一个基于Python的股票量化交易策略回测和分析平台，提供多种技术指标策略、回测功能以及可视化分析。

• 13种技术指标策略 - KDJ、MACD、布林带、移动平均线等经典策略
• 策略组合优化 - 自动分析最优买入/卖出策略组合
• 完整回测系统 - 详细的交易日志和收益分析
• 可视化图表 - K线图、收益曲线、策略热力图
• 机器学习预测 - 基于PyCaret的股价预测模型
• 用户友好界面 - 基于Streamlit的交互式Web界面

QuantMatrix/
├── 📄 src/                       # 源代码目录
│   └── 📦 quantmatrix/           # 主包
│       ├── 📄 __init__.py        # 包初始化文件
│       ├── 📄 app.py             # 主应用入口
│       ├── 📁 strategies/        # 策略模块
│       │   ├── 📄 __init__.py
│       │   ├── 📄 indicators.py  # 技术指标策略 (13种策略)
│       │   └── 📄 ml_strategy.py # 机器学习策略
│       ├── 📁 trading/           # 交易模块
│       │   ├── 📄 __init__.py
│       │   └── 📄 backtest.py    # 回测功能和交易日志
│       ├── 📁 visualization/     # 可视化模块
│       │   ├── 📄 __init__.py
│       │   └── 📄 charts.py      # 图表绘制
│       └── 📁 utils/             # 工具模块
│           ├── 📄 __init__.py
│           ├── 📄 data_loader.py # 数据加载功能
│           └── 📄 helpers.py     # 辅助函数
├── 📁 data/                      # 数据目录
│   ├── 📁 raw/                   # 原始数据
│   ├── 📁 processed/             # 处理后数据
│   └── 📁 logs/                  # 日志文件
├── 📁 tests/                     # 测试目录
│   ├── 📄 __init__.py
│   └── 📄 test_strategies.py     # 策略测试
├── 📁 config/                    # 配置目录
│   └── 📄 settings.py            # 应用配置
├── 🚀 quick_start.py            # 快速启动脚本（推荐）
├── ⚡ run_app.py                 # 简单启动脚本
├── 📋 requirements.txt           # 项目依赖
├── 🐳 Dockerfile                 # Docker配置
├── 📄 setup.py                   # 安装配置
├── 📄 .gitignore                 # Git忽略文件
└── 📖 README.md                  # 项目文档

• indicators.py: 包含13种技术指标策略
  • KDJ策略: 基于随机指标的超买超卖策略
  • MACD策略: 基于异同移动平均线的趋势策略
  • BOLL策略: 基于布林带的突破策略
  • MA策略: 基于移动平均线的趋势策略
  • BBI策略: 基于多空指标的突破策略
  • PSY策略: 基于心理线的情绪策略
  • RSI策略: 基于相对强弱指标的超买超卖策略
  • CCI策略: 基于商品通道指标的突破策略
  • 威廉指标策略: 基于威廉%R指标的超买超卖策略
  • DMI策略: 基于动向指标的趋势策略
  • OBV策略: 基于能量潮指标的趋势策略
  • 成交量策略: 基于成交量放大的突破策略
  • 布林带宽度策略: 基于布林带宽度变化的策略

• backtest.py: 提供完整的回测功能
  • trade_log(): 生成详细的交易日志
  • backtest(): 策略回测统计和性能分析

• charts.py: 专业的金融图表绘制
  • k_line(): K线图和交易信号可视化，包含成交量副图
  • y_line(): 持仓收益曲线分析
  • heatmap(): 策略组合收益热力图

• data_loader.py: 统一的数据加载接口
• helpers.py: 通用辅助函数和工具类

基于Streamlit的Web应用，提供完整的用户交互界面：

• 股票代码输入和日期选择
• 策略参数配置（手续费、初始资金、交易数量）
• 最优策略组合分析和热力图展示
• 策略明细分析（K线图、交易信号、成交量分析）
• 详细的交易日志和收益分析
• 策略指标说明表格

• Python: 3.7 或更高版本
• 操作系统: Windows, macOS, Linux
• 内存: 建议 4GB 以上
• 网络: 需要连接互联网获取股票数据

# 下载并运行项目
git clone <repository-url>
cd QuantMatrix

# 一键启动（自动安装依赖并启动）
python quick_start.py

# 安装依赖
pip install -r requirements.txt

# 快速启动
python run_app.py

# 安装依赖后
streamlit run src/quantmatrix/app.py

# 自定义端口和地址
streamlit run src/quantmatrix/app.py --server.port 8080 --server.address 0.0.0.0

🎉 启动成功后在浏览器中访问: http://localhost:8501

git clone <repository-url>
cd QuantMatrix

# Python 3 内置 venv
python -m venv venv

# 激活虚拟环境
source venv/bin/activate        # Linux / macOS
# 或
venv\Scripts\activate           # Windows

# 方式1: 安装基础依赖 (推荐用户使用)
pip install -r requirements.txt

# 方式3: 使用 setup.py 安装 (可编辑模式)
pip install -e .

python run_app.py

# 自定义端口和地址
streamlit run src/quantmatrix/app.py --server.port 8080 --server.address 0.0.0.0

# 包含环境检查和依赖安装
python quick_start.py

1. 启动应用后，在浏览器中访问 http://localhost:8501

2. 在侧边栏输入股票代码：

   • A股：使用 6 位数字代码 (如：000001)

3. 选择时间范围：建议选择至少 3 个月的数据进行分析

• 在左侧边栏输入股票代码
• 选择分析的起始和结束日期
• 系统自动加载股票数据

• 手续费：每次交易的固定费用 (默认 5 元)
• 初始资金：开始交易的初始金额 (默认 10,000 元)
• 交易数量：每次买入/卖出的股票数量 (默认 100 股)

1. 最优策略分析

• 点击"最优策略分析"按钮
• 系统会自动测试所有13种技术指标策略组合
• 通过热力图展示不同策略组合的收益率
• 颜色越深表示收益率越高
• 包含详细的策略指标说明表格

2. 策略明细分析

• 选择买入策略和卖出策略
• 点击"策略明细分析"按钮
• 查看K线图和成交量副图
• 分析交易信号的买入卖出点
• 查看详细的交易统计和信号分析
• 生成完整的交易日志和收益曲线

• K线图：显示股价走势和交易信号，包含成交量副图
• 收益曲线：展示投资组合的价值变化
• 热力图：策略组合收益对比分析
• 交易信号可视化：在K线图上标记买卖点

• 详细的交易日志记录
• 买入卖出信号统计分析
• 持仓收益率计算
• 策略性能回测报告

• 数据获取: AkShare
• 技术指标: TA-Lib
• 数据处理: Pandas, NumPy
• 机器学习: PyCaret
• 数据可视化: PyEcharts
• Web界面: Streamlit

Q: 安装 TA-Lib 时出现错误

# Ubuntu/Debian
sudo apt-get install build-essential
sudo apt-get install python3-dev

# CentOS/RHEL
sudo yum install gcc gcc-c++
sudo yum install python3-devel

# macOS
brew install ta-lib

Q: pip 安装速度慢

# 使用国内镜像源
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt

Q: 虚拟环境激活失败

• Windows: 确保使用 PowerShell 或 CMD 时路径正确
• macOS/Linux: 检查终端权限，可能需要 chmod +x venv/bin/activate

Q: 启动时提示端口被占用

# 方式1: 更换端口
streamlit run src/quantmatrix/app.py --server.port 8502

# 方式2: 关闭占用端口的进程
# Linux/macOS
lsof -ti:8501 | xargs kill -9
# Windows
netstat -ano | findstr :8501
taskkill /PID <进程ID> /F

Q: 无法访问 localhost:8501

• 检查防火墙设置
• 确认应用是否正常启动
• 尝试访问 http://127.0.0.1:8501

Q: 数据获取失败

• 检查网络连接
• 确认股票代码格式正确
• 某些股票可能需要特定的数据源权限

Q: 应用运行缓慢

• 缩小时间范围
• 减少同时分析的策略数量
• 关闭浏览器其他标签页

Q: 内存不足

• 减少分析的时间跨度
• 使用更强大的计算机
• 重启应用清理缓存

Q: 策略回测显示"此期间暂无交易记录"

• 扩大时间范围
• 调整策略参数
• 检查股票价格波动是否足够

Q: 图表显示异常

• 刷新浏览器页面
• 清除浏览器缓存
• 检查数据完整性

1. 本项目仅用于学习和研究目的
2. 历史回测结果不代表未来表现
3. 投资有风险，决策需谨慎
4. 实际交易需考虑更多市场因素
5. 建议在模拟环境中充分测试策略

• 📧 邮箱: [email protected]