Python

IPRoyal 住宅 IP 池有 2000 萬+ IP，關鍵是怎麼用。粘性（Sticky）一個 IP 用 30 分鐘適合賬號登入場景，輪換（Rotating）每次請求換 IP 適合爬蟲、批次註冊、反風控。本文用 Python 實現輪換 + 重試的完整方案。 兩種模式區別 模式 IP 切換頻率 適用場景 Sticky 每 10/30 分鐘換一次 賬號登入、API 呼叫、量化持續會話 Rotating 每次請求隨機換 爬蟲、批次註冊、反風控 IPRoyal 後臺可以生成兩種模式的代理憑證。 Rotating 代理憑證格式 登入 IPRoyal Dashboard → Residential → Generate → 選 Rotating → 拿到： Proxy: gw.iproyal.com Port: 12321 Username: YOUR_USER Password: YOUR_PASS_country-us_session-rotate session-rotate 是關鍵：每次發請求都會從池子裡抓新 IP。 Python 基礎用法 import requests proxy_url = "http://USER:[email protected]:12321" proxies = {"http": proxy_url, "https": proxy_url} for i in range(5): r = requests.get("https://ipinfo.io/json", proxies=proxies, timeout=10) print(f"Request {i+1}: {r.json()['ip']} ({r.json().get('city')})") 預期輸出： ...

💡 國內提示：Binance 官網在中國大陸無法直連，訪問需自備網路工具；法幣入金不支援銀行卡，主要走 C2C（USDT↔CNY）通道完成。 加密圈有句話：“爆倉不是突然的事，是慢慢惡化的結果”。爆倉前 2-4 小時維持保證金率（MMR）通常已經很危險了，但很多人因為手機沒通知，等看到時已經被強平。 這篇用 Claude Code 寫了一個小指令碼監控 Binance U 本位合約賬戶的保證金健康度，低於閾值時立即 Telegram 推送。完整程式碼 + 部署。 需求描述（給 Claude） 寫一個 Python 指令碼監控 Binance 合約賬戶： 1. 用 Binance API Key（只勾"讀取"許可權）查 U 本位合約賬戶 2. 算每個開倉的 "維持保證金率" 維持保證金率 = 維持保證金 / 賬戶餘額 3. 整個賬戶的健康度： - 安全：賬戶餘額/總維持保證金 > 5 - 警戒：2-5 - 危險：< 2（大機率爆倉程序啟動） 4. 危險時立即 Telegram 推送（含倉位明細 + 當前 MMR） 5. 每 10 分鐘跑一次 6. 用環境變數存 API key，不寫死在程式碼裡 一稿即可用的程式碼 binance_risk_monitor.py： ...

⚠️ 註冊門檻：Pionex 不支援中國大陸身份證透過 KYC，需持有臺灣 / 新加坡 / 馬來西亞 / 美國等地有效證件。參考 Pionex 受限地區官方說明。 Pionex 網格機器人跑了 4 個月，最大的痛點是到達區間邊沿時沒有預警。價格上穿 / 下穿區間機器人會自動停，但你不知道什麼時候需要手動干預（重配區間或暫停）。 解決方法：寫一個小指令碼監控價格，到達邊沿前預警。我用 Claude Code 從零寫到跑起來花了 25 分鐘，把過程和最終程式碼都放出來。 為什麼要 Claude Code 寫 比起自己從頭想： 我不熟悉 Pionex API（Claude 查文件比我快） Telegram Bot API 我記不住細節（Claude 會直接出正確程式碼） 我傾向於過度設計，Claude 會給"最小可用"版本 除錯環節 Claude 看報錯直接改 整個過程就是對 Claude 說人話，它輸出程式碼 + 解釋。 需求定義（我給 Claude 的） 寫一個 Python 指令碼： 1. 每 5 分鐘查 BTC/USDT 和 XAU/USDT 的當前價格 2. 如果價格接近預設區間的上沿或下沿（10% 以內），推送 Telegram 3. 推送內容含：當前價、區間、距離邊沿百分比 4. 配置放在環境變數：TG_TOKEN, TG_CHAT_ID, BOT_CONFIGS 5. BOT_CONFIGS 是 JSON，格式： [ {"symbol": "BTC/USDT", "low": 60000, "high": 70000, "name": "BTC 網格"}, {"symbol": "XAU/USDT", "low": 3400, "high": 3600, "name": "黃金網格"} ] 6. 用 Binance 公開 API 查價格（Pionex 用的價格源和 Binance 一致） 7. 部署到 Mac，用 launchd 每 5 分鐘跑 Claude 輸出的程式碼（幾乎一稿過） 檔案 1：pionex_monitor.py ...

止損距離是量化策略裡最難確定的引數之一。太緊頻繁被掃止損，太鬆單次虧損超預期。 憑直覺設引數沒有說服力。更可靠的方法是：用歷史資料系統地研究不同止損距離對策略表現的影響，找到在多個評估維度上表現均衡的引數區間。 這篇文章講這個研究過程的方法論，包括資料準備、引數搜尋、評估指標、以及防止過擬合的注意事項。 研究框架 1. 資料準備 ├─ 選取歷史資料區間（訓練集） └─ 準備價格序列和訊號序列 2. 引數網格搜尋 ├─ 定義止損引數範圍（如 0.5% - 5%，步長 0.1%） └─ 對每個引數值跑完整回測 3. 評估指標計算 ├─ 總收益率 ├─ 最大回撤 ├─ 夏普比率 ├─ 勝率 × 盈虧比 └─ 止損觸發率 4. 結果分析 ├─ 繪製引數敏感性曲線 ├─ 找穩健區間（小變化 → 小影響） └─ 在驗證集上驗證 5. 確定最終引數 資料準備 import pandas as pd import numpy as np from binance.client import Client def get_klines(symbol: str, interval: str, start: str, end: str) -> pd.DataFrame: """獲取 Binance K 線資料""" client = Client() # 公開資料不需要 API 金鑰 klines = client.get_historical_klines(symbol, interval, start, end) df = pd.DataFrame(klines, columns=[ 'timestamp', 'open', 'high', 'low', 'close', 'volume', 'close_time', 'quote_vol', 'trades', 'taker_buy_base', 'taker_buy_quote', 'ignore' ]) for col in ['open', 'high', 'low', 'close', 'volume']: df[col] = df[col].astype(float) df['timestamp'] = pd.to_datetime(df['timestamp'], unit='ms') df.set_index('timestamp', inplace=True) return df # 獲取資料：分成訓練集和驗證集（時間序列不能隨機分割！） df_train = get_klines("BTCUSDT", "4h", "2023-01-01", "2024-06-30") # 訓練集 df_val = get_klines("BTCUSDT", "4h", "2024-07-01", "2024-12-31") # 驗證集 為什麼不能隨機分割？ ...

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： ...

管理多臺 VPS 時，每天檢查一遍狀態是剛需：磁碟快滿了、某個服務掛了、記憶體用量異常……這些如果不主動檢查，可能等到出了問題才發現。 這篇文章講一個實際方案：Python 指令碼 SSH 到各臺伺服器採集指標 → Gemini CLI 分析異常 → Telegram Bot 推送日報。 整個流程每天定時跑一次，不需要手動干預。 架構 定時任務（cron） └─ Python 巡檢指令碼 ├─ SSH 到每臺伺服器 │ └─ 採集：CPU / 記憶體 / 磁碟 / 服務狀態 / 近期錯誤日誌 ├─ 彙總成文字報告 ├─ 呼叫 Gemini CLI 分析報告（找異常、給建議） └─ 傳送到 Telegram Bot 前置準備 1. 安裝 Gemini CLI npm install -g @google/gemini-cli gemini auth # 用 Google 賬號登入 驗證： ...

💡 國內提示：Binance 官網在中國大陸無法直連，訪問需自備網路工具；法幣入金不支援銀行卡，主要走 C2C（USDT↔CNY）通道完成。 Binance API 是量化交易的起點。如果你想讓策略自動執行——自動買入、自動止損、自動監控倉位——都需要透過 API 實現。 這篇文章從零開始，覆蓋申請 API Key、安全配置、Python 環境搭建，到發出第一個查詢和第一筆（測試）訂單。不假設你有量化經驗，跟著做能跑通。 準備工作 已完成 Binance 賬號 KYC 實名認證 Python 3.8+（python --version 確認） 已完成雙重驗證（2FA），建議用 Google Authenticator Binance 註冊：→ 註冊 Binance（透過推薦連結註冊可享手續費返傭） 申請 API Key 步驟 登入 Binance，點選右上角頭像 → API 管理 點選"建立 API" 選擇"系統生成（推薦）" 輸入 API 標籤（名稱），點選下一步 完成 2FA 驗證 儲存 API Key 和 Secret Key 重要：Secret Key 只顯示一次，頁面關閉後無法再次檢視。必須立即儲存到安全位置（密碼管理器）。 ...