首版工作台:自选股实时监控、牛来式选股面板(预设筛选 + 6 因子打分推荐榜 + ATR 自动止损/止盈)、K 线策略信号、含 A 股交易摩擦的双均线回测、模拟交易台账,外加从 GitHub 核查过的本地可部署开源项目选型与部署路线。行情直连腾讯与东方财富公开接口,取不到就明示状态,不编造价格。
数据源实测于 2026-11-18:腾讯报价接口、东财 K 线接口可用;全市场选股改走「输入代码 → 逐只取 K 线算信号」的路线。A 股惯例:红涨 / 绿跌。
点任意一行,下方策略分析与模拟交易自动切换到该股。默认名单为当前持仓方向:AI 硬件、黄金、消费与高股息。
| 股票 | 现价 | 涨跌幅 | 涨跌额 | 最高 | 最低 | 昨收 | 行情时间 |
|---|
正在连接腾讯行情接口…
借鉴 Bull Arrives(牛来)的选股面板设计:预设筛选 → 6 因子打分推荐榜 → ATR 自动止损/止盈。筛选只在已取到数据的股票池内进行(自选池 + 你添加的股票),不冒充全市场结果。
筛选范围:自选池 6 只。东财全市场列表接口实测不稳定(502),本面板不依赖它;想扩池就在上方监控台添加代码,添加后点「刷新选股数据」。
不设预设门槛,池内全部股票参与 6 因子打分排序。
选股数据(各股日 K)尚未加载完成,加载后自动出榜。
打分口径(0–100,6 因子加权):趋势 25%(均线排列与价格位置)、动量 20%(20 日涨幅)、量能 15%(量比)、RSI 位置 15%(55–65 区间最优,超买超卖扣分)、相对强度 15%(相对上证指数 20 日超额收益)、波动 10%(ATR 占价格比,约 2.5% 最优、过高过低扣分)。ATR 止损/止盈口径:止损 = 现价 − 2×ATR(14),止盈 = 现价 + 3×ATR(14),由波动自动算出、无需填参数;只是参考线,不是交易指令。「高股息防御」预设说明:腾讯/东财公开接口不含股息率字段,本预设以低 ATR 波动 + 站上 20 日线 + 20 日涨幅温和作防御风格代理,不冒充真实股息率筛选。
K 线来自东方财富日线接口(前复权)。信号:均线金叉/死叉、RSI(14)、放量突破 20 日新高。回测按 A 股规则计摩擦:T+1、100 股整手、佣金万 2.5(最低 5 元)、卖出印花税万 5、滑点万 5。
等待 K 线数据…
回测口径:信号在收盘后产生、次日开盘成交(满足 T+1);涨跌停无法成交时跳过该笔;全仓进出、按整手取整。结果只反映这套规则在历史日线上的表现,不代表未来收益。
首版交易从模拟盘开始:用实时价记账,练下单纪律与仓位管理。本台账只在本次打开期间有效,关掉页面即清空;真金白银前先在这里跑满一个完整的涨跌周期。
买入计佣金万 2.5(最低 5 元);卖出另计印花税万 5。当日买入当日不可卖(T+1),台账会拦截。
暂无持仓。
四套适合首版上线的规则型策略:逻辑透明、参数少、先在回测和模拟盘里验证,再谈实盘。
快线(5 日)上穿慢线(20 日)买入、下穿卖出。震荡市会反复假信号,必须配回测里的摩擦成本一起看——小资金账户里,最低 5 元佣金和整手约束吃掉的收益比想象中多。
RSI(14) 跌破 30 视为超卖分批买入、升破 70 减仓。只适合波动区间明确的蓝筹与 ETF;单边下跌里 RSI 可以长期趴在低位,必须另设价格止损线。
收盘突破 20 日新高且成交量 ≥ 20 日均量 1.5 倍时触发预警,次日确认不跌回突破位再介入。假突破是主要亏损来源,监控台的职责就是第一时间把信号推到眼前。
在银行、能源等高股息板块里按股息率与估值分位月度筛选、等权持有。与现有偏防御的持仓结构同向,波动小、换手低,摩擦成本影响最小,适合作为首版实盘的第一套策略。
# pip install akshare pandas (AKShare 免费、免 token,返回 DataFrame) import akshare as ak import pandas as pd df = ak.stock_zh_a_hist(symbol="600487", period="daily", start_date="20240101", adjust="qfq") df["ma5"] = df["收盘"].rolling(5).mean() df["ma20"] = df["收盘"].rolling(20).mean() df["signal"] = (df["ma5"] > df["ma20"]).astype(int) df["cross"] = df["signal"].diff() # 1=金叉买入 -1=死叉卖出(次日开盘执行,满足 T+1) print(df.tail(30)[["日期", "收盘", "ma5", "ma20", "cross"]])
按「数据 → 研究回测 → 监控分析 → 执行」分工搭配,没有一个项目能全包。Star 数为 2026 年 11 月公开快照约数,以仓库页为准。
开源财经数据接口库:把东财、新浪、腾讯等公开源统一封装成 2000+ 接口,免注册、免 token,返回 Pandas DataFrame。本台的本地版数据就靠它。
$ pip install akshare github.com/akfamily/akshare国内量化交易事实标准:回测、模拟、实盘一套回调打通,A 股可走 XTP、华鑫奇点等网关,4.0 起内置 vnpy.alpha 因子模块。注意它的默认回测器不建模印花税与 T+1,结论要打折看。
$ pip install vnpy github.com/vnpy/vnpyAI 量化研究平台:Alpha158/360 因子库、LightGBM 等模型、A 股数据脚本齐全。只出信号不下单,定位是研究端,和 vn.py 搭配是目前最强的开源组合。
$ pip install pyqlib github.com/microsoft/qlib原生建模 A 股摩擦:T+1、印花税、涨跌停不可成交、100 股整手、最低佣金。用它给其他框架的回测结论做独立复核,能挡住大部分「回测赚钱、实盘亏钱」。
$ pip install rqalpha github.com/ricequant/rqalpha自选股 AI 分析系统:拉行情、新闻与技术指标生成决策报告,推送企业微信/飞书/Telegram/邮箱;内置 AKShare 等免费源零配置可跑,也可用 GitHub Actions 定时运行。本地 WebUI 默认 http://127.0.0.1:8000。
$ git clone 后按 README 启动 WebUI github.com/ZhuLinsen/daily_stock_analysis数据、回测、模拟、实盘一条链:内置均线、布林、海龟、小市值、多因子等经典策略。实测提醒:经典策略可跑,AI 策略分支有坏件;Python 锁 3.9,东财接口连不上时换新浪源。
$ git clone 后按文档以 Python 3.9 运行 github.com/UFund-Me/Qbot通过 GUI 自动化操控同花顺、华泰、国金等券商客户端下单,是个人账户接程序化最现实的桥。稳定性受客户端改版影响,且涉及明文密码,只建议放在最后、充分模拟后再考虑。
$ pip install easytrader github.com/shidenggui/easytrader事件驱动回测的经典教材,文档与示例最友好,适合先把策略思想学明白。2024 年后基本停更、且不原生处理 A 股摩擦,学会后迁移到 RQAlpha / vn.py 校验。
$ pip install backtrader github.com/mementum/backtrader全部跑在自己电脑上,不需要服务器、不需要域名:浏览器打开本地地址就是控制台。按顺序走,每一步都能单独验收。
首版只做一件事:把每一笔交易都变成可复核的流程,而不是盘中拍脑袋。