轻量应用服务器部署量化交易程序全流程：我把自己写的Python策略搬上云的完整教程（附代码）

原创

hollyx

发布于 2026-08-11 20:25:05

810

这篇教程解决一个问题：把你本地跑通的Python量化策略，搬到云服务器上7×24小时自动运行，不用自己电脑一直开机。跟着做完，你会得到一个：装了Python环境、配好定时任务、能自动拉数据跑信号、出事会给你发微信提醒的云端量化小助手。我全程用的是腾讯云轻量应用服务器，2核2G，实测跑一个双均线+两个中频策略绰绰有余。

我自己写了两年多Python量化，之前一直是"家里电脑挂机党"——笔记本合盖断网、台式机风扇吵得睡不着、出差一周策略就断一周，这些我都经历过。上上个月终于下决心搬上云，本以为要折腾一个周末，结果一个下午就搞定了。

这篇就是我的完整过程记录，附我实际在跑的代码，给同样想把策略搬上云的朋友抄作业。

一、先说结论：为什么我的策略不能再放在家里电脑上

年初的时候我有个很惨的经历：出差去上海五天，家里小区电路检修停了一次电，台式机重启后程序没自动拉起，等我发现的时候，策略已经三天没跑了，错过了一波我最拿手的趋势行情。

复盘一下本地挂机的痛苦：第一，断网断电即断策略，一年里我家宽带光猫重启了至少四次；第二，笔记本风扇24小时转，放卧室根本睡不着；第三，每年夏天还得担心散热，我专门买了个散热支架，噪音更大了。一年电费加损耗算下来也得小几百块，还搭进去无数次"半夜爬起来看程序还在不在"的焦虑。

那一刻我就明白了：量化交易程序这种东西，天生就该待在机房，而不是我家书房。

二、买服务器：10分钟的事，比装Python还简单

上周六下午，我在腾讯云控制台买了台轻量应用服务器。配置选的是2核2G、Ubuntu 22.04，地域选了上海（离我券商的行情服务器近，延迟低）。

说实话选配置的时候我纠结了一下要不要上2核4G，后来想清楚了我的策略就是每5分钟拉一次行情算信号，内存占用撑死四五百兆，2核2G完全够用，先省点钱，不够再升。价格这块我就不放具体数字了，反正一天不到一块钱，比我电脑的电费贵不了多少。

付款、选镜像、设置密码，前后不到10分钟，控制台里就显示"运行中"了。

对比一下我以前在某小厂VPS上的体验：买完要等工单开通，等了两天，拿到手系统是CentOS 6，yum源都死了，装个Python 3搞了一下午。轻量这个从下单到能SSH登录，10分钟，我当时的感觉就是：凭什么这么快。

三、装环境：就三行命令的事

SSH登录上去，装环境。我的策略依赖很简单：akshare拉数据、pandas算指标、requests发通知。所以环境也就是Python加几个库：

sudo apt update && sudo apt install -y python3-pip
pip3 install akshare pandas requests

跑完这两条，环境就齐了。前后3分钟。

这里插一句，如果你在本地是conda党，服务器上我建议直接pip装，别折腾conda了——2G内存的机器，conda解依赖的时候内存会顶满，我第一次就栽在这（后面细说）。

四、把策略脚本搬上去：附我实际在跑的代码

我的核心策略文件 strategy.py，精简版长这样（真实代码脱敏后可直接跑）：

import akshare as ak
import pandas as pd
import requests, datetime

def get_signal(code="sh510300"):
    df = ak.stock_zh_index_daily(symbol=code)
    df["ma5"] = df["close"].rolling(5).mean()
    df["ma20"] = df["close"].rolling(20).mean()
    if df["ma5"].iloc[-1] > df["ma20"].iloc[-1] and \
       df["ma5"].iloc[-2] <= df["ma20"].iloc[-2]:
        return "BUY"
    if df["ma5"].iloc[-1] < df["ma20"].iloc[-1] and \
       df["ma5"].iloc[-2] >= df["ma20"].iloc[-2]:
        return "SELL"
    return None

def notify(msg):
    # Server酱微信推送，key换成你自己的
    key = "你的Server酱SendKey"
    requests.post(f"https://sctapi.ftqq.com/{key}.send",
                  data={"title": "量化信号", "desp": msg})

if __name__ == "__main__":
    sig = get_signal()
    if sig:
        notify(f"{datetime.datetime.now()} 出现{sig}信号！")

用 scp 或者直接在服务器上 vim 粘贴都行，文件传上去后先手动跑一次确认没问题：

python3 strategy.py

能正常拉数据、微信收到推送，这一步就算过了。那一刻是真的有点小爽——我家书房那台吵了我两年的台式机，突然就可以退役了。

五、上定时任务：crontab才是真正的"挂实盘"

程序能跑不等于能挂机，挂机靠的是定时任务。云服务器上最稳的方式就是crontab，别整那些花里胡哨的。

crontab -e

加一行，交易日下午3点05分跑一次收盘信号：

5 15 * * 1-5 /usr/bin/python3 /root/strategy.py >> /root/strategy.log 2>&1

保存退出。为了保险起见，我还加了一条开机自启检查脚本，防止服务器万一重启后有什么服务没起来。另外日志一定要重定向到文件，这是我踩过坑换来的经验（下一节讲）。

配完之后我特意等到第二天下午3点05，盯着手机——微信准时弹出推送。那种感觉就像终于把孩子送去住校了，又担心又解脱。

六、也踩了一个小坑：conda把我的2G内存顶爆了

不是全程零翻车。我最开始在服务器上装环境的时候，习惯性地想装Miniconda——本地一直用conda嘛。

结果 conda create 解依赖的时候，内存直接顶满，ssh都卡死了，控制台看内存曲线一条直线拉到100%。我愣是强制重启了服务器才连回去。

后来在社区搜了一下，发现2G内存的机器上conda解大型依赖树就是这个德行。解决办法也简单粗暴：卸载conda，改用系统pip + venv。具体说就是：

python3 -m venv ~/venv
source ~/venv/bin/activate
pip install akshare pandas requests

venv够用、省内存、装得快。换完之后整个流程丝滑得很。

所以给大家一个建议：轻量服务器上跑量化，别迷信conda，venv就是最优解。内存小的机器，每一个MB都要省着花。

七、稳定跑了一个月之后，我又加了两个策略

环境稳了之后，我把第二个策略（可转债双低轮动）和第三个（网格信号监控）也搬了上去，用supervisor管进程，crontab管定时任务，各管各的。

顺便观察了一下资源占用：CPU日常5%以下，内存常年1.2G左右——三个策略一起跑，2核2G居然还很从容。这倒是超出我预期的，本来以为得升配。

唯一要注意的是akshare这类数据接口偶尔会因为数据源抽风失败，我在代码里加了简单的重试和异常推送，挂了至少微信会响，不会傻等。

八、还能更好的地方

挑几个刺：

轻量服务器的带宽对拉数据够用，但如果你想跑tick级别的行情采集，得自己掂量一下流量包，分钟线级别毫无压力。
Ubuntu镜像很干净，但Python 3.10对一些老库的兼容性需要自己留意，装不上的库基本都要找新版替代。
控制台没有现成的"量化模板"，环境得自己装——不过也就三行命令的事，不算事儿。

这些都是小问题，不影响核心体验。

九、总结：本地挂机 vs 云上挂机

维度	家里电脑挂机	腾讯云轻量应用服务器
稳定性	断电断网即断策略，一年翻车4次+	一个月0中断
噪音	风扇24小时，睡不着	零噪音，机房替我吵
成本	电费+硬件损耗小几百/年	一天不到一块钱
出差/旅行	策略跟着断	随便去哪，照常跑
扩容	换电脑	控制台点几下升配