基于vnpy 4.1框架的AI量化交易系统，专注于AI量化投资、指标信号可视化与策略研发。
- 📊 定制化图表: 基于vnpy的专业量化图表系统
- 🏗️ 模块化架构: 清晰的业务模块划分，易于扩展和维护
- 📈 策略开发: 丰富的交易策略，可定制化策略开发与参数优化
- 📚 教学导向: 完整的文档和示例，适合学习和教学
- 🎯 实战导向: 面向实盘交易的完整解决方案
- ⚙️ 配置管理: 轻量级配置系统，支持环境隔离
# 创建虚拟环境
python3 -m venv venv
source venv/bin/activate # Linux/macOS
# 或
venv\Scripts\activate # Windows
# 安装依赖
pip install -r requirements.txt# 复制配置文件
cp .env.example .env
# 编辑配置文件，填入你的CTP账户信息
vim .env
# 启动程序（自动加载配置）
python main.pyatmquant/ # 项目根目录
├── 📁 core/ # 核心业务模块
│ ├── 📁 charts/ # 图表相关(定制化图表)
│ ├── 📁 data/ # 数据处理核心
│ ├── 📁 logging/ # 日志和告警系统
│ │ ├── logger_manager.py # 日志管理器
│ │ └── alert_manager.py # 告警管理器
│ └── 📁 strategies/ # 策略相关
├── 📁 config/ # 统一配置管理
│ ├── settings.py # 轻量级配置管理
│ └── alert_config.py # 告警配置
├── 📁 scripts/ # 运行脚本
├── 📁 backtests/ # 回测相关
├── 📁 utils/ # 工具模块
├── 📁 tests/ # 测试文件
│ ├── unit/ # 单元测试
│ ├── integration/ # 集成测试
│ └── backtest/ # 回测测试
├── 📁 docs/ # 文档目录
│ ├── README.md # 文档中心
│ ├── logging-system.md # 日志系统文档
│ └── alert-bot-setup.md # 告警机器人配置
├── 📁 examples/ # 使用示例
├── 📁 articles/ # 公众号文章
├── 📁 logs/ # 日志文件
├── 📁 vnpy/ # VeighNa框架
├── 📄 main.py # 主入口文件
├── 📄 requirements.txt # 依赖包
└── 📄 README.md # 项目说明
从零开始搭建完整的量化交易系统，涵盖环境配置、数据管理、策略开发、回测优化、图表可视化等全流程。
-
- 量化交易入门指南
- 系统架构设计思路
- 学习路径规划
-
- Python环境配置
- vnpy框架安装
- 开发工具设置
-
- vnpy插件生态介绍
- 核心插件安装配置
- 常见问题解决
-
- 轻量级配置管理方案
- 数据库配置
- 数据源接入
- 邮件通知设置
-
- 期货合约类型详解
- 智能合约管理系统
- 定时数据下载实现
- 数据质量监控
-
- 基于loguru的高性能异步日志系统
- 飞书、钉钉告警机器人配置
-
- vnpy策略开发基础教学
- 经典策略分析与学习
- 3MA多时间周期策略实现
- 动态止盈止损机制设计
-
- vnpy回测框架深度解析
- 增强型回测指标实现
- 交易对分析与统计算法
- 智能评级系统设计
-
- 参数回测结果导出功能
- 滚动夏普比率图表实现
-
- 界面布局重新设计
- 核心指标卡片式展示
- 完整指标分组与图表集成
- 成交记录、委托记录、每日盈亏等优化展示
-
- 增强版K线图表系统架构设计
- 主图技术指标实现（布林带、SMA、EMA）
- 附图技术指标实现（MACD、RSI、DMI、成交量）
- 交互控制功能（复选框控制、参数配置、拖拽扩展）
- 与回测系统无缝集成
-
- 多时间框架分析需求分析
- 周期切换面板设计与实现
- K线数据聚合算法开发
- 技术指标自动更新机制
-
- 交易时段K线合成问题分析
- 小时K线按实际交易时段合成
- BarGenerator核心修改实现
- 全球12个金融市场配置
-
- 多周期自适应显示与回调机制
- 智能时间匹配（三层级匹配策略）
-
- 双图并排对比分析（15分钟 vs 1小时）
- 四图2x2网格全景视图（5分钟、15分钟、1小时、日线）
- 多图表时间轴智能同步
- 分段控制器风格视图切换
-
- X轴向右延伸功能（鼠标拖拽/键盘导航）
- 重写vnpy基类方法突破边界限制
- 双击专注模式（主图全屏/副图隔离）
- 智能状态管理与可见性恢复
《量化指标解码》是《以AI量化为生》的姊妹篇，专注于技术指标的深度研究与智能化改造。从经典指标到前沿指标，从原理剖析到实战应用，打造最全面、最前沿的量化指标库。
-
量化指标解码01：让指标开口说话！K线图表给技术指标装上AI大脑
- 智能解读的四层架构设计（基础信息、市场状态、信号识别、操作指导）
- RSI指标智能解读完整实现
- 区间分析、动量变化、关键位突破、钝化检测、背离信号
- 为后续指标深度解码奠定基础
-
量化指标解码02：RSI深度解码 - 从超买超卖到背离钝化的全面分析
- RSI的计算原理和公式详解
- 代码实现：TA-Lib计算与ATMQuant集成
- 经典用法：超买超卖、背离（顶背离/底背离）、钝化
- 三个实战策略：超买超卖策略、RSI+均线组合、背离策略
-
- 布林带的原理：从标准差到波动率通道
- 经典形态：收口(Squeeze)、开口(Expansion)、上下轨突破、中轨突破
- 智能解读：价格位置、宽度变化、宽度比率、突破分析
- 三个实战策略：均值回归策略(震荡市)、趋势突破策略(趋势市)、自适应策略(全市场)
-
量化指标解码04：MACD深度解码 - 零轴、背离与多周期共振策略
- MACD的原理：从EMA到趋势动能
- 经典用法：金叉死叉、零轴突破、MACD柱变化、DIFF与DEA距离
- 高级用法：MACD背离（顶背离/底背离）、多周期共振
- 智能解读：零轴位置、金叉死叉、MACD柱、背离检测
-
量化指标解码05：DMI深度解码 - 趋势强度判断的终极武器
- DMI的原理：从方向到强度
- PDI和MDI：方向判断（对比、交叉、绝对位置）
- ADX：趋势强度的核心（阈值判断、变化趋势、ADX与ADXR对比、拐点）
- 经典组合：多头组合、空头组合、震荡组合
-
- SMA与EMA的本质区别（稳定vs敏感）
- SMA实战：支撑阻力、排列、散度、黄金/死亡交叉
- EMA实战：动态支撑阻力、早期交叉信号、收敛预警、趋势强度
- 多均线系统：三均线系统、葛兰碧法则、均线粘合与突破
-
- 成交量尖峰识别：识别2倍以上异常放量
- 买卖量智能分解：基于收盘价位置估算买卖力量
- 量价关系分析：放量上涨、缩量上涨、放量下跌、缩量下跌
- 增强版成交量指标（付费会员专享）
-
- SuperTrend指标原理与计算方法
- 趋势识别与信号生成机制
- 参数优化与实战应用
- 与其他指标的组合策略
-
量化指标解码09：ZLEMA零延迟趋势 - 比EMA快一步的秘密
- ZLEMA的延迟补偿机制
- ZLEMA vs EMA：反应速度对比与滞后性分析
- 零延迟EMA的计算原理与代码实现
- 实战应用：趋势捕捉、突破确认、多周期共振
-
量化指标解码10：斐波那契入场带 - 不追涨不踏空的4层入场系统
- 双重EMA基础线：平滑趋势判断
- 斐波那契多层带状：0.618、1.0、1.618、2.618倍波动率
- 三类交易信号：入场信号、反弹信号、止盈信号
- 趋势跟踪+均值回归混合系统：多周期配合与成交量过滤
-
- 布林带与肯特纳通道对比：识别市场挤压与释放状态
- 三种状态标记：金色菱形（挤压）、灰色十字（释放）、蓝色十字（中性）
- 线性回归动量计算：精准捕捉突破方向和强度变化
- 智能背离检测：价格与动量背离的自动识别与标记
-
量化指标解码12：聪明钱突破通道 - 用波动率解码主力资金突破时机
- 波动率归一化：不同品种的统一比较基准
- 通道自动检测：upper与lower交叉识别整理阶段
- 突破信号生成：强势收盘检测过滤假突破
- 量能仪表辅助：实时买卖压力可视化分析
- 使用Python 3.10+
- 遵循PEP 8代码规范
- 使用类型注解
- 添加详细的中文注释
- feat: 新功能
- fix: 修复bug
- docs: 文档更新
- style: 代码格式调整
- refactor: 代码重构
- test: 测试相关
- chore: 构建过程或辅助工具的变动
MIT License
- 公众号：堂主的ATMQuant
- GitHub：https://github.com/seasonstar/atmquant