# lhjytest

**Repository Path**: zk66/lhjytest

## Basic Information

- **Project Name**: lhjytest
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-11-28
- **Last Updated**: 2026-01-04

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# DeepSeek 股票策略大师系统

## 项目简介

DeepSeek 股票策略大师系统是一个集成了34种经典股票交易策略的智能决策系统。该系统通过综合多个策略大师的决策，生成最终的交易信号，并提供回测分析和可视化功能。

## 项目结构

```
├── config.py              # 配置文件，包含所有公共参数
├── data_fetcher.py        # 数据获取模块，负责从东方财富网获取K线数据
├── deepseek.py            # 主程序入口，提供菜单交互
├── master_strategy.py     # 大师策略核心模块，集成34种策略
├── plotter.py             # 绘图模块，绘制K线和收益曲线
├── stock_data.py          # 股票数据管理模块
├── strategy.py            # 基础策略模块，实现各种技术指标和交易信号
└── backtest.py            # 回测模块，用于历史数据回测
```

## 核心功能

### 1. 大师策略集成
- 集成了34种经典股票交易策略，包括：
  - MACD金叉-死叉
  - KDJ金叉-死叉
  - 三连涨-三连跌
  - 波动率策略
  - 趋势策略
  - 各种K线形态识别
  - 多种指标组合策略等

### 2. 智能决策系统
- 每个策略大师独立生成买卖信号
- 基于权重投票机制生成综合决策
- 可配置的权重阈值（默认20%）
- 详细的决策理由和投票情况

### 3. 训练和优化
- 支持历史数据训练
- 自动调整策略大师权重
- 生成大师性能报告
- 保存训练模型

### 4. 实时分析和回测
- 支持输入股票代码进行实时分析
- 生成详细的交易记录
- 计算回测指标（胜率、收益等）
- 绘制K线图和收益曲线

### 5. 灵活配置
- 所有参数集中在config.py文件
- 支持调整权重阈值
- 可配置训练日期范围
- 支持控制决策打印方式

## 安装和运行

### 环境要求
- Python 3.8+
- pandas
- numpy
- matplotlib

### 安装依赖
```bash
pip install pandas numpy matplotlib
```

### 运行程序
```bash
python deepseek.py
```

## 配置说明

在`config.py`文件中可以调整以下参数：

| 参数名 | 说明 | 默认值 |
|--------|------|--------|
| BUY_WEIGHT_THRESHOLD | 买入权重阈值 | 0.5 |
| SELL_WEIGHT_THRESHOLD | 卖出权重阈值 | 0.5 |
| INITIAL_MASTER_WEIGHT | 单个大师初始权重基数 | 1.0 |
| TRAIN_START_DATE | 训练开始日期 | '2024-01-01' |
| TRAIN_END_DATE | 训练结束日期 | '2024-10-01' |
| DEFAULT_KLINE_PERIOD | 默认K线周期 | '1d' |
| MAX_RETRY_TIMES | 数据获取最大重试次数 | 3 |
| PRINT_ALL_DECISIONS | 是否打印所有决策 | True |
| PRINT_MASTER_DETAILS | 是否打印大师决策详情 | True |

## 使用示例

### 1. 训练大师模型

运行程序后选择"1. 训练大师模型"，系统将：
- 获取训练数据
- 训练34个策略大师
- 计算大师权重和性能指标
- 保存模型到master_strategy_model.pkl

### 2. 分析股票

运行程序后选择"2. 分析股票"，输入股票代码（如127071.SZ），系统将：
- 获取股票K线数据
- 生成实时决策
- 打印每个时间点的决策详情
- 生成交易记录
- 计算回测指标
- 绘制K线图和收益曲线

## 策略思路

### 1. 多策略融合

该系统采用"策略森林"的思想，集成了34种不同类型的策略：
- 趋势跟踪策略（如MACD、KDJ金叉死叉）
- 波动率策略（如低波动率买入）
- K线形态策略（如锤子线、早晨星）
- 指标组合策略（如MACD+KDJ金叉）

### 2. 权重投票机制

- 每个策略大师根据自身表现获得不同权重
- 最终决策由所有大师的加权投票决定
- 当买入权重超过阈值（默认20%）时，生成买入信号
- 当卖出权重超过阈值（默认20%）时，生成卖出信号
- 否则保持观望

### 3. 自适应权重调整

- 系统会根据每个策略在历史数据上的表现自动调整权重
- 表现好的策略获得更高权重
- 表现差的策略获得较低权重

## 扩展建议

1. **添加更多策略**：可以在`master_strategy.py`中添加更多的策略大师
2. **优化权重算法**：可以改进权重计算方法，考虑更多因素
3. **支持更多数据源**：可以扩展`data_fetcher.py`支持更多数据源
4. **添加实盘交易接口**：可以对接券商API实现自动交易
5. **优化可视化效果**：可以改进`plotter.py`提供更丰富的可视化
6. **添加机器学习策略**：可以集成机器学习模型，提高预测准确率

## 注意事项

1. 本系统仅用于研究和学习，不构成任何投资建议
2. 历史表现不代表未来收益，投资有风险
3. 数据获取依赖东方财富网API，使用时请遵守相关网站的使用条款
4. 建议在使用前先进行充分的回测和验证

## 许可证

MIT License

## 作者

DeepSeek AI Team