程序聚合 软件案例 量化交易平台

量化交易平台

2026-11-08 09:11:53
行业:金融
载体:Windows应用
技术:Python

业务和功能介绍

## 一、业务定位
`quant-platform` 是一个 本地运行的 A 股 / ETF 量化研究、回测与交易一体化终端 ,面向个人量化交易者与投研人员。它把交易流程串成一条完整链路:
行情采集 → 策略研究 → 历史回测 → 模拟盘验证 → 实盘委托(可选)
业务价值在于:不用搭环境就能把「一个想法」在几秒内跑成「有资金曲线、有逐笔交易、有风险指标」的可验证结论,再用同一套代码在模拟盘和真实券商上执行,避免研究代码与交易代码两套逻辑。
## 二、功能清单
前端是单页应用,按四个页签组织( index.html )。
### 1. 数据管理
- 支持按 6 位代码下载 东方财富前复权日线 ,腾讯证券作为备用源,均无需 API Key
- 无网络时自动回退 确定性演示行情 (同一代码结果稳定,便于验证功能)
- 支持本地 CSV 导入,兼容中英文列名(日期/开盘/最高/最低/收盘/成交量)
- 所有行情写入 SQLite 缓存,图表展示 K 线 + 成交量
- 定时更新:可配置周期、标的列表、K 线天数,并保留同步日志
### 2. 策略回测
- 13 个内置策略 :双均线、MACD、RSI 均值回归、唐奇安突破、布林突破/回归、动量、量能确认、乖离回归、网格、长趋势过滤、放量突破、买入持有( strategies.py )
- 每个策略参数可在界面调节,服务端统一做范围裁剪与逻辑校验(如快线必须小于慢线)
- 三种引擎可选 :内置引擎、Backtrader(交叉验证用)、Qlib(Alpha158 因子 + LightGBM 机器学习)
- Qlib 多标的组合回测 :2~12 个标的,横截面打分后每日持有 Top-K 等权轮动
- 批量回测 :多标的各配一套参数,逐条跑并汇总
- 输出十余项绩效指标:总收益、年化、基准收益、最大回撤(含起止日)、波动率、夏普、索提诺、卡玛、胜率、盈亏因子、交易次数、平均盈亏、平均持仓天数、持仓占比
- 资金曲线、回撤曲线、逐笔交易明细;每次回测自动存研究记录,可删除
- AI 回测解读 :把指标和最近交易喂给大模型,输出「总体评价、主要风险、改进建议、适用行情」
### 3. 交易中心
- 模拟盘 :多账户、初始资金、现金/市值/总资产/收益率、持仓成本核算、委托流水、一键重置
- 撮合规则贴近 A 股:本地最新收盘价成交、佣金万三(最低 5 元)、卖出千一印花税、买入 100 股整数倍、资金与持仓双重校验
- 实盘 :支持通过券商登录券商网关(HTTP)后进行股票/ETF、期货、期权委托,能查看实盘账户、持仓、委托回报
- 内置 SimNow 仿真、西部证券 QMT、东方证券、老虎证券、自定义 CTP 等预设;未配置网关时 明确报错而不是伪造成交

项目实现

浏览器 web/index.html + app.js + ECharts(零构建、无前端框架)
│ HTTP / JSON
FastAPI app/main.py ─── 统一异常映射(ValueError→400, KeyError→404)
├─ 行情层 data.py 东方财富/腾讯/CSV/演示 → db.py → SQLite
├─ 研究层 strategies.py(信号)→ engine.py(撮合与绩效)
├─ 桥接层 bridge.py ─┬ bt_adapter.py Backtrader
│ └ qlib_pipeline.py Qlib + LightGBM
├─ 交易层 broker.py ─→ 自建券商网关 HTTP
│ qmt_gateway.py:9400(xtquant)
│ vnpy_gateway.py:9300(CTP)
└─ 辅助 llm.py / news.py / scheduler.py

### 关键实现决策
1. 信号与成交错日 :收盘后计算信号,次日开盘成交,杜绝未来函数( engine.py );期末强制按最后收盘价平仓,保证胜率统计完整。
2. 成本模型内建 :佣金`max(万三, 5 元)` 、卖出印花税千一、滑点按比例作用在成交价上,买入按 100 股向下取整并可回退手数确保不超现金。
3. 数据整表覆盖 :同一标的每次同步先`DELETE` 再批量插入,避免真实数据与演示数据混在一起( data.py )。
4. Python 版本隔离 :主平台跑在 3.14,而 Qlib / vn.py 扩展只提供 ≤3.13 的构建,因此`research/.venv` 与`.venv-vnpy` 独立,通过「临时 JSON 文件 + 子进程」通信,主进程无需安装重依赖( bridge.py )。
5. 统一网关抽象 :QMT 与 vn.py 都对外暴露同一套`POST /login、/logout、/orders` 与`GET /account、/positions、/orders` 契约,主平台不感知底层柜台差异;券商 token 只存内存、不落库。
6. 定时任务安全 :自动同步强制`source=eastmoney` ,失败只记日志, 绝不用演示数据覆盖真实行情 ( scheduler.py )。
7. 零依赖前端 :无 npm、无打包,`StaticFiles` 直接托管,降低使用门槛。







示例图片视频


火星冰山
5天前活跃
方向: 后端-Python、嵌入式-系统集成和平台开发、
交付率:100.00%
相似推荐
农业生产管理系统
农业版 MES 系统结合物联网技术、遥感技术,对农事作业的各个阶段进行数据采集和分析,结合大数据技术,对农事生产环节进行精细化和标准化管理。有AI Agent 农事专家,基于农业专业教材构建RAG知识库,微调常见病虫害图片,提升指定作物病虫害识别精度。
直播电商 AI Agent 工作台(LiveStream Agent Studio)
本项目面向抖音直播电商团队(直播运营、投放、内容编导、复盘分析),解决一个很具体的效率问题:团队的日常工作分散在蝉妈妈看榜单、录屏工具录直播、第三方转写、手工把逐字稿和巨量百应分钟流量表对在一起、再另外写短视频脚本这几件事上。工具之间不互通,产物散落在各个文件夹和 Excel 里,一次复盘做完很难复用,也很难追到"这句话术对应的流量变化"。 目标是做一个 Windows 本地优先的 AI Agent 工作台,把"选主播—拆直播—做复盘—写脚本"四段工作收进同一个入口,素材、配置和产出都留在本机,任务是可追踪、可复用的,而不是一次性脚本。 软件包含四个 Agent 和两个中心: 1. 主播发现 Agent:管理关注领域、候选主播和达人研究任务,读取用户自己账号正常可见的蝉妈妈榜单与主播主页,生成结构化的达人拆解报告,并把确认的候选主播加入后续录制名单。 2. 直播拆解 Agent:把完整直播视频转成带秒级时间戳的结构化逐字稿,自动完成音频提取、云端转写和内容整理,导出可直接继续分析的 Excel。 3. 直播复盘 Agent:把同一场直播的逐字稿与巨量百应分钟级流量数据对齐,分析不同话术阶段对应的进入、离开、实时在线、平均停留、互动、商品曝光与点击的变化,输出 Excel 和 Word 双份复盘报告。 4. 短视频编导 Agent:根据用户提供的参考短视频链接提取真实逐字稿,在保留内容逻辑、不复制原文的前提下,生成原创口播脚本、内容结构、分镜和拍摄建议。 5. 统一任务中心:集中查看每个任务的进度、运行状态、失败原因和输出文件,不用在多个脚本和文件夹之间来回切换。 6. 本地设置中心:统一配置用户自己的阿里云百炼 DashScope、OSS、平台登录状态,以及可选的直播录制助手路径。 业务流程是一条完整闭环:在主播发现里筛人 → 加入录制名单 → 录屏 → 拆解出逐字稿 → 复盘出话术与流量的关系 → 用复盘结论去写下一轮短视频脚本。四段产物都挂在同一个任务下,可以随时回看。
TTF
项目底层数据读取逻辑采用C语言开发,C++承载AI相关计算逻辑,C#搭建简易控制台交互界面。爬虫脚本按照设定周期拉取仓储业务数据,完成数据格式化处理;AI模块对货品信息进行匹配识别,在本地完成全部计算并输出统计文件。软件可部署于普通PC,支持自定义采集周期,能够根据不同仓库业务规则灵活修改脚本参数,适配中小型物流仓储自动化统计需求,不需要复杂服务器环境,部署门槛低,方便快速落地使用。
去中心化双环网络拓扑架构 — 无中心节点、双向冗余、故障自愈、就近路由的分布式服务平台。-NodeRing
项目地址:https://gitee.com/hahanjh/node-ring NodeRing 是一套运行在应用层的双环网络架构。若干节点首尾相连构成闭合环,每个节点同时接入主环和副环两条独立链路,形成 4 条路径(2 环 × 2 方向),实现电信级可靠性。在业务连续性、扩展性、可靠性、负载均衡等方面有显著优势,并且性价比极高,没有额外的硬件成本。 核心特性: 去中心化 — 无中心节点,所有节点逻辑对等,通过泛洪自动同步全网状态 双环冗余 — 主环/副环互为备份,任意单点故障不影响业务,故障自愈 ≤ 50ms 就近路由 — 本地全局视图 + 双向 BFS,自动选择跳数最少、延迟最低的路径 异构挂载 — 每个节点可挂接任意语言/平台的服务和客户端 负载均衡 — 双向冗余,自动分流,单个节点故障不影响整体负载 高扩展性 — 扩容只需简单配置即可随时增加新节点 业务连续 — 一个服务,可在相同或不同节点上部署多个实例,单个服务实例故障不会影响整体业务运行 优雅降级 — 多处故障时自动退化为更简单形态,仍提供有限服务 协议简洁 — TCP + MessagePack,无复杂路由协议,易于实现和调试 适用场景 场景 说明 内网/园区网络 节点物理距离可控,双环冗余提供高可用 边缘计算 节点具备本地处理能力,减少云端依赖 IoT 聚合与转发 异构端点挂载,本地预处理减少跨环流量 中等规模部署(10–200 节点) 泛洪开销可忽略,路由收敛快 高可用要求 故障自愈 ≤ 50ms,达到电信级可靠性 去中心化需求 无中心节点,避免单点故障和注册中心瓶颈
xx电费数据采集与报表推送服务
本项目是一个基于 Spring Boot 3.1.5 + Java 17 的xx数据后台服务,围绕"电力采集数据归档"与"电费财务报表推送"两大业务展开:系统每 5 分钟从 InfluxDB 时序库拉取各测点的电力采集数据(电压、电流、功率、电能等),按设备聚合成电力数据日志落库到达梦数据库;同时通过定时任务解析财务部门产出的《xx电费财务报表(财务版)》Excel,提取用电大类、公司、责任部门、电量电费等明细,组装为标准 JSON 并携带 token 推送至外部互动物流服务平台,实现电费数据(日报/月报)的自动上报,并提供网页上传、手动补推、测点清单导出等辅助功能。
帮助文档   Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服