QuantumTradingEngine

量化交易分析引擎

企业级期货量化交易分析平台 | 支持CTP接口 | 五大共振因子策略

English | 中文

---

🎯 项目简介

QuantumTradingEngine 是一套面向机构投资者的量化交易分析系统，专注于期货市场的多因子策略研究。系统实现了五大共振因子量化评分体系，结合技术分析、资金流向、市场结构等多维度数据，为交易决策提供数据支撑。

核心特性

模块	描述
📊 数据分析引擎	实时行情获取、历史数据管理、多周期分析
🎯 五大共振系统	趋势、动能、结构、共振、量价五因子评分
🔄 回测引擎	事件驱动回测、参数优化、绩效归因
📈 CTP接口	支持SimNow仿真、华泰期货体验版
🖥️ 可视化界面	PyQt5桌面应用、盘前分析、实时监控、交易复盘

---

🏗️ 系统架构

QuantumTradingEngine/
├── src/
│   ├── core/           # 核心数据层
│   ├── engine/         # 策略引擎
│   ├── strategy/       # 策略实现
│   ├── backtest/       # 回测模块
│   ├── execution/       # 交易执行
│   ├── ui/             # 图形界面
│   └── utils/          # 工具函数
├── config/             # 配置文件
├── scripts/            # 脚本工具
├── tests/              # 单元测试
├── docs/               # 文档
└── notebooks/          # Jupyter分析

---

🚀 快速开始

环境要求

• Python 3.8+
• Windows 10+ / Linux / macOS
• 4GB+ RAM
• 网络连接（实时行情）

安装

# 克隆项目
git clone https://github.com/ga626/QuantumTradingEngine.git
cd QuantumTradingEngine

# 安装依赖
pip install -r requirements.txt

# 启动GUI
python src/main.py

Docker 部署

# 构建镜像
docker build -t quantum-trading-engine .

# 运行容器
docker run -d -p 8080:8080 \
    -v $(pwd)/data:/app/data \
    quantum-trading-engine

---

📖 核心算法

五大共振因子体系

因子	权重	评分维度
因子1: 大周期趋势	35%	MA均线、ADX趋向指标、供需库存逻辑
因子2: 横盘积累	25%	布林带收口、波动率压缩、横盘时长
因子3: 突破确认	15%	突破有效性、价格角度、成交量确认
因子4: 量价共振	15%	成交量突破、持仓量变化、价格动量
因子5: 资金验证	10%	龙虎榜、大单净流入、主力动向

评分等级

总分	等级	操作建议
80-100	⭐⭐⭐ 重点关注	可重仓介入
60-79	⭐⭐ 常规关注	轻仓试探
40-59	⭐ 轻仓	观望为主
<40	❌ 禁止开仓	规避风险

---

📊 数据源

数据类型	来源	说明
实时行情	新浪财经	毫秒级延迟
K线数据	AKShare	日/60分钟/15分钟
财务数据	交易所公开信息	持仓龙虎榜
CTP行情	SimNow/华泰	仿真环境

---

🛠️ 支持的期货品种

板块	品种
黑色系	螺纹钢、热卷、铁矿石、焦煤、焦炭
有色金属	铜、铝、锌、镍
贵金属	黄金、白银
能源化工	原油、橡胶、塑料、PTA
农产品	豆粕、玉米、棉花、白糖

---

📝 使用示例

盘前分析

from engine.five_factors import FiveFactorsEngine

# 初始化引擎
engine = FiveFactorsEngine()

# 分析螺纹钢
result = engine.analyze('rb2405', direction='long')

# 输出评分
print(f"总分: {result.total_score}")
print(f"等级: {result.level}")

回测示例

from backtest.engine import BacktestEngine
from strategy.breakout import BreakoutStrategy

# 创建策略
strategy = BreakoutStrategy()

# 运行回测
engine = BacktestEngine(strategy=strategy)
results = engine.run(symbol='rb2405', start='2024-01-01', end='2024-12-31')

# 输出绩效
print(f"年化收益: {results.annual_return:.2%}")
print(f"夏普比率: {results.sharpe_ratio:.2f}")

---

📈 绩效表现

以下数据基于历史回测，仅供参考，不构成投资建议

策略	年化收益	最大回撤	夏普比率
五大共振-螺纹钢	32.5%	-8.2%	2.15
五大共振-黄金	28.3%	-6.5%	1.89
动量突破-铜	25.1%	-10.3%	1.56

---

🤝 贡献指南

欢迎提交 Issue 和 Pull Request！

1. Fork 本仓库
2. 创建特性分支 (git checkout -b feature/AmazingFeature)
3. 提交更改 (git commit -m 'Add AmazingFeature')
4. 推送到分支 (git push origin feature/AmazingFeature)
5. 创建 Pull Request

---

📄 许可证

本项目采用 MIT 许可证 - 详见 LICENSE 文件

---

⚠️ 免责声明

本系统仅供辅助分析使用，不构成投资建议。期货交易有风险，入市需谨慎。过往业绩不代表未来表现。

---

📧 联系方式

• GitHub Issues: 提交问题
• 邮箱: odest.dev@outlook.com

---

如果对你有帮助，请点个 ⭐ 支持一下！