quant-sim — A 股 AI 模拟盘量化交易系统（v2）

用 Langflow + DeepSeek 驱动一套纯模拟盘的 A 股交易流程：盘中扫描候选股 → 规则预筛 → AI 生成结构化信号 → 风控执行模拟买卖 → 实时看板。

⚠️ 免责声明：本项目全程不碰真钱，仅用于研究和个人学习。AI 信号不构成投资建议；市场有风险，任何交易决策与损益由使用者自行承担。

v2 修复了什么

v1 更像“能跑通的 demo”；v2 重点修了会让结论失真或直接跑不起来的问题：

• flow 与客户端对齐：仓库自带 flow_current.json 已更新为 JSON 输出 + as_of 截断 + symbol 回显；客户端启动/check_flow.py 可检查契约。
• 冷却崩溃：修复 news_txt 未初始化导致的 UnboundLocalError；错误信号不再缓存 30 分钟。
• A 股规则：T+1、涨跌停（主板 10%/创业板科创板 20%/北交所 30%/主板 ST 5%）、板块手数（科创板 200 股起、北交所 100 股起）、停牌无数据不成交。
• 回测口径：收盘决策、次日开盘成交；滑点、成交量占比约束；多标的共享一个账户；等权买入持有基准；年化/最大回撤/夏普/胜率。
• 费用：卖出印花税改为 0.05%，补过户费；avg_cost 含买入费用，已平仓与浮动盈亏口径一致。
• 配置单一来源：所有风控/费用参数只从 state["config"] 读取，不再出现“看板写 -1%、实际按 -5%”。
• 状态安全：原子写 + .bak 备份；价格/股数校验；损坏状态自动另存并告警。
• 熔断恢复：回撤恢复或冷却期满自动解除，不再空仓永久锁死。
• 看板：本地时区日期、转义、显示执行/跳过原因、心跳线程、移除未使用的 ECharts 文件。
• 启动器：首次运行自动建 data/，不再 FileNotFoundError；健康检查端口；非 Windows 不再使用专属 flag。
• 安全：check_flow.py 不再覆盖受版本控制的 flow；导出写到忽略的 flow_current.local.json 并脱敏 API Key。
• 工程：补 pytest + CI、删除个人路径脚本、去重看板 HTML、修复未使用代码。

功能

• AI 信号：Langflow 流程调用 DeepSeek，输出 symbol/signal/confidence/trend/stop_loss/take_profit/position_pct/reason/risk。
• 模拟交易：虚拟账户、订单、持仓、每日净值、FIFO 已平仓盈亏、交易记录持久化。
• 组合回测：多标的、次日开盘成交、T+1/涨跌停/手数/费用、基准与风险指标。
• 实时看板：10 秒刷新，显示净值、持仓、交易、信号与跳过原因；心跳判断在线。
• 成本控制：全市场列表 → 规则预筛 → 只把少量候选送 AI。
• 零第三方 Python 依赖：客户端只用标准库；Langflow 服务端另装。

项目结构

quant-sim/
├── main.py               # 主循环：扫描 → AI 分析 → 模拟交易 → 成绩单
├── ai_signal.py          # AI 信号集成（Langflow、解析、防幻觉）
├── simulator.py          # 模拟交易引擎（账户/订单/持仓/净值）
├── backtest.py           # 组合回测（次日开盘、基准、指标）
├── market_rules.py       # 板块/手数/涨跌停/T+1
├── trading_calendar.py   # 交易时段、节假日文件、下一交易日
├── config.py             # 唯一默认配置与校验
├── market_data.py        # 腾讯行情/K线 + 新浪全市场列表
├── technical.py          # MA/RSI/MACD/ATR/量比/规则打分
├── news.py               # 个股新闻相关性过滤 + 情感
├── learning.py           # 已平仓交易统计（供 prompt 参考）
├── dashboard_server.py   # 看板 HTTP 服务
├── dashboard.html        # 看板页面（唯一来源）
├── dashboard.py          # 看板文件检查工具
├── quant_launcher.py     # 一体化启动器
├── check_flow.py         # flow 契约检查（只读/脱敏导出）
├── flow_current.json     # Langflow「A股量化交易分析」优化版
├── flow_patch/           # 恢复优化版 flow 的工具
└── tests/                # pytest

快速开始

前置条件

• Python 3.10+
• Langflow（用于编排 AI 流程）
• 一个 DeepSeek API Key
• 能访问腾讯/新浪/东财行情接口的网络

1. 启动 Langflow 并导入 flow

pip install langflow
langflow run        # 默认 http://127.0.0.1:7860

在 Langflow 界面导入 flow_current.json，打开 DeepSeek 节点填入自己的 API Key。 仓库中 api_key 是占位符 sk-REPLACE_WITH_YOUR_DEEPSEEK_API_KEY，不要提交真实 Key。

检查 flow 是否符合客户端要求：

python check_flow.py

应看到 has_as_of: True、json_mode: True、has_symbol_prompt: True。如果失败：

python flow_patch/apply_flow_patch.py

2. 跑模拟盘

python main.py run --once          # 立即扫描一次（非交易时段默认拒绝）
python main.py run --once --force  # 非交易时段强制扫描（用最近收盘价，仅调试）
python main.py run --loop          # 盘中循环，非交易时段自动等待
python main.py run --scan 20       # 候选 20 只（实际送 AI 的数量仍受 ai_analyze_n 限制）
python main.py summary             # 查看成绩单
python main.py run --reset         # 重置账户（会备份旧 state 和经验库）

3. 看板

python dashboard_server.py         # http://127.0.0.1:8000

或一键启动：

python quant_launcher.py

4. 回测

python backtest.py --symbol 600519 --days 60
python backtest.py --symbols 600519,000001,300750 --days 120 --decision-every 5
python backtest.py --symbols 600519,000001 --slippage-bps 5 --max-volume-ratio 0.05

回测结果写入 data/backtest_result.json，包含收益、年化、基准、超额、最大回撤、夏普、胜率、交易与净值曲线。

交易规则与费用

项目	规则
主板	100 股整数倍，涨跌停 ±10%，ST ±5%
创业板/科创板	100/200 股起，涨跌停 ±20%
北交所（4/8/920）	100 股起、1 股递增，涨跌停 ±30%
T+1	买入当日不可卖；sell 会拒绝
涨停/跌停	涨停不买、跌停不卖
佣金	默认万三、最低 5 元
印花税	卖出 0.05%
过户费	双边 0.001%
交易日	周末休市；节假日可用 data/holidays.json 补充
开市判断	交易时段 + 上证指数快照日期是今天

所有参数可在 state["config"] 中调整，启动时会校验并修正非法值。

配置（config.py 默认值）

参数	默认	说明
initial_capital	50000	初始资金
max_positions	3	最多持仓
max_single_position_ratio	0.25	单票上限
stop_loss_pct / take_profit_pct	-5 / 15	固定止损止盈；AI 给出有效止损/止盈时优先用 AI 的
drawdown_halt_pct / halt_recover_pct	-10 / -5	熔断/恢复
halt_cooldown_days	5	熔断冷却天数
commission_rate / min_commission	0.0003 / 5	佣金
stamp_tax_rate	0.0005	印花税
scan_top_n / ai_analyze_n	10 / 5	扫描/送 AI 数量
confidence_buy_threshold	0.65	买入置信门槛
confidence_base_ratio / max	0.15 / 0.25	置信度仓位
price_tolerance_pct	3.0	AI 价格真实性容忍

防交易幻觉

ai_signal.py 在信号落地前校验：

• 标的：JSON 回显 symbol 必须与请求 6 位代码一致；自由文本提到别的代码但没提目标代码 → 作废。
• 价格：AI 陈述的“现价/最新价”与真实行情偏差 > 3% → 判编造。
• 逻辑：买入止损不低于现价、卖出止盈不高于现价 → 判矛盾。
• 低可信：关键词解析置信度封顶 40%，非“明确建议区”的买卖词作废。
• 任何幻觉风险的买卖信号不执行，并记录 ⚠幻觉。

离线验证：

python ai_signal.py selftest

测试

python -m pip install pytest
pytest

CI：.github/workflows/ci.yml，Python 3.10/3.12。

已知限制

• 数据源是腾讯/新浪/东财的非官方公开接口，可能限流、变更或失效；没有 SLA。
• 没有逐笔/盘口/集合竞价撮合，无法模拟排队、部分成交、冲击成本；回测用开盘价 + 滑点 + 成交量占比近似。
• 未处理除权除息/送转：长周期持有遇到除权日会失真；回测用前复权 K 线，实盘模拟用原始报价。
• 新闻只做标题相关性 + 关键词情感，不是完整舆情/公告/财报分析。
• LLM 输出不可复现：同样的数据可能给出不同信号；回测结果依赖模型版本与温度。
• 节假日默认只排除周末；请按年份维护 data/holidays.json。
• 这是模拟盘，不连接券商、不涉及真实资金。

License

MIT