一款专为A股投资者设计的专业级K线复盘与模拟交易训练工具。深度模拟真实交易环境，支持动态复权、多维度技术指标及AI辅助点评。
首创 AI 介入模式。通过独立的 AI 策略测试器，您可以：
- 接入 AI 模型（如 GPT-4）进行实时行情分析。
- 自动化执行买入、卖出及观望操作。
- 零代码测试您的量化逻辑，或与 AI 共同完成实盘模拟。
- AI 智能策略: 把软件交给AI大模型，让TA来执行你的策略/扮演设定的角色自动进行交易，探索更多策略。
- AI 复盘点评: 训练结束后一键生成 AI 点评，获取深度盘后分析建议。
- 专业级图表: 删掉了大家反馈的MA标签遮挡。
- 自定义 MA 周期: 支持增删改查最多 6 条均线（如 MA5, MA10, MA20, MA60, MA120, MA250），颜色自动配色。
- 离线数据接入: 支持使用离线数据，告别网络接口的不稳定。
- AI 智能策略: 把软件交给AI大模型，让TA来执行你的策略/扮演设定的角色自动进行交易，探索更多策略。
- 专业级图表: 基于 TradingView Lightweight Charts，支持缩放、十字线同步及多维数据展示。
- 全能指标库: 集成 MACD、KDJ、RSI、BOLL 等核心技术指标，支持主附图自由切换。
- AI 复盘点评: 训练结束后一键生成 AI 点评，获取深度盘后分析建议。
- 多用户系统: 支持创建和切换多个用户，每个用户的训练数据和交易设置都独立保存。
- 两种训练模式:
- 指定模式: 用户可以自行选择任意A股代码和起始日期进行训练。
- 盲盒模式: 系统随机抽取一只股票和起始时间，用于无偏见的“盲抽”式训练。
- 高度仿真的交易环境:
- 动态复权: 支持不复权、前复权、后复权和动态前复权，确保价格的连续性和真实性。
- 成本计算: 精确模拟交易佣金（可设置费率和最低佣金）和印花税。
- T+1 规则: 模拟A股市场的T+1交易制度，当日买入的股票次日才能卖出。
- 丰富的图表与指标:
- 专业K线图: 使用
Lightweight Charts渲染，性能优异，交互流畅。 - 技术指标: 内置
MACD,KDJ,RSI,BOLL等常用技术指标，并可在图表上动态切换。 - 自定义 MA 周期: 支持增删改查最多 6 条均线（如 MA5, MA10, MA20, MA60, MA120, MA250），颜色自动配色。
- 交易标记: 买卖点会在K线上自动标记，方便复盘。
- 专业K线图: 使用
- 完善的复盘与统计:
- 实时账户更新: 总资产、可用资金、持仓市值、浮动盈亏等信息实时更新。
- 详细复盘报告: 每局训练结束后，自动生成包含总收益率、交易明细、胜率等关键指标的复盘报告。
- 用户数据统计: 自动追踪和展示用户的累计收益、总训练次数、局胜率等长期表现数据。
- 高效的交互体验:
- 回放控制: 支持手动“下一根K线”或设置不同速度的自动播放。
- 键盘快捷键: 支持使用
B/S、空格、数字键等快捷键进行快速买卖和播放控制。 - 跨平台桌面应用: 基于
PyWebView，可打包成Windows、macOS或Linux原生桌面应用，无需浏览器。
这是一个基于 PyWebView、Flask 和 Lightweight Charts 构建的A股K线复盘训练桌面应用。它允许用户在真实的历史行情数据上进行模拟交易，以训练和提升自己的盘感、策略和决策能力。
该应用将Python后端（数据处理、交易逻辑）与现代Web前端（图表展示、用户交互）相结合，提供了一个功能丰富、响应迅速的本地化训练环境。
- 桌面应用框架:
PyWebView- 用于将Web前端打包成原生GUI应用。 - 后端:
Flask- 提供API接口，处理数据请求和交易逻辑。 - 前端:
HTML5/CSS3/JavaScript (ES6+)Lightweight Charts™- 用于高性能的金融图表绘制。
- 数据处理:
Pandas,Numpy- 用于高效处理和计算K线数据。 - 数据源:
Akshare- 用于获取A股历史行情数据。 - 数据存储:
SQLite- 用于存储每个用户的交易历史、设置和统计数据。 - AI 集成: OpenAI API / 本地 API 桥接
pip install -r requirements.txt- 桌面客户端 (推荐):
python webview_app/main_pywebview.py
- AI 介入测试器:
python ai_assistant_tester.py
- Web 服务版 (CLI模式):
python main_enhanced.py
| 路径 | 说明 |
|---|---|
webview_app/ |
桌面版核心程序入口 |
ai_assistant_tester.py |
AI 介入与策略测试工具 |
backend/ |
包含 app_enhanced.py 等所有核心逻辑 |
frontend/ |
包含 index_enhanced.html 及其 JS/CSS 资源 |
main_enhanced.py |
CLI/Web 模式启动入口 |
requirements.txt |
环境依赖列表 |
本项目采用 MIT License 开源。
本项目是一个开源软件，作者投入了大量时间和精力进行开发和维护。如果您觉得这个项目对您有帮助，可以通过以下方式支持作者：
您的支持是作者持续更新和改进项目的最大动力！欢迎通过支付宝或微信扫码赞赏。
| 支付宝 (Alipay) | 微信支付 (WeChat Pay) |
|---|---|
 |
 |
| wx群聊 | 小红书群聊 |
|---|---|
 |
除了开源版本外，本人（作者）也可以提供一系列付费的商业服务，以满足个人、团队或企业的深度需求。如果您有以下任何需求，欢迎通过 GitHub Issues 或其他联系方式与我取得联系：
- 技术支持服务: 为您在使用过程中遇到的问题提供优先级的技术支持和解决方案。
- 定制化开发: 根据您的具体需求，对软件进行功能定制、添加新指标、对接特定数据源或API等。
- 企业内训: 为您的团队提供关于项目架构、量化交易基础、代码实现等方面的培训。
- 咨询服务: 提供与项目相关的技术选型、架构设计、策略实现等方面的专业咨询。
本项目仅供学习和投研交流使用，不构成任何投资建议。如需商用请联系作者。 投资有风险，入市需谨慎。