.
├── analysis/ # 分析模块
│ ├── buypoints/ # 买点分析
│ └── market/ # 市场分析
├── api/ # 外部API接口实现
├── bin/ # 可执行脚本
│ ├── main.py # 主程序入口
│ └── stock_select.py # 选股功能入口
├── config/ # 配置管理模块
├── data/ # 数据目录
│ ├── reference/ # 参考数据
│ └── result/ # 结果数据
├── db/ # 数据库接口模块
├── enums/ # 枚举定义模块
├── formula/ # 公式计算模块
├── indicators/ # 技术指标模块
├── logs/ # 日志目录
│ └── archive/ # 日志存档
├── scripts/ # 脚本工具
│ ├── backtest/ # 回测脚本
│ ├── sql/ # SQL脚本
│ └── utils/ # 工具脚本
├── sql/ # SQL文件
├── strategy/ # 选股策略模块
├── tests/ # 测试模块
└── utils/ # 工具模块

1. 选股功能 - bin/stock_select.py

   • 多线程选股
   • 基于策略选股
   • 按行业选股

2. 市场分析 - analysis/market/a_stock_market_analysis.py

   • 市场强度计算
   • 操作建议

3. 买点分析 - analysis/buypoints/analyze_buypoints.py

   • 技术形态识别
   • 买点评分

4. 回测功能 - scripts/backtest/backtest.py

   • KDJ金叉回测
   • 多种回测模式

5. 数据同步 - scripts/utils/data_sync.py 和 scripts/utils/akshare_to_clickhouse.py

   • 股票数据同步
   • 行业数据同步

项目实现了多种常用技术指标,位于 indicators/ 目录:

• MACD
• KDJ
• RSI
• 布林带
• 移动平均线 (MA, EMA, SMA)

使用ClickHouse作为后端数据库,存储股票历史数据和行业数据。数据库接口封装在 db/ 目录下。

配置项存放在 config/ 目录,包括数据库连接配置等。

1. 选股:

   python bin/stock_select.py --mode strategy --strategy momentum_strategy --params '{"min_turnover_rate": 1.5}'
   

2. 市场分析:

   python bin/main.py --date 20240520
   

3. 数据同步:

   python scripts/utils/data_sync.py --mode all
   

4. 回测:

   python scripts/backtest/backtest.py --mode batch --date 20240401
   

遵循项目架构规范文档,保持代码质量和一致性。

• Python 3.8+
• NumPy/Pandas:数据处理
• ClickHouse:数据存储
• Matplotlib/Plotly:数据可视化

最近的优化改进包括:

• 实现了集中式配置管理
• 添加了敏感信息加密功能
• 支持环境变量和配置文件覆盖
• 增加了配置验证功能

• 重构了技术指标实现,使用统一的基类和接口
• 创建了指标工厂,支持动态创建指标
• 实现了指标的可组合性
• 添加了单元测试,确保计算准确性
• 修复了MACD指标的NaN值处理问题
• 创建了统一的公共函数库,提高代码复用性

• 按业务领域重新组织文件结构
• 将分析工具移至analysis目录
• 将可执行脚本移至bin目录
• 将SQL文件集中管理
• 规范化日志和数据目录

• 增强了异常处理机制
• 实现了集中式日志管理
• 添加了日志分级和轮转功能
• 增加了装饰器,简化异常捕获和日志记录

• 将类变量与实例变量分离,避免数据共享问题
• 使用工厂模式创建对象
• 添加了可扩展的策略模式
• 优化了代码结构,提高了可维护性

• 加密敏感配置信息
• 提供环境变量读取功能
• 实现了安全的密码管理
• 权限控制和访问限制

1. Fork项目
2. 创建特性分支
3. 提交更改
4. 推送到分支
5. 创建Pull Request

MIT