A股量化炒股系统

A股量化交易系统，涵盖行情数据采集、策略引擎、回测框架，目标实现完整链路：回测 → 模拟 → 实盘。

功能特性

双数据源：AKShare（主） + Tushare（备），自动故障切换
ETF 支持：个股 + 普通 ETF + 跨境 ETF（自动识别涨跌停幅度）
6张核心数据表：股票基础信息、日K线、复权因子、交易日历、指数行情、财务指标
回测引擎：真实模拟 A 股交易规则（T+1、涨跌停、最小交易单位）
费用模型：佣金（万2.5）+ 印花税（千1）+ 过户费
15+ 绩效指标：Sharpe、Sortino、Calmar、最大回撤、胜率、盈亏比等
策略框架：统一策略接口，支持参数化配置和命令行调参
增量更新：每日收盘后自动增量拉取最新数据

技术栈

类别	技术
语言	Python 3.11+
ORM	SQLAlchemy 2.0
数据库	SQLite（开发）/ PostgreSQL + TimescaleDB（生产）
数据源	AKShare / Tushare
日志	loguru
数据处理	pandas / numpy

项目结构

├── config/                     # 全局配置
│   ├── __init__.py             # 配置加载器
│   ├── settings.yaml           # 系统配置（数据库、数据源、交易规则、风控）
│   └── strategies.yaml         # 策略参数 + 股票池配置
├── data/                       # 数据模块
│   ├── sources/                # 数据源适配器（AKShare / Tushare）
│   ├── storage/repository.py   # 数据库 CRUD
│   ├── models.py               # ORM 模型（6张表）
│   └── collector.py            # 数据采集调度器
├── strategy/                   # 策略模块
│   ├── base.py                 # 策略基类 + 数据结构
│   ├── registry.py             # 策略注册表（插件入口）
│   └── technical/              # 技术指标策略
│       ├── ma_cross.py         # 均线交叉策略
│       ├── macd_strategy.py    # MACD 策略
│       └── limitdown_short.py  # 跌停做空策略
├── backtest/                   # 回测模块
│   ├── engine.py               # 回测引擎
│   ├── account.py              # 账户管理
│   ├── fee.py                  # 费用模型
│   ├── rules.py                # A股交易规则
│   └── metrics.py              # 绩效评估
├── trading/                    # 模拟盘执行
│   ├── paper_engine.py         # 模拟盘每日引擎
│   └── paper_account.py        # 持久化模拟账户
├── risk/                       # 风控模块（待开发）
├── api/                        # Web API（待开发）
├── scripts/
│   ├── init_db.py              # 数据库初始化
│   ├── daily_update.py         # 每日数据更新
│   ├── run_backtest.py         # 策略回测入口
│   ├── run_paper_trade.py      # 模拟盘运行入口
│   ├── run_limitdown_short.py  # 开盘做空回测策略（独立脚本）
│   └── query_stock.py          # 数据查询验证工具
└── requirements.txt

快速开始

1. 环境准备

git clone <repo-url>
cd Apex

python -m venv .venv
source .venv/bin/activate   # Linux/Mac
# .venv\Scripts\activate    # Windows

pip install -r requirements.txt

2. 初始化数据库

# 仅创建表结构（快速验证）
python scripts/init_db.py --tables-only

# 只拉取指定股票/ETF（推荐首次使用）
python scripts/init_db.py --codes 000001 600519 --start 2023-01-01

# 拉取全市场数据（5000+ 只，耗时较长）
python scripts/init_db.py --start 2023-01-01

# 仅更新股票列表和交易日历
python scripts/init_db.py --stock-list-only

3. 策略回测

若指定的起止日期超出数据库已有范围，脚本会自动提示并给出补数据命令，按提示操作后重新运行即可。

# 均线交叉策略
python scripts/run_backtest.py --strategy ma_cross --codes 000001 --start 2023-01-01

# 多只股票
python scripts/run_backtest.py --strategy ma_cross --codes 000001 600519 --start 2023-01-01

# MACD 策略
python scripts/run_backtest.py --strategy macd --codes 000001 --start 2023-01-01

# 自定义参数
python scripts/run_backtest.py --strategy ma_cross --codes 000001 --start 2023-01-01 \
    --params short_period=10 long_period=30

# 指定初始资金
python scripts/run_backtest.py --strategy ma_cross --codes 000001 --start 2023-01-01 \
    --capital 500000

# 显示全部交易明细（默认只显示最近20笔）
python scripts/run_backtest.py --strategy ma_cross --codes 000001 --start 2023-01-01 --all

# 导出全部交易明细到 CSV
python scripts/run_backtest.py --strategy ma_cross --codes 000001 --start 2023-01-01 --csv trades.csv

# 隔夜多头策略（尾盘买 / 次日集合竞价卖）
python scripts/run_backtest.py --strategy overnight_long --codes 513090 --start 2023-01-01 --capital 500000

# 启用涨跌幅过滤（跌幅 ≥ 3% 才买）
python scripts/run_backtest.py --strategy overnight_long --codes 513090 --start 2023-01-01 --params min_drop_pct=3.0

4. 开盘做空策略回测

模拟"集合竞价挂跌停价卖出（实际以开盘价成交）+ 收盘前买入"的日内做空逻辑。若指定日期超出数据库范围，会自动提示补数据。

# 基本用法（以开盘价卖出，收盘价买回，每日必然触发）
python scripts/run_limitdown_short.py --code 000001 --start 2023-01-01

# 指定初始资金
python scripts/run_limitdown_short.py --code 000001 --start 2023-01-01 --capital 500000

# 指定结束日期
python scripts/run_limitdown_short.py --code 513090 --start 2023-01-01 --end 2024-12-31

# 固定每笔手数（而非全仓）
python scripts/run_limitdown_short.py --code 600519 --start 2023-01-01 --shares 100

# 支持 ETF（含跨境 ETF）
python scripts/run_limitdown_short.py --code 513090 --start 2023-01-01 --capital 500000
python scripts/run_limitdown_short.py --code 510300 --start 2023-01-01 --capital 500000

# 显示全部每日明细（默认只显示最近10笔）
python scripts/run_limitdown_short.py --code 513090 --start 2023-01-01 --all

# 导出全部明细到 CSV（Excel 直接打开不乱码）
python scripts/run_limitdown_short.py --code 513090 --start 2023-01-01 --csv result.csv

# 同时显示全部 + 导出 CSV
python scripts/run_limitdown_short.py --code 513090 --start 2023-01-01 --all --csv result.csv

策略原理：

在集合竞价阶段（9:15–9:25），以"竞价参考价 × (1 - 跌停幅度)"挂限价卖出委托。由于竞价阶段采用统一清算价撮合，限价 ≤ 清算价时委托以开盘价成交，而非以限价本身成交。因此实际效果等价于每日开盘价卖出、收盘价买入。

情形	结果
开盘价 > 收盘价（当日下跌）	空头盈利
开盘价 < 收盘价（当日上涨）	空头亏损

注意：A 股实盘不支持个股卖空，本策略为纯理论回测。

5. ETF 数据拉取

# 常见 ETF 代码
python scripts/init_db.py --codes 510050 510300 510500 --start 2023-01-01  # 沪市宽基ETF
python scripts/init_db.py --codes 159915 159919 --start 2023-01-01         # 深市ETF
python scripts/init_db.py --codes 513090 513100 --start 2023-01-01         # 跨境ETF

代码	名称	类型
510050	上证50 ETF	普通 ±10%
510300	沪深300 ETF	普通 ±10%
510500	中证500 ETF	普通 ±10%
159915	创业板 ETF	普通 ±10%
513090	恒生互联网科技 ETF	跨境 ±15%
513100	纳斯达克100 ETF	跨境 ±15%

6. 查询验证数据

# 从本地数据库查询
python scripts/query_stock.py -c 000001 -s 2023-01-03 -e 2023-01-10

# 从网络接口实时查询
python scripts/query_stock.py -c 000001 -s 2023-01-03 -e 2023-01-10 --source api

# 对比本地与网络数据
python scripts/query_stock.py -c 000001 -s 2023-01-03 -e 2023-01-10 --source both

7. 每日数据更新

# 增量更新所有股票（每个交易日收盘后运行）
python scripts/daily_update.py

# 仅更新指定股票
python scripts/daily_update.py --codes 000001 600519

# 更新后做数据质量校验
python scripts/daily_update.py --validate

# 补近7天数据
python scripts/daily_update.py --days 7

回测报告示例

==================================================================
  回测报告：开盘卖出 + 尾盘买入（理论做空）
  股票: 513090 恒生互联网科技ETF  |  2023-01-01 ~ 2026-04-07
==================================================================

【资金概览】
  初始资金              500,000.00
  期末资金              310,982.71
  总盈亏               -189,017.29
  总收益率                  -37.80%

【交易统计】
  总交易日                     787
  胜率                       44.98%
  盈利天数                     354  （开盘 > 收盘）
  亏损天数                     433  （开盘 ≤ 收盘）

【最近 10 笔交易明细】
  日期            开盘价    收盘价      价差%        手数          盈亏        累计资金
  ──────────────────────────────────────────────────────────────────────────────
  2026-03-24        1.74      1.76     -0.92%     166,600     -3,113.26      302,449.24
  2026-03-26        1.79      1.74     +2.69%     159,900     +7,237.23      308,112.01
==================================================================

配置说明

数据源

编辑 config/settings.yaml：

data_sources:
  akshare:
    enabled: true
  tushare:
    enabled: false
    token: "your_token_here"
  priority: ["akshare", "tushare"]

交易费用

编辑 config/settings.yaml 中的 trading_rules 节：

trading_rules:
  commission_rate: 0.0001     # 佣金费率，万0.1 = 0.0001，万2.5 = 0.00025
  min_commission: 0.0         # 最低佣金（元），0 = 免五，5.0 = 最低5元
  stamp_tax_rate: 0.001       # 印花税（千1，仅个股卖出，ETF 自动免征）
  transfer_fee_rate: 0.00002  # 过户费（万0.2）

常见券商费率对照：

券商类型	commission_rate	min_commission
万0.1 免五（主流互联网券商）	`0.0001`	`0.0`
万1.5 最低5元（传统券商）	`0.00015`	`5.0`
万2.5 最低5元（默认保守值）	`0.00025`	`5.0`

ETF 交易自动免除印花税，无需额外配置。

策略参数

编辑 config/strategies.yaml：

strategies:
  ma_cross:
    short_period: 5
    long_period: 20
    ma_type: "EMA"      # SMA 或 EMA
  macd:
    fast_period: 12
    slow_period: 26
    signal_period: 9

模拟盘交易

每日收盘后运行一次，自动执行昨日挂单、生成明日委托，账户状态持久化到数据库。

前提：模拟盘依赖本地数据库中的行情和交易日历数据。运行前请先执行 python scripts/daily_update.py 确保数据已更新至当日。若提示"不是交易日"或"无行情数据"，通常是数据库未更新所致。

# 0. 运行前先更新数据（每个交易日收盘后执行）
python scripts/daily_update.py

# 均线交叉策略：首次初始化账户 + 当日运行
python scripts/run_paper_trade.py --strategy ma_cross --codes 000001 600519 --capital 1000000

# 跌停做空策略（开盘卖出 + 收盘买入，当日执行）
python scripts/run_paper_trade.py --strategy limitdown_short --codes 513090 --capital 1000000

# 隔夜多头策略（尾盘买 / 次日开盘卖）
python scripts/run_paper_trade.py --strategy overnight_long --codes 513090 --capital 1000000

# 查看账户当前状态、持仓、待执行订单
python scripts/run_paper_trade.py --strategy ma_cross --codes 000001 --status

# 查看最近 30 天净值记录
python scripts/run_paper_trade.py --strategy ma_cross --codes 000001 --history 30

# 自定义策略参数
python scripts/run_paper_trade.py --strategy ma_cross --codes 000001 \
    --params short_period=5 long_period=20

# 补跑历史日期（数据库中已有数据的日期）
python scripts/run_paper_trade.py --strategy ma_cross --codes 000001 --date 2024-03-15

每日执行流程：

步骤	动作
0	先运行 `daily_update.py` 更新行情和交易日历
1	加载账户（首次自动创建），T+1 解冻昨日买入持仓
2	加载今日 K 线（停牌标的自动跳过）
3	执行昨日挂单（以今日开盘价成交，涨跌停/停牌自动取消）
4	按今日收盘价更新持仓估值
5	运行策略，生成信号：`execute_at="next_open"` → 明日挂单；`execute_at="open"/"close"` → 当日立即成交
6	记录今日净值快照

cron 注册（每个工作日 16:30 先更新数据，16:35 再运行模拟盘）：

# 先更新数据（16:30），再运行模拟盘（16:35）
30 16 * * 1-5  cd /path/to/Apex && .venv/bin/python scripts/daily_update.py
35 16 * * 1-5  cd /path/to/Apex && .venv/bin/python scripts/run_paper_trade.py \
               --strategy ma_cross --codes 000001 600519

可用策略

所有策略均已注册到 strategy/registry.py，可直接通过 --strategy 参数使用：

命令行名称	策略	适用场景
`ma_cross`	均线交叉	趋势跟踪，短均线金叉/死叉长均线，次日开盘执行
`macd`	MACD	趋势动量，DIF/DEA 金叉死叉，次日开盘执行
`limitdown_short`	跌停做空	每日开盘卖出（集合竞价）+ 收盘买入，当日执行
`overnight_long`	隔夜多头	尾盘买入（14:55 近似收盘价）+ 次日集合竞价挂跌停价卖出（开盘成交）
KDJ	—	待开发
布林带	—	待开发

新增自定义策略（插件式接入）

在 strategy/technical/ 下新建策略文件，继承 BaseStrategy，实现 name 和 on_bar() -> list[Signal]
在 strategy/registry.py 的 STRATEGY_REGISTRY 中添加一条记录：

"my_strategy": {
    "class": "strategy.technical.my_strategy.MyStrategy",
    "description": "我的策略",
    "default_params": {"param1": 10},
},

即可通过 --strategy my_strategy 在回测和模拟盘中使用，无需修改其他代码。

on_bar() 信号的 execute_at 字段说明：

execute_at	含义
`"next_open"`（默认）	次日开盘价执行，适合趋势策略
`"open"`	当日开盘价执行（模拟集合竞价挂单）
`"close"`	当日收盘价执行（模拟尾盘成交）

A股交易规则模拟

规则	说明
T+1	当日买入次日才能卖出
涨跌停	主板 ±10%、创业板/科创板 ±20%、北交所 ±30%、ST ±5%、跨境ETF ±15%
涨停/跌停	涨停无法买入，跌停无法卖出
最小单位	买入必须为 100 股整数倍
费用	佣金 + 印花税（卖出）+ 过户费

开发路线图

免责声明

本项目仅供学习和研究使用。量化交易存在风险，策略的历史回测表现不代表未来收益。请勿将本系统直接用于实盘交易而不经过充分验证。投资有风险，入市需谨慎。

许可证

MIT License

Name		Name	Last commit message	Last commit date
Latest commit History 22 Commits
api		api
backtest		backtest
config		config
data		data
docs/superpowers		docs/superpowers
risk		risk
scripts		scripts
strategy		strategy
tests		tests
trading		trading
.gitignore		.gitignore
CLAUDE.md		CLAUDE.md
README.md		README.md
plan.md		plan.md
process.txt		process.txt
requirements.txt		requirements.txt

Provide feedback

Saved searches

Use saved searches to filter your results more quickly

Repository files navigation

A股量化炒股系统

功能特性

技术栈

项目结构

快速开始

1. 环境准备

2. 初始化数据库

3. 策略回测

4. 开盘做空策略回测

5. ETF 数据拉取

6. 查询验证数据

7. 每日数据更新

回测报告示例

配置说明

数据源

交易费用

策略参数

模拟盘交易

可用策略

新增自定义策略（插件式接入）

A股交易规则模拟

开发路线图

免责声明

许可证

About

Uh oh!

Releases

Packages

Uh oh!

Contributors

Uh oh!

Languages

Folders and files

Latest commit

History

Repository files navigation

A股量化炒股系统

功能特性

技术栈

项目结构

快速开始

1. 环境准备

2. 初始化数据库

3. 策略回测

4. 开盘做空策略回测

5. ETF 数据拉取

6. 查询验证数据

7. 每日数据更新

回测报告示例

配置说明

数据源

交易费用

策略参数

模拟盘交易

可用策略

新增自定义策略（插件式接入）

A股交易规则模拟

开发路线图

免责声明

许可证

About

Resources

Uh oh!

Stars

Watchers

Forks

Releases

Packages 0

Uh oh!

Contributors

Uh oh!

Languages

Packages