A股量化分析

基于 akshare（免费无需token）的A股量化分析工具包。

快速开始

bash
pip install akshare pandas numpy matplotlib

工作流

1. 获取数据

python
from scripts.fetch_data import *

ETF日线

df = fetchetfdaily(159915, 20250101, 20260301)

个股日线

df = fetchstockdaily(000001, 20250101, 20260301)

ETF分时（日内做T）

df = fetchetfintraday(159915)

实时行情

df = fetch_realtime(159915)

详见 references/api-reference.md

2. 计算技术指标

python
from scripts.technical_indicators import *

单指标

df[macd], df[signal], df[hist] = calc_macd(df[close])
df[k], df[d], df[j] = calc_kdj(df[high], df[low], df[close])
df[rsi] = calc_rsi(df[close], period=14)
df[upper], df[mid], df[lower] = calc_bollinger(df[close])
df[volratio] = calcvolume_ratio(df[volume])

一键全部

df = addallindicators(df)

信号检测

signals = detect_signals(df)

3. 策略回测

python
from scripts.backtest import *
result = run_backtest(
df,
strategy=grid, # grid / ma_cross / bollinger
initial_capital=100000,
grid_num=10, # 网格数（grid策略）
mashort=5, malong=20, # 均线参数（ma_cross策略）
stop_loss=0.05, # 止损比例
take_profit=0.10, # 止盈比例
)
print(result.summary())

4. 风险评估

python
from scripts.backtest import assess_risk
risk = assess_risk(df[close])

returns: maxdrawdown, sharperatio, annualvolatility, calmarratio

策略库

ETF日内做T策略详解见 references/strategies.md，包含：

策略	适用场景	核心逻辑
网格交易	震荡市	价格跌破网格线买入，涨回卖出
均线交叉

趋势市 | 短均线上穿长均线买入，下穿卖出 |
| 布林带回归 | 均值回归 | 触下轨买入，触上轨卖出 |
| 波动率突破 | 突破行情 | ATR放大+价格突破时追入 |

风控参数（内置默认值）

python
RISK_PARAMS = {
maxpositionpct: 0.25, # 单只持仓上限
stop_loss: 0.05, # 止损线 5%
take_profit: 0.10, # 止盈线 10%
maxdailyturnover: 0.05, # 日内做T最大换手
mintradeamount: 10000, # 最低交易金额（元）
maxdrawdownlimit: 0.15, # 最大回撤警戒线
}

资源文件

• - scripts/fetchdata.py — 数据获取
• scripts/technicalindicators.py — 技术指标计算
• scripts/backtest.py — 回测引擎+风险评估
• references/strategies.md — 策略库详解
• references/api-reference.md — akshare接口速查