ai-quant · OrangePi 量化模拟盘

← 返回文档中心 · 来源：Languangxun/ai-quant · 同步于 2026-10-25

Pi（orangepizero2w）上的 AI 量化研究与模拟交易系统：股票+ETF 组合模拟盘 （CLI 选股 + LLM 决策 + A股账本 + 全缓存回测）、旧版场外 ETF 联接 C 类基金模式（etf-c，保留可切换）、每日复盘与 U 盘快照备份，并接收本机 stock-analyzer 通过 --push 推送的分析报告。

架构借鉴 AKQuant 的三层拆分（轻量 Python 版）： MarketModel（可插拔交易规则：股票/ETF、T+1/T+0、涨跌停、费用）、独立 RiskManager 预交易风控拦截层、订单生命周期日志（REQUESTED → VALIDATED → FILLED / REJECTED / NO_CHANGE）。

2026-10 重构另参考 MIT 项目 QUANTAXIS （QASU/QAData/QIFI/QAStrategy/QAFactor 分层）与 zvt （TradableEntity/Event + record/query + Factor/Trader），仅借鉴思想、无源码复制，归因见 THIRD_PARTY_NOTICES.md，说明见 docs/REFACTOR_qa_zvt.md。

路径	用途
`core/`	统一类型与策略基类（`types.Bar/Signal` + `strategy.BaseStrategy/registry`，对标 QAStrategy/zvt-Trader）
`data/store.py`	统一行情存储（单例+WAL+批量读+索引，对标 QAData/zvt-query；旧 `data/stock/cli_bridge.py` 仍兼容）
`factors/`	统一因子层：`technical` numpy 12列 / `chaodi` 18策略适配 / `morphology` 形态三档适配 / `ml` LGBM懒加载
`strategies/`	统一策略注册表：`chaodi_trend` / `morphology_tier` / `lgbm_prob` / `mix_ensemble`（回测实盘同口径）
`backtest/engine_v2.py`	策略可插拔回测（沿用 `stock_engine` 成交/费用/ATR止损口径，只换信号源）
`vendors/`	桌面算法同步拷贝：`chaodi/et_engine` / `sniper/{indicators,features,signals}` / `sm701/lgbm_model.txt+README`
`main.py`	入口：读取 `config/system.yaml`
`agent/`	决策链路（stock_decision 股票组合 / ensemble 基金多模型）
`models/`	模型客户端（deepseek / embedding / prompt / stock_prompt）
`config/`	运行配置（system / model / risk / stock / holidays 休市日历）
`trading/`	账户与执行（stock_account/stock_executor + 基金 account/executor）；`instruments.py` 市场规则（股票/ETF）、`orders.py` 订单状态日志
`risk/`	风控：`stock_rules.py` 股票/ETF 预交易拦截层；`manager.py` 场外基金仓位规则
`sim/`	模拟盘：`run.py` 双模式调度，`stock_run.py` / `fund_run.py`
`backtest/`	回测：`stock_engine.py` 股票组合全缓存回测 + 基金引擎
`data/`	行情、基金映射、特征、历史缓存；`data/stock/cli_bridge.py` 桥接 CLI
`memory/`	记忆与收件箱（`inbox/` 推送落点，`daily/` 每日总结/复盘）
`scripts/`	运维脚本（状态页 `gen_status.py`、账户重置 `reset_account.py`）；`scripts/cli/` 为独立单文件 CLI（生成物，勿手改）
`archive/`	历史备份归档（`.bak`、旧快照，不参与运行）

股票模拟盘

实盘（每交易日多个时点，cron python -m sim.run）：交易日闸门（周末 + config/holidays.json 休市日跳过，--force 强制） → CLI 缓存选股 → 腾讯实时行情 → deepseek-v4.1-flash（deepseek-flash）组合决策 → StockExecutor 按 A股规则成交 → 状态/复盘/RAG 记忆/U 盘快照
```
.venv/bin/python -m sim.run --dry-run --no-rag   # 试跑
.venv/bin/python -m sim.run --mode fund          # 旧版 etf-c 基金模式
```
- 日内多时点：config/stock.yaml intraday.times（默认 10:00/11:00/13:30/14:45，cron 需同步）每时点独立扫描/决策/执行；当日 orders/trades/复盘自动合并（sim/intraday.py）。限额：max_buys_per_day（默认 3，含加仓）、once_per_code_per_day （默认开，同票当日不重复买）；T+1 不变（当日买入不可卖）。
- 本金可配：capital（首次建盘生效）或 --capital；改本金/重来用 scripts/reset_account.py --capital 20000 --yes（旧账户归档到 sim/state/archive/，--show 只看概览）。
- 小资金自适应：实际最小下单 = min(min_order_amount, 总资产×min_order_pct%)；目标金额不足一手但单票额度够时按一手成交。
全缓存回测：
```
.venv/bin/python scripts/stock_backtest.py                  # 全量（约4860只）
.venv/bin/python scripts/stock_backtest.py --limit 300      # 抽样
.venv/bin/python scripts/stock_backtest.py --mode 激进 --exec-px open
.venv/bin/python scripts/stock_backtest.py --no-etf         # 纯股票口径
```
信号 T 日收盘生成、T+1 成交；ATR(14) 跟踪止损；100股整手/T+1/佣金万2.5+印花税0.05%；基准=等权全市场 + 上证指数。结果落 backtest/results/（JSON + markdown 报告）。回测为日线口径 （无日内数据，不模拟多时点），backtest.capital 默认 100000。
- 实测（2020-02~2026-09）：市值前 300 年化 +16.1%、Sharpe 1.01 （超额上证 +63.9pp）；全市场 +1.0% —— 信号边际集中在大市值，实盘候选默认按市值前 120 扫描与此一致。
股票 + ETF 同池：候选池含 ETF（config/stock.yaml universe.include_etf）。ETF 数据需先用 CLI 回填： cd scripts/cli && python3 stock_predict.py --refresh-etf（约1500只， 10~25分钟）；市场规则在 trading/instruments.py（可用 stock.market.etf 覆盖）：
- 股票：T+1，涨跌停 10%（创业板/科创板 20%，主板 ST 5%），印花税+过户费
- ETF：股票型 T+1；跨境/债券/黄金/货币/商品类 T+0（代码前缀 sh511/ sh513/sh518 + 名称关键词识别）；免印花税与过户费；创业板/科创板相关 ETF 涨跌停 20%
A股规则：整手买入、T+1 可卖（T+0 标的当日可卖）、涨跌停不成交、最多 5 只、单票 ≤20%、日内买入笔数上限；下单金额随本金自适应。
订单日志：指令状态落 sim/state/order_journal.jsonl（REQUESTED → VALIDATED → FILLED / REJECTED / NO_CHANGE），风控在 risk/stock_rules.py 独立拦截层统一判定。
LLM 自动降级：DeepSeek 余额不足/额度耗尽/鉴权失败，或网络不可达（网口抖动导致 Connection error）时，自动切纯代码评分轮动（卖出跌出评分前列或 -5% 止损的持仓，买入评分最高候选），继续遵守持仓数/单票上限/日内买入限额；恢复后自动回到 LLM 决策。

CLI（预测/选股引擎）

cd scripts/cli && python3 stock_predict.py 000725

源码 scripts/cli/stock_predict.py 已入库（生成物但随仓库分发）；缓存 scripts/cli/stock_cache.db（全市场日K，约 1272 万根）不入库，新环境用 --refresh-cache / --backfill / --refresh-etf 重建
AI：优先 DEEPSEEK_API_KEY / stock_gui.ini [deepseek]；缺省回退主目录 opencode-go 授权（~/.local/share/opencode/auth.json）
支持 --tiers / --research / --push 等（见文件头注释）

模型与记忆

用途	配置	说明
决策	`config/model.yaml` → `deepseek-flash`	DeepSeek-V4.1-Flash，`api.deepseek.com`，Key 在 `.env`
记忆	Ollama `qwen3-embedding:0.6b`	相似历史检索（RAG），失败自动降级

状态页（`/quant/`）

scripts/gen_status.py 每 30 分钟生成 /var/www/status/index.html（纯标准库、无 JS）：顶栏休市/交易日状态（读 config/holidays.json），股票模拟盘账户/资产曲线/决策/候选/ 持仓/成交（含当日时点数与各时点指令/成交、本金与日内时段），回测 6 图（净值对比、回撤、年化对比、年度收益、月度热力图、单笔收益分布）+ 指标总表（「市值前300」标 ★实盘同口径），旧版基金快照，机器状态。

.venv/bin/python scripts/gen_status.py --out /tmp/status.html   # 本地预览

备份

.venv/bin/python scripts/usb_backup.py --label stock --keep 14

时间戳快照 + manifest.json（sha256）+ 复制校验 + 保留最近 14 份，挂载点自动探测（/media/usb 等）。

约定

密钥只放 .env 与主目录授权文件，不入库（.env 已在 .gitignore）
历史备份不散落：统一移入 archive/；大文件（缓存、生成物）不入 git

目录

股票模拟盘

CLI（预测/选股引擎）

模型与记忆

状态页（/quant/）

备份

约定

状态页（`/quant/`）