TickFlow Stock Panel - A股量化工作臺

解決什麼

A 股散戶和量化愛好者常面臨三大痛點:一是商業軟體(同花順/通達信)功能臃腫且策略不透明,二是開源工具多為美股設計缺乏 A 股特色資料(如漲跌停/連板/概念板塊),三是資料與程式碼分散在多個平臺難以形成閉環。TickFlow Stock Panel 提供一套自託管的「選股+監控+回測」三位一體工作臺,基於 TickFlow 資料來源(留空 Key 即可免費體驗歷史日 K),通過 Polars 向量化引擎毫秒級掃描全 A 股,內建 20 個策略(趨勢突破/連板股/漲停動量等)並支援 AI 一句話生成新策略,監控命中後可推送飛書群,資料完全掌握在本地。

為何火

該專案在 GitHub 獲得 1085 stars,主要因為三點:1)開箱即用門檻低,Docker 單容器部署且留空 Key 即進 Free 模式無需付費,2)A 股專用特性齊全,內建同花順概念/行業資料、連板梯隊、漲停動量等本土化功能,3)AI 驅動的策略生成與盤後復盤推送(飛書 Webhook)契合個人投資者需求。作者明確定位為"不對標同花順全功能,不做 AI 薦股",聚焦實用工具屬性,且開放自有第三方資料介面供社群擴充套件,吸引了量化愛好者群體。

核心功能

選股引擎:20 個內建策略(如 MACD 金叉放量/斷板反包/超跌反彈)均為獨立 Python 檔案,基於 Polars 表示式向量化實現;支援三種擴充套件方式——UI 自定義訊號(欄位+運算子+閾值)、AI 生成策略檔案(讀 strategy-guide.md 生成程式碼經 ast 校驗)、手動遷移已有策略到 data/strategies/custom/。

指標流水線:原生 Polars 計算均線/MACD/RSI/KDJ/布林帶/ATR/量比等指標,全 A 股一次掃表落盤 enriched Parquet,自動前復權確保回測口徑一致。

回測引擎:基於 vectorbt 支援個股/策略組合/自由訊號三種模式,真實約束包括 T+1/手續費/滑點/止損/最大持倉天數,輸出淨值曲線/夏普比率/最大回撤/勝率/交易明細,SSE 流式進度支援切頁重連。

監控中心:統一規則引擎管理四類監控(策略/個股訊號/價格漲跌/全市場異動),多條件 AND/OR+冷卻期去重+嚴重級別分類,命中後右下角彈窗(可配聲效)+持久化到 alerts.jsonl,支援飛書 Webhook 推送(含簽名校驗)。

個股分析:專用日 K 圖表(主圖+成交量+滑塊預設 6 個月),即時計算 9 類關鍵價位(壓力支撐/成交密集區/樞軸點/Keltner 通道/ATR 止損/缺口位/斐波那契/整數關口),AI 四維分析(技術/基本面/財務/訊息面)流式生成。

安裝

Docker 部署(推薦):

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

開發模式(需 Python ≥3.11 + Node ≥20 + uv + pnpm):

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

老 CPU 相容:若遇 avx2/fma 缺失報錯,在 .env 設定 BACKEND_EXTRAS=legacy-cpu 後重建容器,會給 Polars 切到 rtcompat 執行時;需回測功能則設為 legacy-cpu backtest。

首次使用:1)設定頁點"重新檢測"確認檔位,2)點"立即跑盤後管道"拉日 K+計算 enriched 表(Free 模式走 free-api 當日資料盤後 1-2 小時可用),3)自選頁加標的→選股頁點策略掃描→回測頁選策略+區間→監控中心配規則。

適合誰

• 個人散戶:希望擺脫商業軟體黑盒策略,自建透明可控的選股監控系統,無需程式設計基礎可通過 UI 自定義訊號或 AI 生成策略
• 量化愛好者:需要 A 股特色資料(漲跌停/連板/概念板塊)與向量化回測引擎,可基於 Polars 快速遷移已有策略
• 小團隊:需要自託管資料不外洩,支援飛書推送協同,Docker 單容器部署運維成本低
• 不適合:追求同花順/通達信全功能(Level-2 逐筆/資金流向/AI 薦股)的使用者,或需要美股/港股/期貨資料的場景

社群評價

暫無足量社群公開討論,以下為基於專案本身的中立評估:

該專案在 GitHub 上線兩週即獲 1000+ stars,主要受益於 A 股量化工具稀缺與自託管趨勢。技術選型務實(Polars 向量化+vectorbt 回測+React 前端),文件完善(含 20 個策略示例+開發指南+ADR 架構決策記錄),作者在 README 明確"不做 AI 薦股"避免監管風險。潛在爭議點在於資料來源依賴 TickFlow 商業服務(Free 模式僅歷史日 K,即時行情需付費檔位),且 AI 功能需自備 OpenAI 相容介面(如 DeepSeek)產生額外成本。專案活躍度高(今日仍有提交,近兩週密集迭代 v0.1.64),作者承諾開放自有第三方資料(當前內建同花順概念/行業),社群 QQ 群 109338242 提供支援。

選型對比

vs 同花順/通達信:商業軟體功能全面(Level-2 逐筆/資金流向/AI 薦股)但策略不透明且資料不可匯出,TickFlow Panel 犧牲部分高階功能換取策略透明與資料自主,適合不需要分時圖/盤口資料的中長線策略研究。

vs Backtrader/Zipline:傳統回測框架偏美股且需手動對接 A 股資料,TickFlow Panel 開箱即用 A 股特色資料(漲跌停/連板/概念板塊),Polars 向量化效能優於 Pandas,但生態不如老牌框架成熟。

vs 聚寬/優礦:線上量化平臺提供雲端算力與豐富因子庫,但資料與程式碼鎖定在平臺,TickFlow Panel 完全自託管資料不外洩,適合對資料隱私敏感或需深度定製的使用者,代價是需自行運維與購買 TickFlow 資料。

已知坑

1. 資料來源限制:Free 模式僅歷史日 K 且盤後 1-2 小時更新,即時行情/分鐘線需 TickFlow 付費檔位;作者明確"沒有人氣/資金流向等個性化資料",依賴自有第三方資料補充
2. 老 CPU 相容:預設 Polars 需 AVX2/FMA 指令集,老 VPS 或虛擬機器可能遇 exit 132 錯誤,需手動設定 BACKEND_EXTRAS=legacy-cpu 切換執行時
3. AI 成本:策略生成與個股分析依賴 OpenAI 相容介面(如 DeepSeek),需自備 API Key 並設定 AI_DAILY_TOKEN_BUDGET 控制費用,留空則跳過 AI 功能
4. 回測依賴:vectorbt 依賴 numba 體積較大(作為可選 extras),macOS/Intel 無預構建 wheel 時需 brew install cmake 現場編譯
5. 更新注意:git pull 不影響 data/ 目錄(行情/自選/回測記錄均在此),但切勿執行 git clean -fdx 或 git reset --hard 會刪光使用者資料
6. 飛書推送:需手動配置群機器人 Webhook 地址,簽名校驗可選,未配置則監控僅本地彈窗不推送