輯

工具	替代方案	選這個的原因
Python	Go、JavaScript	量化生態最豐富（pandas、ta-lib 等）
Binance python-binance	自己封裝 REST	官方 SDK，省去重複造輪子
systemd	supervisor、PM2	系統自帶，穩定，日誌集中管理
Prometheus + node_exporter	InfluxDB + Telegraf	已有監控棧，複用，不引入新元件
Alertmanager	自己寫告警指令碼	支援規則、靜默、分組，功能完整
Telegram	郵件、釘釘	手機推送及時，API 簡單

→ 檢視北極星策略介紹 → 檢視 Binance API 從零到第一筆下單 → 檢視 Prometheus + Grafana VPS 監控搭建

📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格

整體架構#

策略執行層#

技術棧#

目錄結構#

關鍵程式碼：狀態指標暴露#

伺服器配置#

選擇#

systemd 守護程序#

環境變數管理#

Prometheus 監控配置#

Grafana Dashboard#

關鍵面板：策略心跳#

告警配置#

Alertmanager + Telegram#

在策略程式碼裡直接推送告警#

總結：工具選型邏輯#