# StockAI

**Repository Path**: open2ai/StockAI

## Basic Information

- **Project Name**: StockAI
- **Description**: 股票分析工具
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 1
- **Created**: 2026-01-20
- **Last Updated**: 2026-02-04

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# StockAI - 股票策略回测系统

StockAI 是一个基于 Python 和 Streamlit 的股票策略回测系统，支持多种技术指标策略，帮助投资者测试和优化交易策略。

## 📋 功能特点

### 🎯 策略支持
- **MACD 策略**：基于移动平均收敛散度指标
- **SMA 策略**：基于简单移动平均线
- **可扩展架构**：方便添加新的交易策略

### ⚙️ 回测功能
- 历史数据获取和处理
- 策略参数配置
- 详细的交易记录
- 收益率和风险分析
- 交易信号可视化

### 📊 结果展示
- 初始资金和最终价值
- 总收益和收益率
- 交易次数统计
- 详细的交易信号
- 完整的交易记录

### 💻 用户界面
- 基于 Streamlit 的交互式 UI
- 直观的参数配置
- 实时的回测结果展示
- 清晰的交易记录表格

## 🛠️ 技术栈

- **Python 3.10+**：核心开发语言
- **Streamlit**：Web 应用框架
- **Pandas**：数据处理和分析
- **NumPy**：数值计算
- **TA-Lib**：技术指标计算
- **AkShare**：金融数据获取

## 📦 安装步骤

### 1. 克隆项目
```bash
git clone <repository-url>
cd StockAI
```

### 2. 安装依赖
```bash
pip install -r requirements.txt
```

### 3. 运行系统
```bash
streamlit run ui/app.py
```

### 4. 访问系统
在浏览器中打开：http://localhost:8501

## 📖 使用指南

### 1. 选择策略
- 在左侧菜单栏选择要测试的策略（MACD 或 SMA）

### 2. 配置参数
- **MACD 策略**：
  - 快线周期（默认：12）
  - 慢线周期（默认：26）
  - 信号线周期（默认：9）

- **SMA 策略**：
  - 移动平均周期（默认：20）

### 3. 选择股票和时间范围
- 输入股票代码（例如：600519 贵州茅台）
- 选择开始日期和结束日期
- 输入初始资金（默认：100000 元）

### 4. 运行回测
- 点击「运行回测」按钮
- 等待回测完成，查看结果

### 5. 分析结果
- 查看收益率和总收益
- 分析交易信号和交易记录
- 根据结果调整策略参数

## 📁 项目结构

```
StockAI/
├── backtest/                 # 回测引擎
│   ├── backtest_engine.py    # 核心回测逻辑
│   ├── parameter_optimizer.py # 参数优化
│   └── signal_summarizer.py  # 信号总结
├── data/                     # 数据处理
│   └── data_fetcher.py       # 数据获取
├── reports/                  # 报告生成
│   └── report_generator.py   # 报告生成器
├── strategies/               # 策略实现
│   ├── base_strategy.py      # 策略基类
│   └── strategies.py         # 具体策略实现
├── ui/                       # 用户界面
│   └── app.py                # Streamlit 应用
├── main.py                   # 主程序入口
├── requirements.txt          # 依赖列表
├── test_macd_strategy.py     # MACD 策略测试
├── test_sma_strategy.py      # SMA 策略测试
└── README.md                 # 项目说明
```

## 🚀 快速开始

### 使用 Python 脚本运行测试

#### MACD 策略测试
```bash
python test_macd_strategy.py
```

#### SMA 策略测试
```bash
python test_sma_strategy.py
```

### 主程序入口
```bash
python main.py
```

## 📊 策略示例

### MACD 策略
- **买入信号**：MACD 线金叉信号线
- **卖出信号**：MACD 线死叉信号线

### SMA 策略
- **买入信号**：价格突破 SMA 线
- **卖出信号**：价格跌破 SMA 线

## 📈 测试结果示例

### MACD 策略（默认参数）
- 初始资金：¥100,000.00
- 最终价值：¥95,000.00
- 总收益：¥-5,000.00
- 收益率：-5.00%
- 交易次数：20次

### SMA 策略（优化参数）
- 初始资金：¥100,000.00
- 最终价值：¥102,500.00
- 总收益：¥2,500.00
- 收益率：2.50%
- 交易次数：15次

## 🔧 扩展开发

### 添加新策略
1. 在 `strategies/strategies.py` 中创建新的策略类，继承 `BaseStrategy`
2. 实现 `calculate_indicators()` 和 `generate_signals()` 方法
3. 在 UI 中添加新策略的参数配置
4. 更新策略选择器

### 数据来源扩展
- 在 `data/data_fetcher.py` 中添加新的数据来源
- 支持多种金融数据源

## 📝 贡献指南

1. Fork 项目
2. 创建特性分支 (`git checkout -b feature/AmazingFeature`)
3. 提交更改 (`git commit -m 'Add some AmazingFeature'`)
4. 推送到分支 (`git push origin feature/AmazingFeature`)
5. 开启 Pull Request

## 📄 许可证

本项目采用 MIT 许可证 - 查看 [LICENSE](LICENSE) 文件了解详情

## 🤝 联系方式

- 项目链接：[https://github.com/yourusername/StockAI](https://github.com/yourusername/StockAI)
- 问题反馈：[Issues](https://github.com/yourusername/StockAI/issues)

## 📚 参考资料

- [Streamlit 文档](https://docs.streamlit.io/)
- [Pandas 文档](https://pandas.pydata.org/docs/)
- [TA-Lib 文档](https://mrjbq7.github.io/ta-lib/)
- [AkShare 文档](https://akshare.akfamily.xyz/)

## 📈 未来计划

- [ ] 添加更多技术指标策略（RSI、KDJ 等）
- [ ] 支持多策略组合
- [ ] 添加风险指标（最大回撤、夏普比率等）
- [ ] 支持股票池回测
- [ ] 添加可视化图表
- [ ] 支持实盘交易接口

---

**StockAI - 让交易策略更智能** 🚀