正劝分析
量化分析系统
项目概述
量化分析系统是一个功能完整、性能优异的金融量化分析平台,支持股票数据管理、策略开发、回测分析等核心功能,为投资者提供专业的量化分析工具。
核心功能
- 股票数据管理与可视化
- 多种技术指标计算(SMA、EMA、RSI、MACD、布林带、随机指标、ATR、OBV、MFI、CCI)
- 多种策略类型支持(SMA交叉、RSI、MACD、布林带、随机指标、移动平均线通道、均值回归、趋势跟踪)
- 高性能回测分析
- AI驱动的市场预测
- 分析结果展示与导出
- 数据缓存机制,提高系统性能
- 向量化操作,优化计算速度
技术栈
前端
- Vue 3 + Composition API + TypeScript
- Pinia 状态管理
- Vue Router 路由管理
- Element Plus UI组件库
- ECharts 数据可视化
- Axios 网络请求
后端
- Python 3.9+
- FastAPI Web框架
- SQLAlchemy ORM
- PostgreSQL 数据库
- JWT 认证
- Pandas + NumPy 数据分析
量化分析
- VectorBT 回测引擎
- 自定义技术指标计算
- 自定义回测引擎
系统架构
系统采用前后端分离架构:
- 前端:Vue 3应用,负责用户界面和交互
- 后端:FastAPI应用,处理API请求和业务逻辑
- 量化服务:Python服务,执行回测和分析
- 数据存储:PostgreSQL数据库,持久化存储数据
快速开始
前置条件
- Python 3.9 或更高版本
- Node.js 16.0 或更高版本
- PostgreSQL 13.0 或更高版本(可选,默认使用SQLite作为开发环境)
后端安装
-
克隆项目
git clone <repository-url> cd 量化分析系统 -
创建虚拟环境
# Windows python -m venv venv venv\Scripts\activate # macOS/Linux python3 -m venv venv source venv/bin/activate -
安装依赖
cd backend pip install -r requirements.txt -
配置数据库
默认情况下,系统使用SQLite作为开发环境的数据库。如果需要使用PostgreSQL,请修改
backend/app/config/database.py文件中的数据库连接配置。 -
启动后端服务
python main.py后端服务将在
http://localhost:8000启动。
前端安装
-
安装依赖
cd frontend npm install -
启动前端开发服务器
npm run dev前端服务将在
http://localhost:5173启动。
API文档
后端服务启动后,可以通过以下地址访问API文档:
- Swagger UI:
http://localhost:8000/docs - ReDoc:
http://localhost:8000/redoc
详细的API文档也可以在 docs/API文档.md 文件中找到。
使用指南
1. 数据管理
- 添加股票数据:通过
股票数据页面添加或导入股票数据 - 查看数据:在
股票数据页面查看已添加的股票数据 - 数据可视化:系统会自动生成数据的可视化图表
2. 策略管理
- 创建策略:在
策略管理页面创建新的交易策略 - 配置参数:根据策略类型配置相应的参数
- 管理策略:查看、编辑和删除已创建的策略
3. 回测分析
- 选择策略:在
回测分析页面选择要回测的策略 - 设置参数:设置回测的时间范围和其他参数
- 执行回测:点击
执行回测按钮开始回测 - 查看结果:回测完成后,查看回测结果和性能指标
4. 技术指标
- 选择指标:在
分析页面选择要计算的技术指标 - 设置参数:为每个指标设置相应的参数
- 计算指标:点击
计算指标按钮开始计算 - 查看结果:查看指标计算结果和图表
5. 分析报告
- 生成报告:在
分析页面点击生成分析报告按钮 - 查看报告:查看生成的分析报告,包括基本统计数据和风险指标
- 导出报告:可以导出报告为不同格式
性能优化
系统采用了多种性能优化策略:
- 数据缓存:缓存下载的数据和计算结果,避免重复计算
- 向量化操作:使用NumPy的向量化操作,提高计算速度
- 异步处理:支持异步API请求,提高并发性能
- 内存管理:优化内存使用,支持大规模数据处理
目录结构
量化分析系统/
├── backend/ # 后端代码
│ ├── app/ # 应用代码
│ │ ├── config/ # 配置文件
│ │ ├── models/ # 数据模型
│ │ ├── routes/ # API路由
│ │ ├── schemas/ # 数据验证
│ │ └── services/ # 业务逻辑
│ ├── main.py # 主入口
│ └── requirements.txt # 依赖文件
├── frontend/ # 前端代码
│ ├── public/ # 静态文件
│ ├── src/ # 源代码
│ ├── package.json # 前端依赖
│ └── vite.config.ts # Vite配置
├── docs/ # 文档
│ ├── API文档.md # API文档
│ └── 量化分析技术方案.md # 技术方案
├── tests/ # 测试文件
├── tmp/ # 临时文件
└── README.md # 项目说明
测试
运行后端测试
cd tests
python test_quantitative.py
运行前端测试
cd frontend
npm test
部署
生产环境部署
-
构建前端
cd frontend npm run build -
配置后端
修改
backend/app/config/database.py文件,配置生产环境的数据库连接。 -
启动服务
使用 Gunicorn 或 uWSGI 作为 WSGI 服务器启动后端服务:
cd backend gunicorn -w 4 -k uvicorn.workers.UvicornWorker main:app -
配置反向代理
使用 Nginx 作为反向代理,配置 SSL 证书,提高安全性。
常见问题
1. 后端服务启动失败
可能原因:
- 端口 8000 已被占用
- 数据库连接失败
- 依赖包未安装
解决方案:
- 检查端口占用情况,修改端口号
- 检查数据库配置和连接状态
- 重新安装依赖包
2. 前端无法连接后端
可能原因:
- 后端服务未启动
- CORS 配置错误
- API 地址配置错误
解决方案:
- 确保后端服务正常运行
- 检查
backend/main.py中的 CORS 配置 - 修改
frontend/src/services/api.ts中的 API 地址
3. 回测速度慢
可能原因:
- 数据量过大
- 策略复杂度高
- 计算资源不足
解决方案:
- 减少回测时间范围
- 优化策略逻辑
- 增加计算资源
技术支持
如果您在使用过程中遇到问题,可以通过以下方式获取技术支持:
- 查看文档:详细的API文档和技术方案
- 查看日志:检查后端和前端的日志文件
- 联系开发团队:发送邮件或创建Issue
贡献
欢迎对项目进行贡献!如果您有任何改进建议或功能请求,请:
- Fork 项目仓库
- 创建功能分支
- 提交更改
- 创建 Pull Request
许可证
本项目采用 MIT 许可证。详见 LICENSE 文件。
最后更新:2026-01-19 版本:1.0.0