Stock_trading_training

KO | EN

gitlite — search

#python #react #llm #golang #go #machine-learning #docker #nodejs #java #kubernetes #awesome-list #pytorch #mcp #openai

Stock_trading_training

(★ 16)

盘感训练器 — K线推演模拟交易桌面应用 | PyQt5 + Matplotlib + 通达信数据

Stock_trading_training 최신버젼 다운로드

최종 버전 다운로드 (.zip)

// repository documentation

Was this content helpful?

★ 0 (0 ratings)

# 盘感训练器 — K线推演模拟交易

一款基于 PyQt5 + Matplotlib 的桌面 K 线推演训练工具。从本地通达信数据文件中随机抽取 A 股历史片段，逐根隐藏未来走势，让你在真实行情中磨练买卖判断力，训练结束后自动生成详尽的 Markdown 分析报告。

---

## 功能概览

| 模块 | 功能 |
|------|------|
| **随机选股** | 自动扫描通达信 vipdoc 目录，随机抽取指定天数的 A 股日线片段 |
| **逐根推演** | 逐根揭开 K 线，模拟真实看盘体验，完全隐藏未来走势 |
| **模拟交易** | 键盘一键买入 / 卖出，支持分批建仓减仓，实时标注买卖点 |
| **止损止盈** | 可配置止损/止盈百分比，触发时自动平仓 |
| **多指标面板** | 3–5 个副图指标面板自由切换，支持 MACD / KDJ / RSI / CCI / OBV 等 12+ 种指标 |
| **可配置均线** | 最多 6 条均线，周期自定义（默认 5/10/20/30/60/120 日） |
| **图表拖拽缩放** | 左键拖拽平移、滚轮缩放查看历史 K 线，推演时自动跟随 |
| **前复权处理** | 自动读取通达信除权除息数据，对历史 K 线进行前复权 |
| **主图叠加** | 均线 / EXPMA / BBI / BOLL 一键叠加显示 |
| **十字光标** | 鼠标移动时所有子图联动显示十字光标 |
| **暗色主题** | 全局深色调色板，适合长时间训练 |
| **AI 复盘分析** | 支持 OpenAI / Anthropic / DeepSeek / 自定义端点，训练结束后一键 AI 分析 |
| **训练统计** | 历史训练数据持久化，统计面板展示累计训练、胜率、收益率趋势 |
| **训练报告** | 自动生成 Markdown 报告，包含 K 线数据、指标快照、交易评分与收益总结 |
| **配置持久化** | 所有训练参数、指标参数、AI 配置保存到 `config.yaml`，重启自动恢复 |

---

## 项目结构

```
learn_kline/
├── main.py              # 主窗口（PyQt5）、暗色主题、快捷键、操作日志
├── chart_canvas.py      # Matplotlib 画布：K 线图 + 成交量 + 副图指标 + 拖拽缩放
├── indicators.py        # 技术指标计算中心（基于 easy_tdx.MyTT）+ 动态均线
├── data_loader.py       # 通达信日线数据加载、随机选股、前复权
├── trade_manager.py     # 模拟交易仓位管理、止损止盈、收益计算
├── portfolio.py         # 仓位管理器（分批买卖、浮动盈亏、时机评分）
├── report_generator.py  # 训练报告生成（Markdown）
├── ai_analyzer.py       # AI 复盘分析（QThread 异步调用）
├── db.py                # SQLite 训练历史数据库
├── stats_panel.py       # 训练统计面板（概览卡片 + 趋势图表）
├── config.py            # YAML 配置读写、默认值合并
├── config.example.yaml  # 配置文件示例（首次使用请复制为 config.yaml）
├── requirements.txt     # Python 依赖
└── logo.ico             # 窗口图标
```

---

## 快速开始

### 1. 环境要求

- Python 3.10+
- 通达信客户端（需要本地日线数据文件）

### 2. 安装依赖

```bash
pip install -r requirements.txt
```

依赖清单：

| 包名 | 用途 |
|------|------|
| `PyQt5` | GUI 框架 |
| `matplotlib` | K 线图表渲染 |
| `numpy` | 数值计算 |
| `pandas` | 数据处理 |
| `pyyaml` | YAML 配置读写 |
| `easy-tdx` | 通达信数据文件解析 + MyTT 指标库 |
| `requests` | AI 分析 API 调用 |

### 3. 配置

首次使用前，将配置文件模板复制为正式配置：

```bash
cp config.example.yaml config.yaml
```

然后编辑 `config.yaml`，填入通达信安装目录等配置。

> ⚠️ **注意**：`config.yaml` 包含个人敏感信息（如 AI API Key），已被 `.gitignore` 排除，不会被提交到仓库。

### 4. 运行

```bash
python main.py
```

首次启动时，程序会尝试自动检测通达信安装目录。如果检测失败，在右侧面板手动选择通达信安装路径即可。

---

## 使用方法

### 训练流程

```
开始训练 → 随机选股 → 逐根推演 K 线 → 买入/卖出/观望 → 结束训练 → 查看报告 → AI 分析
```

1. 点击 **🚀 开始新训练**，程序随机选取一只 A 股的历史片段
2. K 线从左到右逐根揭开，你只能看到已揭开的走势
3. 根据已有走势和技术指标，判断下一步方向
4. 按 **↑ 买入** 或 **↓ 卖出** 进行模拟交易
5. 到达最后一根 K 线或按 **Esc** 结束训练
6. 程序自动生成训练报告到 `docs/` 目录
7. 可在日志 Tab 点击 **🤖 AI 分析** 获取 AI 复盘建议

### 快捷键

| 按键 | 功能 |
|------|------|
| `→` | 逐根前进 |
| `←` | 逐根后退 |
| `PgDn` | 快进 10 根 |
| `↑` | 买入（默认仓位） |
| `↓` | 卖出（默认仓位） |
| `1/2/3/4` | 买入 25%/33%/50%/100% |
| `Shift+1/2/3/4` | 卖出 25%/33%/50%/100% |
| `Space` | 观望 |
| `Esc` | 结束训练 |

### 图表交互

| 操作 | 功能 |
|------|------|
| **左键拖拽** | 平移查看历史 K 线 |
| **滚轮** | 放大/缩小可见 K 线范围 |
| **鼠标移动** | 十字光标联动所有子图 |

### 训练参数

在右侧控制面板可配置：

- **TDX 目录**：通达信安装路径（支持自动检测）
- **训练天数**：30–500 天，默认 120 天
- **副图数量**：3–5 个副图指标面板
- **副图指标**：每个面板独立选择指标
- **均线周期**：自定义均线周期（逗号分隔，最多 6 条）
- **主图叠加**：均线 / BBI / EXPMA / BOLL 复选切换
- **止损/止盈**：可配置自动止损止盈百分比

---

## 支持的技术指标

### 副图指标

| 指标 | 输出 | 说明 |
|------|------|------|
| MACD | DIF, DEA, MACD 柱 | 趋势动能指标 |
| KDJ | K, D, J | 随机摆动指标 |
| RSI | RSI6, RSI12, RSI24 | 相对强弱指标（多周期） |
| CCI | CCI | 顺势指标 |
| OBV | OBV + OBV_MA30 | 能量潮指标 |
| CR | CR + CR_MA(10/20/40/62) | 能量指标 |
| TRIX | TRIX, TRMA | 三重平滑指标 |
| DMI | PDI, MDI, ADX, ADXR | 趋向指标 |
| BIAS | BIAS1, BIAS2, BIAS3 | 乖离率指标 |
| WR | WR1, WR2 | 威廉指标 |
| 捉妖大师 | LONG, MID, SHORT, TREND | 自定义趋势指标 |
| MA30乖离 | X, S_SMA, X_LMA | MA30 乖离信号指标 |

### 主图叠加

| 指标 | 说明 |
|------|------|
| MA（可配置） | 最多 6 条均线，默认 5/10/20/30/60/120 日 |
| EXPMA | 12/50 日指数移动平均线 |
| BBI | 多空指标 |
| BOLL | 布林带（上/中/下轨） |

所有指标参数均可在 `config.yaml` 中自定义。

---

## 训练报告

训练结束后自动在 `docs/` 目录下生成 Markdown 报告，文件名格式：

```
report_{股票代码}_{时间戳}.md
```

报告内容包含：

- **基本信息**：股票代码、数据区间、价格统计
- **交易操作记录**：每次买卖的时间、价格、仓位比例、K 线上下文
- **完整 K 线数据表**：逐日开盘/最高/最低/收盘/成交量/涨跌幅，标记买卖点
- **技术指标数据**：关键指标逐日数值
- **决策点指标快照**：每次买卖时所有技术指标的精确数值
- **交易评分**：5/10/20 日时机评分
- **收益总结**：每笔交易收益率、总收益率、持仓天数统计

报告设计为 AI 可直接解析的格式，方便配合大模型进行交易复盘分析。

---

## 配置文件

> ⚠️ **重要**：首次使用请将 `config.example.yaml` 复制为 `config.yaml`：
> ```bash
> cp config.example.yaml config.yaml
> ```
> `config.yaml` 包含个人敏感信息（API Key 等），已被 `.gitignore` 排除，不会被提交到仓库。

`config.yaml` 主要配置项：

```yaml
# 通达信安装目录（留空自动检测）
tdx_home: ""

# 训练天数
training_days: 120

# 副图面板数量（3-5）
panel_count: 3

# 均线配置（最多 6 条，周期自定义）
ma_periods: [5, 10, 20, 30, 60, 120]
ma_enabled: true

# AI 分析配置
ai:
  provider: ""        # openai / anthropic / deepseek / custom
  api_key: ""
  base_url: ""
  model: ""

# 止损止盈
trading:
  default_buy_ratio: 1.0
  default_sell_ratio: 1.0
  stop_loss_pct: 0.0
  take_profit_pct: 0.0

# 各指标参数（可自定义）
indicators:
  MACD:
    SHORT: 12
    LONG: 26
    M: 9
  # ... 更多指标参数
```

---

## 打包发布

项目已包含 PyInstaller spec 文件（`盘感训练器.spec`），可打包为独立 exe：

```bash
pyinstaller 盘感训练器.spec
```

打包产物在 `dist/` 目录下，包含 `盘感训练器.exe` 和 `_internal` 子目录（运行时依赖），分发时需将整个目录一起打包。

---

## 技术栈

- **GUI**：PyQt5（Fusion 风格 + 自定义暗色调色板）
- **图表**：Matplotlib FigureCanvasQTAgg 嵌入式画布
- **数据源**：easy-tdx 离线解析通达信 `.day` 二进制文件
- **指标库**：easy-tdx 内置 MyTT（通达信指标公式 Python 实现）
- **数据处理**：Pandas + NumPy
- **AI 分析**：requests（支持 OpenAI / Anthropic / DeepSeek / 自定义端点）
- **数据库**：SQLite（训练历史持久化）
- **配置**：PyYAML

---

## Changelog

### v1.1.6 (2026-06-04)

**Bug 修复：**
- 训练开始后 K 线未自动滚动到当前位置：`_on_load_done` 中新增 `scroll_to_latest` 调用，确保视口对齐到 cursor 位置

### v1.1.5 (2026-06-03)

**新功能：**
- 技术指标实时数值：副图指标（MACD/KDJ/RSI 等）和主图均线在图例中直接显示当天的具体数值
- 加载动画：训练开始时显示居中遮罩 + 旋转点动画，后台线程加载数据，不再卡死 UI
- 均线实时更新：修改均线周期后立即重新计算并刷新图表，无需重启训练
- 自动更新：启动时静默检查新版本，菜单栏「帮助 → 检查更新」手动触发，支持跳过版本
- 升级服务端：Flask Blueprint（`server/api/update.py`），部署到 `stock.maolige.com`

**改进：**
- CI 精简：移除 macOS Intel 构建，仅保留 ARM64，节省约 10 分钟构建时间

**Bug 修复：**
- 修改均线周期输入框后图表无变化：`_on_ma_periods_changed` 现在同步更新 `indicator_hub` 并重算指标
- 均线周期减少后旧均线残留：`calculate_all` 重算前自动清除旧的 MA 数据

### v1.1.2 (2026-06-03)

**新功能：**
- 加载动画：训练开始时显示居中遮罩 + 旋转点动画，后台线程加载数据，不再卡死 UI
- 均线实时更新：修改均线周期后立即重新计算并刷新图表，无需重启训练
- 自动更新：启动时静默检查新版本，菜单栏「帮助 → 检查更新」手动触发，支持跳过版本
- 升级服务端：Flask Blueprint（`server/api/update.py`），部署到 `stock.maolige.com`

**Bug 修复：**
- 修改均线周期输入框后图表无变化：`_on_ma_periods_changed` 现在同步更新 `indicator_hub` 并重算指标
- 均线周期减少后旧均线残留：`calculate_all` 重算前自动清除旧的 MA 数据

### v1.1.0 (2026-06-03)

**新功能：**
- 加载动画：训练开始时显示居中遮罩 + 旋转点动画，后台线程加载数据，不再卡死 UI
- 均线实时更新：修改均线周期后立即重新计算并刷新图表，无需重启训练

**Bug 修复：**
- 修改均线周期输入框后图表无变化：`_on_ma_periods_changed` 现在同步更新 `indicator_hub` 并重算指标
- 均线周期减少后旧均线残留：`calculate_all` 重算前自动清除旧的 MA 数据

### v1.1.0 (2026-06-03)

**新功能：**
- 可配置均线：最多 6 条均线，周期可自定义（默认 5/10/20/30/60/120 日）
- 图表拖拽缩放：左键拖拽平移、滚轮缩放，推演时自动跟随最新 K 线
- 前复权处理：自动读取通达信除权除息数据，对历史 K 线进行前复权
- 数据量增强：根据最长均线周期动态调整缓冲区，确保长周期指标有效
- AI 分析手动触发：训练结束后手动点击「🤖 AI 分析」按钮，结果保存到 `docs/` 目录
- AI 配置保存按钮：配置面板新增「💾 保存 AI 配置」按钮
- 训练统计面板：历史训练数据持久化到 SQLite，展示累计训练、胜率、收益率趋势

**改进：**
- 右侧面板字体放大（适配老花眼用户）
- 左侧图表边距优化，减少黑边
- 右侧面板宽度增加
- 均线 UI 从固定 checkbox 改为可编辑的周期输入框

### v1.0.0 (2026-05-XX)

- 初始版本：K 线推演、模拟交易、多指标面板、训练报告、暗色主题

---

## License

本项目仅供个人学习与研究使用。

Stock_trading_training

Stock_trading_training 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

Stock_trading_training

Stock_trading_training 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

Download README