30 天掌握量化交易：stock 仓库从零跑通第一次回测的完整指南

30 天掌握量化交易stock 仓库从零跑通第一次回测的完整指南【免费下载链接】stock30天掌握量化交易 (持续更新)项目地址: https://gitcode.com/GitHub_Trending/sto/stock「我的策略到底有没有用」如果只是感觉那它需要被验证。stock 仓库GitHub_Trending/sto/stock副标题30 天掌握量化交易是作者用来管理自己 A 股、可转债和基金的一套量化交易工具箱行情采集、股票筛选、基金分析、策略回测全部写成 Python 脚本按功能分目录存放。对新手来说它最大的价值不是架构多优雅而是每个目录都对应一个能直接改着用的真实需求你不用自己从零搭数据管道就能先跑起来、再逐步替换成自己的策略。 三步把项目跑起来拿到代码后最短路径是这样克隆仓库、装依赖、配好数据库连接。git clone https://gitcode.com/GitHub_Trending/sto/stock cd stock pip install -r requirements.txt依赖清单不长pandas、tushare、akshare、sqlalchemy、pymongo、easytrader 等覆盖了后面会提到的所有功能。装完依赖后还有一步容易被跳过把 configure/ 下的 sample_config.json 复制成 config.json填上 MySQL 和 MongoDB 的主机、端口、账号密码。这个文件是全仓库统一读数据库连接的地方同一套代码靠它切换本地和线上环境。如果你只打算跑不依赖数据库的脚本比如基金收益分析这一步可以缓一缓。 新手最先会碰到的三个入口基金收益一眼看清。fund/ 目录里的 fund_profit_info.py 是入门最舒服的一个脚本输入基金代码它通过 akshare 拉取累计净值序列然后算出成立以来收益率、年化收益率把总收益折算成每年平均的复合增速、最大回撤净值从最高点往下掉的最大幅度衡量最痛的时候有多痛还能模拟按月定投的累计投入和收益。你看基金时最关心的三个数字一个脚本给全了不用自己写公式。选股前给股票做个体检。analysis/ 下的 diagnose_stock.py 输入一个股票代码会查两件事是否在黑名单表里有退市、财务造假等黑历史的股票由 datahub/black_list_sql.py 提前收集入库以及是不是东北地区的公司作者的个人偏好项你可以改。它本质是演示数据入库 → 脚本查库 → 输出结论这条最小的分析链路。验证一条均线策略。backtest/ 里用 backtrader一个常用的 Python 回测框架把策略写成类、框架负责按天喂数据并记账实现了经典的均线金叉死叉策略收盘价上穿 10 日均线买入下穿卖出初始资金 10 万按 0.2% 计手续费。跑完会画出一根带买卖标记的蜡烛图策略赚不赚钱、钱在哪个区间赚的图上一目了然。 串起一条完整链路从采集到收益曲线单独看每个脚本都是孤立的按作者的实际使用习惯串起来是一条链先用 datahub/ 里的 basic_market_info.py 把全市场股票基本信息通过 tushare 拉下来写入 MySQL 的 tb_basic_info 表再跑 black_list_sql.py 补全黑名单之后 diagnose_stock.py 和各类筛选脚本才能查表出结论。基金这条线独立一些fund/closed_end_fund_backtrade/ 实现了一个封基轮动策略——每 10 个交易日按区间累计涨幅挑选表现最好的 10 只基金等权持有其余卖出。先执行 fetch 子命令把数据抓进本地再执行 bt 跑回测收益曲线就出来了图里 2018 年初到 2022 年初的曲线说明这套动量轮动在牛市段弹性很大但 2018 年也真实地亏过钱——回测的价值正在于把好年份和难年份都摆在明面上。⚠️ 适合谁用以及容易踩的坑这个仓库的定位是个人量化笔记而非开箱即用的产品适合已经会基础 Python 和 pandas、手头有 MySQL、想把想法变成可验证数字的进阶新手如果你是纯小白建议先从 fund/fund_profit_info.py 这种无数据库依赖的脚本读起。几个高频坑要提前知道多数脚本用 sys.path.append(..) 写死了相对路径需要 cd 进对应目录再运行tushare 接口要在 config.json 里填 ts_token不填采集脚本会直接失败集思录、雪球这类爬虫依赖登录态 cookie过期就得重新抓backtest/datapath.py 里的行情 CSV 路径是作者本机的绝对路径且示例数据文件不在仓库里需要自行准备再改路径。另外 README 里作者明确写了项目正在重构个别文件名和文档可能有出入以实际代码为准。 从哪继续往下挖入门顺序建议是先跑通基金收益分析建立手感再读 datahub/ 理解数据怎么进来然后到 backtest/ 改一个最简单的参数比如均线周期看曲线怎么变。入口就两个根目录的 README.MD 写了目录职责说明configure/ 里的配置文件是任何脚本跑不通时第一个该检查的地方。策略是作者的私货数据管道才是这个仓库真正可以搬走复用的部分。【免费下载链接】stock30天掌握量化交易 (持续更新)项目地址: https://gitcode.com/GitHub_Trending/sto/stock创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考