返回顶部
b

bowlong-quant-aio

🐉 波龙股神量化交易系统 V2.1.1 — 价值投资导向的A股期货量化工作台。**V2.1优化版:解决追涨杀跌问题**,专注低估值优质股。多因子选股 · A股回测 · 华鑫QMT实盘 · 文华财经期货 · 实时风控。核心优化:涨幅过滤(3月≤50%/1月≤25%)、RPS区间优化(70-85)、PE/PB估值筛选(5-30/<5)、排除高位震荡股、排除涨停股。搜索关键词:波龙股神、量化交易、价值投资、选股、A股、期货、QMT、回测、策略、投资、股票、炒股、量化选股、自动交易、巧未来、西蒙斯。Keywords: Bowlong, Quant Trading, Value Investing, Stock Picker, A-Share, Futures, QMT, Wenhua, Backtest, Strategy, Investment, Stock Trading, Quantitative, Auto Trading, Stock Screening, Simons, Jarvis, AI Trading

作者: admin | 来源: ClawHub
源自
ClawHub
版本
V 2.1.3
安全检测
已通过
133
下载量
0
收藏
概述
安装方式
版本历史

bowlong-quant-aio

# quant-aio · A股期货一站式量化工作台 > 选股 → 回测 → 实盘 → 风控,一个技能全搞定。 ## 功能概览 ``` ┌─────────────────────────────────────────────────────────┐ │ 📈 quant-aio v1.0 │ ├─────────────────────────────────────────────────────────┤ │ 📊 选股引擎 多因子筛选 · 行业轮动 · 自选股池管理 │ │ 🔁 回测系统 策略编写 · 历史回测 · 绩效报告 │ │ ⚡ 实盘执行 华鑫QMT · 文华财经 · TBQuant3 │ │ 🔔 风险监控 仓位监控 · 回撤预警 · 异动推送 │ └─────────────────────────────────────────────────────────┘ ``` ## 环境要求 ```bash # Python 3.8+ pip install pandas numpy tushare akshare scipy matplotlib # tushare pro(推荐,可申请免费token) pip install tushare # 华鑫证券QMT Python API # 安装路径默认: C:\Huaxin\QMT\bin\Lib\site-packages\ # 文华财经WH8 Python API # 安装路径: 文华财经安装目录下 wh8\python\ # TBQuant3 Python API # 安装路径: 通联数据官网下载 ``` ## 环境变量 ```bash # tushare pro token(必须,申请: https://tushare.pro/register) export TUSHARE_TOKEN="your_token_here" # 华鑫QMT(可选,无则跳过实盘模块) export QMT_ACCOUNT="your_account" export QMT_PASSWORD="your_password" # 告警推送(可选) export PUSH_TOKEN="telegram_bot_token" export PUSH_CHAT_ID="telegram_chat_id" ``` ## 模块一:选股引擎 ### 选股策略 ```bash # 运行选股(默认:多因子策略) python scripts/stock_picker.py # 指定策略 python scripts/stock_picker.py --strategy momentum # 动量策略 python scripts/stock_picker.py --strategy value # 价值策略 python scripts/stock_picker.py --strategy growth # 成长策略 python scripts/stock_picker.py --strategy break_through # 突破策略 # 自定义参数 python scripts/stock_picker.py --strategy momentum --top 20 --date 2026-03-27 ``` ### 因子配置 编辑 `config/factors.yaml` 调整因子权重: ```yaml factors: fundamentals: weight: 0.50 # 基本面权重 pe: [-30, 50] # PE范围 roe: [5, 50] # ROE范围 revenue_growth: 5 # 营收增速下限% profit_growth: 5 # 净利润增速下限% technical: weight: 0.35 # 技术面权重 rsi: [30, 70] # RSI范围 volume_ratio: 1.5 # 量比下限 break_20d: true # 20日均线突破 sentiment: weight: 0.15 # 资金流权重 north_money: 100 # 北向资金净流入下限(万) margin_balance: 100 # 融资余额增速下限% ``` ### 选股输出 ``` # 输出路径: output/stock_picks_YYYYMMDD.csv 股票代码 | 股票名称 | 综合得分 | PE | ROE | 北向资金 | 入选理由 ---------|---------|---------|-----|-----|---------|---------- 600519 | 贵州茅台 | 92 | 28 | 32 | +3285万 | 低估值+北向净流入 000858 | 五粮液 | 87 | 22 | 28 | +2156万 | 突破20日均线 ... ``` ## 模块二:回测系统 ### 运行回测 ```bash # 完整回测(2015-2026) python scripts/backtest.py --strategy momentum # 近期回测(近一年) python scripts/backtest.py --strategy momentum --period 1y # 指定股票池 python scripts/backtest.py --strategy momentum --pool 沪深300 # 自定义参数 python scripts/backtest.py --strategy momentum \ --start 2020-01-01 \ --end 2026-03-27 \ --initial_cash 100000 \ --commission 0.0003 \ --slippage 0.0001 ``` ### 回测报告 运行后在 `output/backtest_report_YYYYMMDD.md` 生成报告: ```markdown # 📊 回测报告 · 动量策略 - 时间: 2020-01-01 ~ 2026-03-27 - 初始资金: 100,000 元 - 最终净值: 285,600 元 - 总收益率: +185.6% - 年化收益: 18.3% - 夏普比率: 1.85 - 最大回撤: -22.4% - 胜率: 58.3% - 盈亏比: 1.72 - 总交易次数: 347 # 📈 收益曲线 [图表路径: output/charts/equity_curve.png] ``` ### 支持指标 | 类型 | 指标 | |------|------| | 趋势 | MA/EMA/SMA、MACD、布林带、ADX | | 动量 | RSI、KDJ、CCI、WR | | 量价 | 成交量、量比、换手率、OBV | | 风险 | ATR、VaR、Beta | ### A股特有规则 ```python # 自动处理A股T+1制度 # 自动处理涨跌停(涨停不买入,跌停不卖出) # 自动处理ST股(可选排除) # 自动处理停牌(跳过不交易) # 手续费默认:万3佣金 + 万0.5印花税 ``` ## 模块三:实盘执行 ### 华鑫证券QMT 华鑫证券QMT使用 `Python API` 直连接口。 ```python from scripts.executor_huaxin import HuaxinExecutor executor = HuaxinExecutor( account="你的账号", password="你的密码", mode="paper" # paper=模拟, live=实盘 ) # 下单 executor.buy("600519", price=1850, volume=100) # 买入贵州茅台 executor.sell("600519", price=1900, volume=100) # 卖出 # 查询 executor.positions() # 当前持仓 executor.orders() # 订单状态 executor.balance() # 账户余额 ``` ### 文华财经WH8 文华财经使用 `Python SDK` 接口。 ```python from scripts.executor_wenhua import WenhuaExecutor executor = WenhuaExecutor( mode="paper" # paper=模拟, live=实盘 ) # 期货下单 executor.buy("IF2504", price=3800, lots=1) # 买入IF股指期货 executor.sell("IC2504", price=5800, lots=1) # 卖出IC # 策略执行 executor.run_strategy("momentum_20min") ``` ### TBQuant3 TBQuant3通过 `Python API` 接入。 ```python from scripts.executor_tbquant import TBQuantExecutor executor = TBQuantExecutor(mode="paper") # 商品期货 executor.buy("CU2504", price=72000, lots=1) # 沪铜 executor.sell("RB2504", price=3500, lots=1) # 螺纹钢 ``` ### 实盘日志 ``` [2026-03-27 09:35:01] 信号: 买入 600519 @ 1850 [2026-03-27 09:35:02] 订单发送成功, OrderID: 12345678 [2026-03-27 09:35:05] 订单成交, 成交价: 1850.2 [2026-03-27 09:35:05] 持仓更新: 600519 x 100股, 成本: 1850.2 ``` ## 模块四:风险监控 ### 监控面板 ```bash # 启动实时监控 python scripts/risk_monitor.py # 启动并推送到Telegram python scripts/risk_monitor.py --push telegram ``` ### 风控规则 编辑 `config/risk_rules.yaml`: ```yaml risk_rules: # 仓位限制 max_position_per_stock: 0.20 # 单股最大仓位20% max_total_position: 0.80 # 总仓位上限80% min_cash_reserve: 0.10 # 最低现金储备10% # 回撤限制 max_daily_loss: 0.02 # 单日最大亏损2% max_total_drawdown: 0.15 # 总回撤上限15% stop_loss_per_trade: 0.05 # 单笔止损5% # 预警规则 alert_on_position_change: true # 仓位变化告警 alert_on_drawdown_threshold: 0.10 # 回撤10%告警 alert_on_unusual_volume: true # 异动告警 # 交易限制 max_trades_per_day: 10 # 每日最大交易次数 avoid_limit_up: true # 避免涨停板买入 avoid_limit_down: true # 避免跌停板卖出 avoid_st_stocks: false # 排除ST股 ``` ### 风控报告 ```markdown # 🔔 风控日报 · 2026-03-27 ## 持仓状况 | 股票 | 持仓 | 成本 | 现价 | 盈亏 | 仓位 | |------|------|------|------|------|------| | 600519 | 500 | 1800 | 1850 | +2.78% | 18.5% | ## 风控指标 - 总仓位: 45.2% ✅ (上限80%) - 现金储备: 54.8% ✅ (下限10%) - 今日亏损: -0.8% ✅ (上限2%) - 总回撤: -3.2% ✅ (上限15%) ## 告警记录 [无] ## 建议 ✅ 所有指标正常,继续执行策略 ``` ## 数据源配置 ### tushare pro(推荐) ```bash # 安装 pip install tushare # 配置token(在 tushare.pro 注册获取免费token) # 编辑 config/data_source.yaml ``` ```yaml data_source: primary: tushare_pro tushare: token: "${TUSHARE_TOKEN}" # 设置环境变量 high_priority: true # 优先使用日线以上数据 fallback: akshare akshare: free: true delay: 15 # 数据延迟15分钟 ``` ### 数据更新 ```bash # 更新日线数据 python scripts/update_data.py --freq daily # 更新分钟线数据 python scripts/update_data.py --freq 5min --days 30 # 全量更新(首次运行) python scripts/update_data.py --full ``` ## 目录结构 ``` quant-aio/ ├── SKILL.md # 本文件 ├── README.md # 详细使用说明 ├── scripts/ │ ├── stock_picker.py # 选股引擎 │ ├── backtest.py # 回测系统 │ ├── executor_huaxin.py # 华鑫QMT执行器 │ ├── executor_wenhua.py # 文华财经执行器 │ ├── executor_tbquant.py # TBQuant3执行器 │ ├── risk_monitor.py # 风险监控 │ ├── update_data.py # 数据更新 │ └── report_generator.py # 报告生成 ├── config/ │ ├── config.yaml # 主配置 │ ├── factors.yaml # 选股因子配置 │ ├── risk_rules.yaml # 风控规则 │ └── strategies.yaml # 策略模板 ├── references/ │ ├── qmt_api.md # 华鑫QMT API文档 │ ├── wenhua_api.md # 文华财经API文档 │ ├── tbquant_api.md # TBQuant3 API文档 │ ├── tushare_guide.md # tushare使用指南 │ └── data_sources.md # 数据源说明 └── output/ ├── stock_picks/ # 选股结果 ├── backtest_reports/ # 回测报告 └── charts/ # 图表输出 ``` ## 快速开始 ```bash # 1. 安装依赖 pip install pandas numpy tushare akshare scipy matplotlib # 2. 配置(复制并编辑) cp config/config.yaml.example config/config.yaml # 3. 设置环境变量 export TUSHARE_TOKEN="你的token" # 4. 运行选股 python scripts/stock_picker.py --top 20 # 5. 运行回测 python scripts/backtest.py --strategy momentum # 6. 启动风控监控 python scripts/risk_monitor.py --push telegram ``` ## 注意事项 ⚠️ **实盘交易有风险,请务必先在模拟盘测试稳定后再使用实盘。** ⚠️ **本工具仅供学习和研究使用,盈亏自负。** ⚠️ **请遵守相关法律法规和券商规定。** ## 更新日志 ### v2.1.1 (2026-04-12) - **价值投资导向优化**:解决追涨杀跌问题 - 增加涨幅过滤:近3月涨幅≤50%,近1月涨幅≤25% - RPS优化:70-85为最佳区间,排除>90的高位股 - 估值筛选:PE 5-30,PB<5 - 排除高位震荡股和涨停股 - 投资理念:从追涨杀跌转变为价值投资 - 避免选到招商轮船、中远海能等已涨2-3倍的高位股 ### v2.1.0 (2026-04-11) - V2.1版本发布 ### v2.0.0 (2026-03-27) - 正式命名为"波龙股神量化交易系统" - 开发者:SimonsTang - 公司:上海巧未来人工智能科技有限公司 - 开源代码,MIT协议 ### v1.0.0 (2026-03-27) - 初始版本 - 支持选股、回测、风控 - 支持华鑫QMT、文华财经WH8、TBQuant3实盘接口 - 支持tushare pro、akshare数据源 --- ## 📜 版权声明 **波龙股神量化交易系统 V2.0** - © 2026 **SimonsTang / 上海巧未来人工智能科技有限公司** 版权所有 - 开源协议:MIT License - 源码开放,欢迎完善,共同进步 - GitHub:https://github.com/simonstang/bolong-quant - 联系:learn2study@163.com - 网站:https://learn2study.cn _学来学去学习社 · 让学习更有趣更高效_

标签

skill ai

通过对话安装

该技能支持在以下平台通过对话安装:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 bowlong-quant-aio-1775976250 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 bowlong-quant-aio-1775976250 技能

通过命令行安装

skillhub install bowlong-quant-aio-1775976250

下载 Zip 包

⬇ 下载 bowlong-quant-aio v2.1.3

文件大小: 66.43 KB | 发布时间: 2026-4-13 09:33

v2.1.3 最新 2026-4-13 09:33
V2.1.3 价值投资优化版:解决追涨杀跌问题,增加涨幅过滤(近3月≤50%/近1月≤25%)、RPS区间优化(70-85最佳)、PE/PB估值筛选(5-30/<5),专注低估值优质股,避免选到已涨2-3倍的高位股

Archiver·手机版·闲社网·闲社论坛·羊毛社区· 多链控股集团有限公司 · 苏ICP备2025199260号-1

Powered by Discuz! X5.0   © 2024-2025 闲社网·线报更新论坛·羊毛分享社区·http://xianshe.com

p2p_official_large
返回顶部