A Share Financial Data (Baostock)

🚀 量化交易系统

本项目是一个量化交易系统，包含服务器端和客户端，提供了丰富的股票市场数据获取、财务报表查询、技术分析、交易执行和数据可视化等功能，能帮助用户进行量化交易策略的开发和回测。

🚀 快速开始

若你想快速体验本量化交易系统，可参考以下步骤：

1. 完成服务器端和客户端的安装与配置。
2. 按照“快速上手”部分的示例代码，获取实时数据或运行回测策略。

📦 安装指南

服务器端安装

安装依赖项

1. Python环境：请使用Python 3.6及以上版本。
2. Jinja2：用于生成配置文件。安装命令：pip install jinja2
3. Flask：用于开发本地Web服务。安装命令：pip install flask

下载源码

从GitHub仓库下载代码：

git clone https://github.com/yourusername/quantitative-trading-server.git
cd quantitative-trading-server

配置服务器

1. 配置文件生成： 使用提供的脚本生成默认配置文件：

   python3 server.py init
   

   这将创建config.ini和data/目录。

2. 修改配置： 根据实际需求编辑config.ini，设置数据库连接信息、API密钥等参数。

3. 数据准备：

   • 下载历史交易数据并放置在data/historical_data/目录。
   • 确保财务报表数据和市场数据文件位于指定路径。

启动服务器

python3 server.py start

默认绑定地址为http://localhost:5000

客户端安装

下载客户端

从GitHub仓库下载客户端：

git clone https://github.com/yourusername/quantitative-trading-client.git
cd quantitative-trading-client
pip install requirements.txt

配置客户端

1. 创建配置文件：

   python3 client.py init
   

   这将生成client_config.json。

2. 编辑配置： 在client_config.json中填写服务器地址、端口和API密钥等信息。

使用命令行工具

python3 client.py --help

查看可用命令及其选项。

💻 使用示例

基础用法

示例：获取实时数据

在Python环境中输入以下代码：

from quant_client import QuantClient

# 初始化客户端
qc = QuantClient('http://localhost:5000', 'your_api_key')

# 获取股票历史数据
data = qc.get_historical_k_data('AAPL', '1D')
print(data)

高级用法

示例：运行回测策略

from quant_backtester import Backtester

bt = Backtester()
bt.add_strategy(MovingAverageStrategy)
bt.run('2020-01-01', '2023-12-31', 'AAPL')
bt.plot_results()

📚 详细文档

工具列表