TickFlow Stock Panel - A股量化工作台

解决什么

A 股散户和量化爱好者常面临三大痛点:一是商业软件(同花顺/通达信)功能臃肿且策略不透明,二是开源工具多为美股设计缺乏 A 股特色数据(如涨跌停/连板/概念板块),三是数据与代码分散在多个平台难以形成闭环。TickFlow Stock Panel 提供一套自托管的「选股+监控+回测」三位一体工作台,基于 TickFlow 数据源(留空 Key 即可免费体验历史日 K),通过 Polars 向量化引擎毫秒级扫描全 A 股,内置 20 个策略(趋势突破/连板股/涨停动量等)并支持 AI 一句话生成新策略,监控命中后可推送飞书群,数据完全掌握在本地。

为何火

该项目在 GitHub 获得 1085 stars,主要因为三点:1)开箱即用门槛低,Docker 单容器部署且留空 Key 即进 Free 模式无需付费,2)A 股专用特性齐全,内置同花顺概念/行业数据、连板梯队、涨停动量等本土化功能,3)AI 驱动的策略生成与盘后复盘推送(飞书 Webhook)契合个人投资者需求。作者明确定位为"不对标同花顺全功能,不做 AI 荐股",聚焦实用工具属性,且开放自有第三方数据接口供社区扩展,吸引了量化爱好者群体。

核心功能

选股引擎:20 个内置策略(如 MACD 金叉放量/断板反包/超跌反弹)均为独立 Python 文件,基于 Polars 表达式向量化实现;支持三种扩展方式——UI 自定义信号(字段+操作符+阈值)、AI 生成策略文件(读 strategy-guide.md 生成代码经 ast 校验)、手动迁移已有策略到 data/strategies/custom/。

指标流水线:原生 Polars 计算均线/MACD/RSI/KDJ/布林带/ATR/量比等指标,全 A 股一次扫表落盘 enriched Parquet,自动前复权确保回测口径一致。

回测引擎:基于 vectorbt 支持个股/策略组合/自由信号三种模式,真实约束包括 T+1/手续费/滑点/止损/最大持仓天数,输出净值曲线/夏普比率/最大回撤/胜率/交易明细,SSE 流式进度支持切页重连。

监控中心:统一规则引擎管理四类监控(策略/个股信号/价格涨跌/全市场异动),多条件 AND/OR+冷却期去重+严重级别分类,命中后右下角弹窗(可配声效)+持久化到 alerts.jsonl,支持飞书 Webhook 推送(含签名校验)。

个股分析:专用日 K 图表(主图+成交量+滑块默认 6 个月),实时计算 9 类关键价位(压力支撑/成交密集区/枢轴点/Keltner 通道/ATR 止损/缺口位/斐波那契/整数关口),AI 四维分析(技术/基本面/财务/消息面)流式生成。

安装

Docker 部署(推荐):

cp .env.example .env  # 可留空 TICKFLOW_API_KEY 进 Free 模式
docker compose up --build
# 访问 http://localhost:3018

开发模式(需 Python ≥3.11 + Node ≥20 + uv + pnpm):

cp .env.example .env
./dev.sh  # Windows 用 .\dev.ps1
# 后端 http://localhost:3018,前端 http://localhost:3011

老 CPU 兼容:若遇 avx2/fma 缺失报错,在 .env 设置 BACKEND_EXTRAS=legacy-cpu 后重建容器,会给 Polars 切到 rtcompat 运行时;需回测功能则设为 legacy-cpu backtest。

首次使用:1)设置页点"重新检测"确认档位,2)点"立即跑盘后管道"拉日 K+计算 enriched 表(Free 模式走 free-api 当日数据盘后 1-2 小时可用),3)自选页加标的→选股页点策略扫描→回测页选策略+区间→监控中心配规则。

适合谁

• 个人散户:希望摆脱商业软件黑盒策略,自建透明可控的选股监控系统,无需编程基础可通过 UI 自定义信号或 AI 生成策略
• 量化爱好者:需要 A 股特色数据(涨跌停/连板/概念板块)与向量化回测引擎,可基于 Polars 快速迁移已有策略
• 小团队:需要自托管数据不外泄,支持飞书推送协同,Docker 单容器部署运维成本低
• 不适合:追求同花顺/通达信全功能(Level-2 逐笔/资金流向/AI 荐股)的用户,或需要美股/港股/期货数据的场景

社区评价

暂无足量社区公开讨论,以下为基于项目本身的中立评估:

该项目在 GitHub 上线两周即获 1000+ stars,主要受益于 A 股量化工具稀缺与自托管趋势。技术选型务实(Polars 向量化+vectorbt 回测+React 前端),文档完善(含 20 个策略示例+开发指南+ADR 架构决策记录),作者在 README 明确"不做 AI 荐股"避免监管风险。潜在争议点在于数据源依赖 TickFlow 商业服务(Free 模式仅历史日 K,实时行情需付费档位),且 AI 功能需自备 OpenAI 兼容接口(如 DeepSeek)产生额外成本。项目活跃度高(今日仍有提交,近两周密集迭代 v0.1.64),作者承诺开放自有第三方数据(当前内置同花顺概念/行业),社区 QQ 群 109338242 提供支持。

选型对比

vs 同花顺/通达信:商业软件功能全面(Level-2 逐笔/资金流向/AI 荐股)但策略不透明且数据不可导出,TickFlow Panel 牺牲部分高级功能换取策略透明与数据自主,适合不需要分时图/盘口数据的中长线策略研究。

vs Backtrader/Zipline:传统回测框架偏美股且需手动对接 A 股数据,TickFlow Panel 开箱即用 A 股特色数据(涨跌停/连板/概念板块),Polars 向量化性能优于 Pandas,但生态不如老牌框架成熟。

vs 聚宽/优矿:在线量化平台提供云端算力与丰富因子库,但数据与代码锁定在平台,TickFlow Panel 完全自托管数据不外泄,适合对数据隐私敏感或需深度定制的用户,代价是需自行运维与购买 TickFlow 数据。

已知坑

1. 数据源限制:Free 模式仅历史日 K 且盘后 1-2 小时更新,实时行情/分钟线需 TickFlow 付费档位;作者明确"没有人气/资金流向等个性化数据",依赖自有第三方数据补充
2. 老 CPU 兼容:默认 Polars 需 AVX2/FMA 指令集,老 VPS 或虚拟机可能遇 exit 132 错误,需手动设置 BACKEND_EXTRAS=legacy-cpu 切换运行时
3. AI 成本:策略生成与个股分析依赖 OpenAI 兼容接口(如 DeepSeek),需自备 API Key 并设置 AI_DAILY_TOKEN_BUDGET 控制费用,留空则跳过 AI 功能
4. 回测依赖:vectorbt 依赖 numba 体积较大(作为可选 extras),macOS/Intel 无预构建 wheel 时需 brew install cmake 现场编译
5. 更新注意:git pull 不影响 data/ 目录(行情/自选/回测记录均在此),但切勿执行 git clean -fdx 或 git reset --hard 会删光用户数据
6. 飞书推送:需手动配置群机器人 Webhook 地址,签名校验可选,未配置则监控仅本地弹窗不推送