# 股票量化

**Repository Path**: hqs_2026/stock-quantification

## Basic Information

- **Project Name**: 股票量化
- **Description**: 简单的股票量化工具代码
- **Primary Language**: Python
- **License**: MIT
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 1
- **Created**: 2026-03-26
- **Last Updated**: 2026-03-26

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 股票量化交易系统

这是一个功能完整的股票量化交易系统，提供数据获取、策略定义和回测功能，帮助用户进行量化投资决策。

## 功能特点

- **多源数据获取**：支持从AKShare、Tushare和Yahoo Finance等多个数据源获取股票历史数据
- **灵活策略定义**：提供多种内置策略，并支持用户自定义交易策略
- **强大回测系统**：评估策略在历史数据上的表现，计算收益率、最大回撤、夏普比率等指标
- **可视化分析**：生成交易信号图表、权益曲线、回撤分析等可视化结果
- **详细报告生成**：自动生成HTML格式的回测报告，包含完整的交易记录和性能指标

## 项目结构

```
├── data/               # 数据模块
│   ├── fetcher.py     # 数据获取
│   └── processor.py   # 数据处理
├── strategies/        # 策略模块
│   ├── base.py        # 策略基类
│   ├── common.py      # 常用策略
│   └── custom.py      # 自定义策略
├── backtest/          # 回测模块
│   └── engine.py      # 回测引擎
├── config.py          # 配置文件
├── main.py            # 主程序入口
├── examples.py        # 使用示例
└── requirements.txt   # 项目依赖
```

## 安装与使用

1. 安装依赖：
   ```
   pip install -r requirements.txt
   ```

2. 运行示例：
   ```
   python examples.py
   ```

3. 使用命令行工具：
   ```
   # 回测策略
   python main.py backtest --stock 000001.SZ --strategy ma_cross --start 2022-01-01 --end 2023-01-01
   
   # 获取股票数据
   python main.py data --stock 000001.SZ --start 2022-01-01 --end 2023-01-01 --save
   
   # 列出可用策略
   python main.py list
   ```

## 内置策略

系统内置了多种常用交易策略：

- **移动平均线交叉策略**：短期均线上穿长期均线买入，下穿卖出
- **RSI超买超卖策略**：RSI低于超卖阈值买入，高于超买阈值卖出
- **布林带策略**：价格触及下轨买入，触及上轨卖出
- **MACD策略**：MACD线上穿信号线买入，下穿卖出
- **突破策略**：价格突破N日高点买入，跌破N日低点卖出
- **双均线策略**：价格位于两条均线之上买入，位于两条均线之下卖出

## 自定义策略

您可以通过两种方式创建自定义策略：

1. **继承BaseStrategy类**：在`strategies`目录下创建新的策略文件，继承`BaseStrategy`类并实现`generate_signals`方法

2. **使用StrategyBuilder**：使用`strategies.custom`模块中的`StrategyBuilder`类，通过API方式创建策略，无需编写代码

```python
# 使用StrategyBuilder创建策略示例
from strategies.custom import StrategyBuilder

# 创建策略
strategy = StrategyBuilder.create_strategy("My_Strategy")

# 添加指标
StrategyBuilder.add_indicator(strategy, 'rsi', window=14, name='rsi_14')
StrategyBuilder.add_indicator(strategy, 'sma', window=20, name='sma_20')

# 添加买入条件
StrategyBuilder.add_buy_condition(strategy, 'rsi_14', '<', 30)
StrategyBuilder.add_buy_condition(strategy, 'close', '>', 'sma_20', logic='and')

# 添加卖出条件
StrategyBuilder.add_sell_condition(strategy, 'rsi_14', '>', 70)
```

## 回测结果

回测结果将显示策略的以下指标：

- 总收益率
- 年化收益率
- 最大回撤
- 夏普比率
- 胜率
- 交易次数

系统会自动生成回测报告和可视化图表，帮助您分析策略表现。

## 配置说明

在`config.py`文件中可以修改系统配置：

- 数据源配置
- 数据存储配置
- 回测参数配置
- 日志配置
- 绘图配置

## 示例代码

```python
# 导入必要模块
from data.fetcher import AKShareDataFetcher
from strategies.common import MovingAverageCrossStrategy
from backtest.engine import BacktestEngine

# 获取数据
fetcher = AKShareDataFetcher()
data = fetcher.get_stock_data("000001.SZ", "2022-01-01", "2023-01-01")

# 创建策略
strategy = MovingAverageCrossStrategy()
strategy.set_parameters({'short_window': 10, 'long_window': 30})

# 创建回测引擎
engine = BacktestEngine(strategy=strategy, data=data)

# 运行回测
results = engine.run()

# 绘制结果
engine.plot_results()

# 保存报告
engine.save_report()
```