# 言三

**Repository Path**: ckyan3/y3

## Basic Information

- **Project Name**: 言三
- **Description**: 量化交易相关
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-05-29
- **Last Updated**: 2025-05-29

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 量化策略仓库

## 项目简介

本仓库是基于迅投QMT交易终端的量化策略集合，包含多种成熟的交易策略实现和相关工具。项目采用模块化设计，支持实盘交易、回测分析和策略优化。

## 核心特性

### 🚀 多策略支持
- **高频交易策略**: 基于1分钟K线的短线交易
- **T0策略**: 日内回转交易策略
- **回本减半策略**: 风险控制型策略
- **网格策略**: 震荡市场套利策略
- **国债逆回购**: 资金管理策略

### 📊 数据处理
- 实时行情数据获取和处理
- K线数据连续性检查和修复
- UP值计算和技术指标分析
- 成交量监控和异常检测

### 🛡️ 风险控制
- 多层次风险控制机制
- 止损止盈自动执行
- 持仓限制和资金管理
- 委托状态实时监控

### 🔧 系统功能
- 模块化架构设计
- 完善的日志系统
- 数据库持久化存储
- 可视化界面显示

## 项目结构

```
量化策略仓库/
├── README.md                    # 项目说明文档
├── requirements.txt             # 依赖包列表
├── config/                      # 配置文件目录
│   ├── strategy_config.json     # 策略配置
│   ├── risk_config.json         # 风控配置
│   └── database_config.json     # 数据库配置
├── core/                        # 核心模块
│   ├── __init__.py
│   ├── data_manager.py          # 数据管理器
│   ├── trading_engine.py        # 交易引擎
│   ├── risk_manager.py          # 风险管理器
│   └── order_manager.py         # 订单管理器
├── strategies/                  # 策略模块
│   ├── __init__.py
│   ├── base_strategy.py         # 策略基类
│   ├── high_frequency.py        # 高频策略
│   ├── t0_strategy.py           # T0策略
│   ├── grid_strategy.py         # 网格策略
│   └── mean_reversion.py        # 回本减半策略
├── utils/                       # 工具模块
│   ├── __init__.py
│   ├── indicators.py            # 技术指标
│   ├── logger.py                # 日志工具
│   ├── database.py              # 数据库工具
│   └── visualization.py         # 可视化工具
├── backtest/                    # 回测模块
│   ├── __init__.py
│   ├── backtest_engine.py       # 回测引擎
│   ├── performance_analysis.py  # 绩效分析
│   └── report_generator.py      # 报告生成器
├── data/                        # 数据目录
│   ├── market_data/             # 市场数据
│   ├── trade_records/           # 交易记录
│   └── backtest_results/        # 回测结果
├── logs/                        # 日志目录
├── tests/                       # 测试目录
│   ├── test_strategies.py       # 策略测试
│   ├── test_data_manager.py     # 数据管理测试
│   └── test_risk_manager.py     # 风控测试
├── docs/                        # 文档目录
│   ├── strategy_guide.md        # 策略指南
│   ├── api_reference.md         # API参考
│   └── deployment_guide.md      # 部署指南
└── examples/                    # 示例代码
    ├── simple_strategy.py       # 简单策略示例
    ├── backtest_example.py      # 回测示例
    └── live_trading_example.py  # 实盘交易示例
```

## 快速开始

### 环境要求
- Python 3.8+
- QMT交易端
- MySQL数据库
- 相关Python依赖包

### 安装步骤

1. **克隆仓库**
```bash
git clone <repository-url>
cd 量化策略仓库
```

2. **安装依赖**
```bash
pip install -r requirements.txt
```

3. **配置数据库**
```sql
CREATE DATABASE y3_database;
```

4. **配置文件设置**
- 复制配置模板文件并修改敏感信息
- 参考 `docs/SECURITY.md` 进行安全配置
- 确保所有敏感信息使用环境变量或私有配置文件

5. **安全检查**
```bash
# Windows用户
scripts\quick_security_check.bat

# 或使用Python脚本
python scripts/security_check.py --check .
```

6. **运行系统**
```bash
python main.py
```

## 策略说明

### 高频交易策略
- **适用市场**: 活跃股票、ETF
- **交易周期**: 1-5分钟
- **核心逻辑**: 基于UP值和价格动量
- **风险控制**: 严格止损，快速止盈

### T0策略
- **适用市场**: 有T0交易权限的品种
- **交易周期**: 日内
- **核心逻辑**: 日内波动套利
- **风险控制**: 当日平仓，控制隔夜风险

### 网格策略
- **适用市场**: 震荡行情
- **交易周期**: 中长期
- **核心逻辑**: 区间内高抛低吸
- **风险控制**: 分批建仓，动态调整

## 技术指标

### UP值计算
UP值是本系统的核心技术指标，用于判断股票的买卖时机：

```python
def calculate_up_value(high, low, close, volume):
    """
    计算UP值
    
    Args:
        high: 最高价
        low: 最低价
        close: 收盘价
        volume: 成交量
    
    Returns:
        float: UP值
    """
    # UP值计算逻辑
    price_range = high - low
    price_position = (close - low) / price_range if price_range > 0 else 0.5
    volume_factor = volume / volume.rolling(20).mean()
    
    up_value = price_position * volume_factor
    return up_value
```

## 风险管理

### 多层次风险控制
1. **策略层面**: 单策略最大持仓限制
2. **品种层面**: 单品种最大持仓限制
3. **账户层面**: 总资金使用限制
4. **时间层面**: 交易时间和频率控制

### 止损止盈机制
- **固定止损**: 基于买入价格的固定比例
- **动态止损**: 基于技术指标的动态调整
- **时间止损**: 基于持仓时间的强制平仓
- **盈利保护**: 盈利回撤保护机制

## 数据管理

### 数据源
- **实时行情**: 迅投QMT终端
- **历史数据**: 本地数据库存储
- **基本面数据**: 第三方数据接口

### 数据质量
- **连续性检查**: 自动检测数据缺失
- **异常值处理**: 识别和处理异常数据
- **数据同步**: 多源数据一致性保证

## 性能监控

### 实时监控指标
- **策略收益率**: 实时计算策略盈亏
- **最大回撤**: 监控风险水平
- **夏普比率**: 评估风险调整收益
- **胜率统计**: 交易成功率分析

### 告警机制
- **风险告警**: 超过风险阈值时告警
- **系统告警**: 系统异常时告警
- **数据告警**: 数据异常时告警

## 部署指南

### 生产环境部署
1. **服务器配置**: 推荐配置和系统要求
2. **数据库部署**: MySQL/PostgreSQL部署指南
3. **监控部署**: 日志和监控系统部署
4. **备份策略**: 数据备份和恢复方案

### 开发环境搭建
1. **IDE配置**: PyCharm/VSCode配置指南
2. **调试工具**: 调试和测试工具使用
3. **版本控制**: Git工作流程

## 贡献指南

### 代码规范
- **PEP 8**: Python代码风格规范
- **类型注解**: 使用类型提示
- **文档字符串**: 完整的函数文档
- **单元测试**: 测试覆盖率要求

### 提交流程
1. Fork项目
2. 创建特性分支
3. 提交代码
4. 创建Pull Request
5. 代码审查
6. 合并代码

## 许可证

本项目采用MIT许可证，详见LICENSE文件。

## 联系方式

- **项目维护者**: 量化交易团队
- **技术支持**: 通过Issue提交问题
- **文档更新**: 欢迎提交文档改进建议

## 🔒 安全注意事项

### 敏感信息保护

**⚠️ 重要提醒**: 在上传代码或分享配置文件时，必须确保所有敏感信息已被适当处理！

#### 需要保护的信息
- 🔑 **交易账户号**: 替换为 `*********`
- 🔐 **密码和API密钥**: 替换为 `********`
- 🌐 **IP地址**: 替换为 `***.***.***.***`
- 💾 **数据库连接信息**: 用户名、密码、主机地址
- 📁 **文件路径**: 包含个人信息的路径部分

#### 安全工具

```bash
# 快速安全检查
scripts\quick_security_check.bat

# 详细安全检查
python scripts/security_check.py --check .

# 自动清理敏感信息
python scripts/security_check.py --sanitize config/your_config.json
```

#### 最佳实践
1. 📋 **使用配置模板**: 复制 `config/` 目录下的模板文件
2. 🔧 **环境变量**: 敏感信息存储在环境变量中
3. 📝 **私有配置**: 创建 `*_private.json` 文件（已在.gitignore中排除）
4. ✅ **提交前检查**: 每次提交前运行安全检查脚本

详细安全指南请参考: [docs/SECURITY.md](docs/SECURITY.md)

---

## 更新日志

### v1.0.0 (2024-12-20)
- 初始版本发布
- 基础策略框架
- 核心交易引擎
- 风险管理系统
- 🔒 安全检查工具和文档

---

**免责声明**: 本项目仅供学习和研究使用，投资有风险，使用本系统进行实盘交易需要充分了解相关风险。