# MaoQuant **Repository Path**: FiDing/mao-quant ## Basic Information - **Project Name**: MaoQuant - **Description**: MaoQuant - 面向AI Agent的A股数据+回测+分析技能包(Sills&MCP),内置A股交易规则(T+1、涨跌停、整手交易)与策略模板。 - **Primary Language**: Unknown - **License**: Not specified - **Default Branch**: main - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 1 - **Forks**: 0 - **Created**: 2026-03-12 - **Last Updated**: 2026-03-16 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README
A 股一切交易思路,一句话验证
English | 简体中文
--- 你有一个交易想法,MaoQuant 帮你生成完整的回测报告、收益曲线,验证策略可被程序化执行。 ## 快速开始 ```bash npx skills add Fidingks/Mao-Quant ``` 然后告诉你的 AI 助手: ``` /backtest ema-crossover SH600000 ``` 搞定。完整报告,含图表、指标、交易记录。 ## 你能做什么 | 你这样问 | AI 帮你做 | | -------------------------------------------------- | --------------------------------- | | "茅台用均线策略能赚钱吗?" | 自动回测,出收益曲线和完整报告 | | "宁德时代适合做短线吗?用 KDJ 试试" | KDJ 策略回测,标注每笔交易 | | "MACD 金叉买入到底靠不靠谱?拿平安银行验证一下" | MACD 策略回测,含胜率、盈亏比 | | "帮我选一下市盈率低于 15、成交量大的股票" | 全市场扫描,输出符合条件的股票列表 | | "布林带做反弹,回撤能控制在多少?" | 布林带策略回测,重点展示最大回撤 | 像跟懂量化的朋友聊天一样说就行,MaoQuant 搞定其余的。 ## 内置策略 | 策略 | 逻辑 | 适合行情 | |------|------|----------| | **均线交叉 (EMA)** | 快慢均线金叉/死叉 | 趋势行情 | | **RSI** | 超买超卖反转 | 震荡行情 | | **MACD** | DIF 与 DEA 交叉 | 中长线趋势 | | **KDJ** | 随机指标极值 | 短线波动 | | **布林带 (BOLL)** | 价格触及上下轨 | 均值回归 | ## 数据源 双数据引擎,按需选择: | 引擎 | 覆盖范围 | 配置 | |------|----------|------| | **花卷猫数据** | A 股,日线 | 零配置,开箱即用 | | **通达信 (TDX)** | 全 A 股,日线/1分钟/5分钟 | 需安装通达信客户端并下载数据 | 内置数据即装即用,无需 API Key。 ## A 股交易规则(自动内置) 无需配置,MaoQuant 自动执行: - **T+1**:当日买入,次日才能卖出 - **涨跌停**:主板 +/-10%,创业板/科创板 +/-20%,北交所 +/-30% - **整手交易**:最小买入 100 股 - **印花税**:卖出千分之一 (0.1%) - **佣金**:万 2.5(双向),最低 5 元 ## 架构 MaoQuant 遵循 [AI Skill Manifest](SPEC.md) 规范。Skill 系统完全自描述: ``` skills/ SKILL.md # 根 manifest:capabilities, contracts, environment backtest/SKILL.md # 回测 skill(用户可调用) scan/SKILL.md # 选股 skill(用户可调用) data/SKILL.md # 数据引擎参考 catquant-expert/ # 知识库 + 6 个规则文件 catquant/ # Python 引擎(回测、指标、图表、数据) ``` 关键设计: - **BarSeries 容器**:`get_history()` 返回 `BarSeries`,`repr` 只显示摘要 -- 原始 K 线数据永远不会泄漏到 AI 上下文 - **环境自检**:`python -m catquant.selftest` 10 秒验证整个环境 - **约束即架构**:T+1、涨跌停、费用、手数由引擎强制执行,不靠提示词 ## 环境配置 ```bash pip install -r requirements.txt cp .env.sample .env # 按需编辑 FaceCat_URL 和 TDX_DIR python -m catquant.selftest ``` ## 支持的客户端 OpenClaw, Claude Code, Cursor, Windsurf, Copilot, Cline, OpenCode, Trae 等 40+ AI 编程客户端。 ## 我们的团队 由[花卷猫量化研究团队](https://jjmfc.com)打造。成员来自:大智慧(龙软)、东方财富、东吴证券、广发证券、东海证券、山西证券、湘财证券、华泰证券、恒泰期货、德意志银行。 ## 完整服务 我们提供: - **数据与分析能力** -- A 股实时与历史数据,独有市场分析能力 - **定制策略开发** -- 为你打造私人策略回测方案 联系我们:**https://www.jjmfc.com** --- *Built by [花卷猫量化研究团队](https://jjmfc.com)*