---
name: dividend-scanner
description: 高息股扫描与DCA监控系统 - 三市场（港股/美股/A股）自动扫描候选、监控持仓买入信号
trigger: DCA监控、高息扫描、股息率筛选、dividend scan、阶梯买入
---

# 高息股扫描与DCA监控

## 系统架构

```
~/.hermes/scripts/
├── lib/                       # 公用库 (2026-08-23+)
│   ├── __init__.py
│   └── td9.py                 # 神奇九转 TD Sequential (4 个脚本共享)
├── dividend_alert.py          # 股息登记日前一天提醒（A/HK/US三市场，无Token依赖）
├── cn_dividend_buy_timing.py  # A股每日买入时机（11:30 BJT 推送，加权技术指标增强）
├── cn_dividend_buy_timing_cron.sh
├── dca_scanner.py             # 港股/美股周扫描（LongPort API）
├── scan_cn.py                 # A股周扫描（LongPort价格+预设股息率）
├── dca_monitor.py             # 持仓监控（买入信号），支持 --market=us/hk/cn
├── dca_positions.json         # 持仓配置（含阶梯价位、股息率、派息频率）
├── scan_hk.sh                 # shell包装脚本
├── scan_us.sh
├── scan_cn.sh
├── dca_monitor_us.sh          # DCA美股监控wrapper（解决no_agent参数问题）
├── rgti_alert.py              # RGTI价格提醒
├── rgti_auto_monitor.py       # RGTI半自动做T挂单
└── rgti_alert_state.json
```

## 股息登记日提醒系统（dividend_alert.py）

### 用途
每天自动扫描**明天除权的股票**，在登记日前一天推送给用户，让用户有足够的买入时间窗口。

### 数据源（无需API Key）

| 市场 | 数据源 | 函数/API |
|------|--------|----------|
| 🇨🇳 A股 | AKShare(百度) | `ak.news_trade_notify_dividend_baidu(date='YYYYMMDD')` |
| 🇭🇰 港股 | AKShare(百度) | 同上（交易所=HK） |
| 🇺🇸 美股 | Nasdaq API | `https://api.nasdaq.com/api/calendar/dividends?date=YYYY-MM-DD` |

### 数据格式说明

**A股/港股（百度接口）：**
- `分红`字段已经是 **元/10股** 或 **港元/10股**，不要乘以10
- 返回字段：股票代码, 除权日, 分红, 送股, 转增, 交易所, 股票简称, 报告期
- A股除以权除息日查询，登记日=除权日的前一个交易日
- 可以查未来日期，支持周末自动跳过

**美股（Nasdaq API）：**
- `dividend_Rate`: 本次每股分红金额（美元）
- `indicated_Annual_Dividend`: 年化分红
- `record_Date`: 登记日（美股登记日通常=除权日）
- 优先股/REIT占多数，注意区分
- **⚠️ 重要坑 (2026-09-01 用户纠正)**: `indicated_Annual_Dividend` (ann) 是 **Nasdaq 估算的"未来一年总派息额"** (单位 USD, **不是百分比, 不是股息率**)。
  - **反推频率档位** = `round(ann / dividend_Rate)` ≈ 一年派几次 → 4=季度(Q) / 12=月(M) / 52=周(W) / 2=半年(S) / 1=年(A)
  - **这个数字不是"连续派了几年"**, 旧列名"连续(估年)" = "一年派几次的档位数字" 是误导, **2026-09-01 已改名为"频率(反推)"**, **"年化"已改名为"估算年派"**
  - **ann=0 时** = Nasdaq 数据缺失, 频率档位显示 "⚠️数据缺失", 不归入档位
  - 周派票实测 (SATA ann=$12.85, dividend_Rate=$0.05 → 12.85/0.05=257 ≈ 5 trading days × 52 weeks ≈ 260 ✓ 反推逻辑能识别周派)

### 实现要点
- **proxy处理**：服务器在EDT时区，请求国内API需先 `unset http_proxy https_proxy HTTP_PROXY HTTPS_PROXY`，否则Python requests走127.0.0.1:7890代理会报ProxyError
- **时间处理**：北京时间运行，用 `datetime.utcnow() + timedelta(hours=8)` 转换
- **周末跳过**：`while d.weekday() >= 5: d += timedelta(days=1)`
- **no_agent模式**：cron任务用 `no_agent=True`，脚本stdout直接推送给用户，不需要LLM推理
- **输出格式**：emoji标记+分类（A/HK/US三栏），每行一个股票+分红金额+除权日期

### Cron配置
```
30 20 * * 1-5   # EDT 20:30 = 北京 次日 8:30 AM
# Mon 20:30 EDT → Tue 08:30 BJT (查Wed除权)
# Thu 20:30 EDT → Fri 08:30 BJT (查Mon除权，跳过周末)
```

### 使用方式
用户看到推送后，**当天开盘买入**仍能赶上登记日，享有本次分红权。

## 高息股扫描 vs 股息登记日提醒（区别）

| 维度 | 高息扫描 | 分红提醒 |
|------|---------|---------|
| 时机 | 每周五收盘后 | 每天 20:30 EDT |
| 目的 | 长期候选池价格监控 + DCA建仓 | 明日除权提醒 |
| 输出 | 当前价、股息率、涨跌、阶梯买入点 | 明天除权的股票 + 预计股息率 |
| 动作 | 关注买入机会 | 提醒买入搭车分红 |
| 数据源 | LongPort实时报价 | AKShare除权日历 + Nasdaq |
| 池子 | 固定候选池（~24只港股/15只美股/20只A股） | 全市场除权数据 |

**不重复，互补关系。** 扫描说"这票便宜可以囤"，提醒说"明天发钱今天上车"。

## Cron任务配置

| 任务 | 时间(EDT) | 北京时间 | 频率 | 脚本 |
|---|---|---|---|---|
| 港股高息扫描 | 周五 20:00 | 周六 8:00AM | **每周五** | scan_hk.sh |
| A股高息扫描 | 周五 19:30 | 周六 7:30AM | **每周五** | scan_cn.sh |
| 美股高息扫描 | 周五 21:30 | 周六 9:30AM | **每周五** | scan_us.sh |
| 美股盘中监控(夜间) | 22:30 | 10:30AM | 工作日 | dca_monitor_us.sh |
| 美股盘中监控(凌晨) | 02:00 | 14:00 | 工作日 | dca_monitor_us.sh |
| **股息登记日前一天提醒** | **20:30** | **次日8:30AM** | **每天** | **dividend_alert.py** |

> 📌 高息扫描已从每天改为每周五收盘后推送，分红提醒保持每天不变。扫描是"哪些高息股现在值得买"，提醒是"明天分红今天买入"。

## 用户偏好（关键）

1. **吃股息为主，但入场时机可加技术指标 (2026-08-23 修正)**: 用户原话"高股息扫描的也要结合这个指标(九转)"。**修正**: 之前默认"不做技术面分析"的规则只适用于"分析分红/历史股息率/CAGR"这一类查询。**入场时机判别**(`cn_dividend_buy_timing.py` 的 🟢🟡🔴 决策)可以叠加 TD9 增强(避免在涨势到顶时买入),但仍以股息率 + MA50 + 支撑为底层决策依据,TD9 只是**信号增强层**。
2. **时间显示用北京时间(UTC+8)**，不要用服务器EDT时间。
3. **输出格式**：emoji标记 + 简洁卡片状，数据密集但视觉清爽，≤500字。

## 🧙 技术指标增强层：神奇九转 (TD Sequential)

**仅作用于入场时机判别**, 不替代股息率 / MA50 / 支撑等基础条件。

### 入场增强规则 (cn_dividend_buy_timing.py)

| TD9 状态 | 对入场判别的影响 |
|---|---|
| 买入计数 ≥7 (未完成, 跌势末期) | 🟢今天买 理由加 "+ 🧙九转买 N/9 (跌势末期)" |
| 卖出计数 ≥7 (未完成, 涨势末期) | 🟢今天买 理由加 "⚠️🧙九转卖 N/9 (涨势末期,回撤将至)" |
| **卖出完成 (done=True, 涨势到顶)** | 🔴不入场 **升级为 🟡等回撤 ★★☆,止损用九转止损价 (第9根收盘)** |
| 买入计数 <5 或 无九转信号 | 不影响原判别 |

### 周扫描输出 (scan_cn.py / dca_scanner.py)

阶梯入场表后加两行:

```
| 🧙 九转 | 多 九转买… 6/9 | 空 九转卖✓ 11/9 | - 九转… 0/9 |
| 🧙 止损 | -               | 44.70            | -             |
```

### 公用库抽取 (2026-08-23)

`td9_levels()` 抽到 `~/.hermes/scripts/lib/td9.py`, **4 个脚本共享**:

```
~/.hermes/scripts/lib/td9.py
├── td9_levels(closes, current)  → dict or None
└── td9_summary(td9)             → str (短字符串用于表格 cell)
```

**禁止** 在任何脚本里复制 `td9_levels()` 本地实现 — 修改算法只改 `lib/td9.py`, 4 个脚本自动同步。

详见 `intraday-trading/references/td9-td-sequential.md` (算法 + 单元测试 + 输出格式 + 4 脚本用法)。

## 关键实现细节

### `dividend_highfreq.py` — 美股高频派息扫描 (2026-08-26 v1.0 实装 + cron 接入)

详见 `references/us-dividend-frequency-tier.md` v2 节。设计: `security_list` 拿全 US 市场 → `quote` 批量拿现价 → `dividend` 逐只算频率档位 → yield ≥ 4% 入 SQLite `highfreq_pool` → 按 freq+yield+稳定度推送。**取代了 v1 时期 "Nasdaq 不收周派" 的限制**。

**实际跑 (2026-08-26)**:
- 候选池: security_list US 翻页 5 页 → 244 只 (跳过优先股/WARRANT/WTS)
- batch quote 50/批 → 244/244 拿到现价
- dividend 逐只 (1-4s/只) → 29 只 yield ≥ 4% 且 cv<0.5 入池
- 总耗时 ~6 分钟 (cron 可接受)

**Cron job**: `b29af10da8d2` ("美股高频派息雷达"), schedule `30 21 * * 1-5` 北京, no_agent + script 模式, deliver origin.

**v1.0 实战发现的 YieldMax 票** (CRY/BIOY/XEY/TECY/TSYY 全部 yield>50% 但 cv<0.2 = 真实稳定高息, 不是 bug): 推送时**必须**带"文化娱乐参考, 不构成投资建议" disclaimer + cv 列 + ⭐⭐⭐ 评级让用户自己判断风险. 详见 `native-mcp/references/longport-mcp-tools-pitfalls.md` Pitfall 11.

**lib/td9.py 接口不匹配 bug (2026-08-26 发现, 待修)**: `td9_levels(closes)` 返回 list, 但 `td9_summary(td9)` 期望 dict → 调用就抛 `TypeError: list indices must be integers or slices, not str`. 修复方向: td9_summary 改成 `td9_summary(td9_list, current_price=None)` 接受 list, 或 td9_levels 改成返 dict. **不要绕过** (`td9_levels` 在 4 个脚本共享, 改签名影响面大).

### Shell包装脚本（必须）
Cron的script字段不能带参数。Python脚本需要参数时，用.sh包装：
```bash
#!/bin/bash
cd /home/openclaw/.hermes/scripts
python3 dca_scanner.py hk
```
Cron系统对.sh文件自动用bash执行，不需要chmod +x。

### A股数据源
- **LongPort有CN行情**：`ctx.quote(["601088.SH"])` 可以获取A股实时价格
- **东方财富API**：从美国服务器无法直连，需走Mihomo代理(127.0.0.1:7890)，且不稳定
- **股息率**：LongPort的CalcIndex.DividendYield对A股可能不可靠，用预设数据更稳
- **股票名称**：东方财富API的f14字段可能返回代码而非名称，必须用name_map兜底

### 输出格式（用户偏好）
```
🥇 冀中能源 [煤炭]
   000937.SZ
   💰 现价: 5.28  📉 -2.9%
   📊 股息率: 11.0%  派息: 年度
   🪜 阶梯: T1:5.12(-3%) → T2:4.96(-6%) → T3:4.75(-10%)
```
- emoji标记 + 简洁一行一个信息
- 阶梯买入价：现价的-3%/-6%/-10%
- 总字数≤500

### 市场过滤（dca_monitor.py）
`--market=us` 参数按positions.json的market字段过滤。无参数则监控全部。

## 候选股池

### 港股（≥7%股息率）
银行：建行/工行/农行/中行
能源：中海油/中国神华/中石油
REIT：领展/顺丰房托/置富/越秀/冠君
电信：中国移动/香港电讯

### 美股（≥7%股息率）
BDC：ARCC/HTGC/PSEC/MAIN/ABR/OFS
mREIT：NLY/AGNC/TWO/CIM/NYMT/STWD
其他：SBR/PDI/PTY

### A股（≥5%股息率）
煤炭：冀中能源/中国神华/平煤股份
白酒：洋河/五粮液/泸州老窖/古井贡/茅台
银行：交行/工行/建行/农行/中行/兴业/光大
其他：宁沪高速/浙能电力/长江电力

## Pitfalls

1. **全量脚本同时失败=Token过期**：港股/美股/A股三市场扫描+DCA监控全部报401003错误时，不要逐个排查。**100%是LongPort access token过期**。快速诊断：`cd ~/.hermes/scripts && bash scan_hk.sh`，看是否返回 `code=401003 token expired`。修复：去 [LongPort开发者后台](https://open.longportapp.com/) 刷新Token。
2. **Token截断（401004）**：`.bashrc` 中 `LONGBRIDGE_ACCESS_TOKEN=m_eyJh...jb-k` 可能是占位符（中间有`...`）。此时报错是401004而非401003。权威token在 `~/.env`。
3. **API限流**：多个脚本同时调LongPort会触发429002错误。避免10分钟内的高频轮询。
4. **USOption权限**：LongPort返回"You do not have access to USOption"不影响正股数据。
5. **A股名称**：东方财富f14字段不可靠，必须维护name_map。
6. **代理依赖**：东方财富API从美国服务器不稳定，A股扫描优先用LongPort。
7. **用户不喜欢轮询**：最低30分钟间隔。
8. **无候选时不推送（2026-06-24）**：`dca_scanner.py` 的 `format_result()` 在无符合条件的标的时返回空字符串，主程序过滤空输出不print。`no_agent: true` 任务无stdout=不推送。避免用户收到"暂无符合条件的标的"的空消息。
9. **Proxy冲突**：服务器 `HTTP_PROXY=http://127.0.0.1:7890` 环境变量是全局的。Python requests 自动读取，导致国内 API 请求失败（ProxyError）。**所有国内 API 调用前必须先 unset proxy**：`os.environ.pop('http_proxy', None)` 等四个变量都要清。美股 Nasdaq API 直连无此问题。
10. **百度接口港股过滤**：返回数据的 `交易所` 字段，HK=港股、SH/SZ/BJ=A股。注意港股代码前有空格（如 ` 06808`），需要 `strip()`。
11. **除权日与登记日关系**：A股登记日=除权日前一交易日。美股登记日通常=除权日当天。
12. **百度接口日期格式**：`news_trade_notify_dividend_baidu(date='YYYYMMDD')` 参数是纯数字字符串，不要带横杠。支持查未来日期。
13. **🧙 九转公用库禁止复制粘贴 (2026-08-23)**: 4 个扫描脚本 (`cn_dividend_buy_timing.py` / `scan_cn.py` / `dca_scanner.py` / `daily_t_analysis.py`) 都依赖 `~/.hermes/scripts/lib/td9.py`。**禁止** 在脚本里复制 `td9_levels()` 本地实现 — 修改算法只改 `lib/td9.py`, 4 个脚本自动同步。
14. **🧙 九转信号增强只用于入场时机, 不替代股息率 (2026-08-23)**: 用户原话"高股息扫描的也要结合九转", **仅限入场时机判别** (`cn_dividend_buy_timing.py` 的 🟢🟡🔴 决策 + 阶梯入场表)。**不要** 把九转叠加到"分析分红历史/CAGR"这一类查询 — 那是基本面分析, 用 AKShare / 东方财富, 不要技术面。
15. **🧙 九转单元测试先于集成 (2026-08-23)**: 改 `lib/td9.py` 时先在 `/tmp/test_td9.py` 跑 6 个边界 case (连续14跌/14涨/<13根/平盘/振荡/部分跌),确认算法对了再跑全脚本。4 个集成脚本都拉真实 API + proxychains, 慢且依赖重, 调试算法不要每次都拉行情。
16. **⚠️ Nasdaq `indicated_Annual_Dividend` 字段名翻译坑 (2026-09-01 用户纠正)**: 见上文"美股（Nasdaq API）"段, "年化" 不是"年化股息率" 而是"Nasdaq 估算的年度总派息 (USD)", "连续(估年)" 不是"连续派了几年" 而是"反推频率档位的数字"。**列名误导会让用户以为 4.0 = 派了 4 年, 实际 = 一年派 4 次 (季度派)**。已改名为 "估算年派" + "频率(反推)" + 删除 "连续(估年)" 列 (2026-09-01)。

## 股息分析工作流（用户问"买点"时）

当用户说"分析XX的买点"时，**先区分是吃股息分析还是入场时机判别**:

### 吃股息分析 (历史/分红/CAGR)

用户原话指向"看分红能力/可持续性"时, 走这条路径:

1. **查分红历史** → `ak.stock_history_dividend_detail(symbol)` 拿历年数据
2. **算当前股息率** → 每股分红 / 当前股价
3. **算分红增长率** → 5年CAGR、同比变化
4. **查除权时间线** → 已除权还是未除权？最近一次除权日即已错过，等下一波
5. **查盈利预测** → EPS 看分红可持续性（分红率=每股分红/EPS）
6. **查财务健康** → 货币资金、经营现金流（确保有钱分红）
7. **避坑**：不要给 MACD/均线/支撑阻力等纯技术面分析

### 入场时机判别 (cn_dividend_buy_timing.py)

用户原话指向"今天能不能买/什么时候买"时, 走 `cn_dividend_buy_timing.py` 流程:

1. 拉 K 线 50 根 → 算 MA50 / 支撑 / 趋势 / ATR
2. 跑 **🧙 九转** (`td9_levels`) 作为信号增强层
3. `recommend_entry()` 综合判别 → 🟢今天买 / 🟡等回撤 / 🔴不入场
4. **TD9 卖出完成时** → 🔴升级为 🟡等回撤 + 用九转止损价
5. **TD9 买入计数 ≥7** → 跌势末期加分提示

详见上文"🧙 技术指标增强层"小节。

### 输出格式（吃股息卡片）

```
💰 XX年全年分红: XX元/10股 = X.XX元/股
📊 当前价格: XX.XX元 (除权后)
📊 股息率: X.XX%
📈 X年股息CAGR: X.X%/年
```

## 参考资料

- `references/us-dividend-frequency-tier.md` — 美股频率档位反推实战 (Nasdaq API ann 字段翻译 + YieldMax 高息陷阱)
- `references/cn-top8-auto-screen.md` — **A 股 Top N 自动筛 v1-v4** (2026-09-17, 已废) — 财年滚动算法 + 含预案 ≈ 同花顺 7.44% (历史记录, 算法验证路径)
- `references/cn-top8-weekly-batch-v5-ths-parallel.md` — **A 股 Top N 自动筛 v5 生产版** (2026-09-19 实装, **当前用这个**) — 东方财富 batch 粗筛 + 同花顺 ths 8 线程并行校验 + JSON 缓存 + 25 秒跑完 Top 8. cron 集成计划 (每周一 + 读缓存). **核心教训**: agent 算法永远追不上同花顺专业团队 → 直接用同花顺接口拿数据 (用户原话 "你一个AI写算法还能比得过专家吗").