aimoon 0.1.0

A股量化筛选与交易建议系统 — 基于技术指标的多因子打分筛选、回测与分析工具

aimoon 使用文档

A股量化筛选与交易建议系统 — 基于技术指标的多因子打分筛选、回测与分析工具。

---

快速开始

安装

git clone <repo-url>
cd aimoon
pip install -e .

30秒体验

aimoon --demo
# 或
python -m aimoon --demo

运行后将看到30只模拟股票的筛选结果表格，包含评分、建议和信号。

---

基本用法

实时筛选（默认模式）

aimoon                  # 默认参数筛选
aimoon --top 10         # 显示前10名
aimoon --workers 10     # 10个线程加速
aimoon --no-csv         # 不导出文件

筛选流程

1. 从东方财富获取全市场实时行情（含上市日期字段 f26）
2. 上市时间过滤 — 排除上市不满1年的股票
3. 基本面过滤 — 按市值、换手率、价格区间筛选
4. 排除规则 — ST、退市、北交所、8/4开头股票
5. 北向资金过滤 — 北向持股市值 >= 1亿元
6. 基金持仓过滤 — 基金持股占流通股 >= 5%
7. 多线程并行获取历史K线数据（带缓存，AKShare + 腾讯备用）
8. 计算技术指标并打分
9. RPS 计算 — 从K线数据计算 5/10/15/20 日涨幅排名
10. 输出排名表格、CSV 和 Markdown 文件

输出说明

列	含义
No.	排名
Code	股票代码
Name	股票名称
Price	最新价
Chg%	涨跌幅
Turnover%	换手率
Score	综合评分（越高越看多）
RPS5/10/15/20	相对价格强度（0-100，>90为强势）
Suggestion	操作建议
Conf.	置信度
Signals	触发的信号列表

---

评分体系

总分 = 各指标之和（动量为主，RPS 权重5，技术指标为辅）

技术指标（动量为主）

指标	看多信号	看空信号
动量 ROC5	强势(+5%+)+4, 上升(+2%+)+2	弱势(-5%-)-4, 下降(-2%-)-2
动量 ROC10	强势(+5%+)+2, 上升(+2%+)+1	弱势(-5%-)-2, 下降(-2%-)-1
动量 ROC20	强势(+5%+)+1, 上升+1	弱势(-5%-)-1, 下降-1
动量加速	加速+3, 偏强+1	减速-3, 偏弱-1
新高/新低	5日新高+3, 10日+2, 20日+1	5日新低-3, 10日-2, 20日-1
ADX	强趋势(>25)+2	—
趋势 (MA)	均线多头+2, 金叉+2	空头-2, 死叉-2
MACD	金叉+2, 零轴上方+1	死叉-2, 零轴下方-1
RSI	强势(>60)+2, 偏多+1	弱势(<40)-2, 偏空-1
KDJ	金叉+1, 超卖+1	死叉-1, 超买-1
成交量	放量(2x+)+2, 温和放量+1	缩量-1
布林带	触及下轨+1	触及上轨-1
板块动量	强势板块+3, 全市场Top%+3	—

RPS（相对价格强度）— 权重5

RPS 衡量股票近 N 日涨幅在全部股票中的排名百分位（0-100）。

RPS 值	含义
> 90	涨幅超过 90% 的股票，极度强势
> 80	涨幅超过 80% 的股票，强势
< 20	涨幅低于 80% 的股票，弱势

RPS 加分：

条件	加分	信号
3-4个周期 RPS > 90	+5	RPS三线翻红(3/4 或 4/4)
2个周期 RPS > 90	+3	RPS双线红(2/4)

建议对照

总分	建议	置信度
>= 8	强烈买入	高
>= 5	买入	中高
>= 2	建议买入	中
>= 0	观望	低
>= -3	谨慎	中
>= -6	建议卖出	中高
< -6	强烈卖出	高

---

输出文件

每次运行自动生成两个文件到 output/ 目录：

• screen_YYYYMMDD_HHMMSS.csv — CSV 格式，可用 Excel 打开
• screen_YYYYMMDD_HHMMSS.md — Markdown 格式，包含完整 RPS 数据和信号

---

回测

aimoon backtest --stocks 000001                   # 回测单只股票
aimoon backtest --stocks 000001,600519,300750     # 回测多只
aimoon backtest --stocks 000001 --hold-days 10    # 指定持仓天数

回测逻辑：

• 从第60天开始逐日运行策略
• 买入信号：总分 >= 2
• 持有指定天数后卖出
• 输出：总收益率、胜率、最大回撤

---

缓存管理

K线数据缓存到 .aimoon_cache/ 目录，默认4小时过期。

aimoon cache clear    # 清除所有缓存

---

配置文件

aimoon --config my_config.yaml

配置示例

# 筛选参数
history_days: 250
min_market_cap_yi: 50.0
max_market_cap_yi: 2000.0
min_turnover_pct: 3.0
max_turnover_pct: 30.0
min_price: 5.0
max_price: 100.0
top_n: 30
min_list_days: 250            # 上市天数（约1年）

# 机构持仓
min_northbound_cap: 1.0       # 北向持股市值（亿元）
min_fund_pct: 5.0             # 基金持股占比（%）

# 缓存
cache_ttl_hours: 4

# 输出
output_dir: output

# 技术指标参数
ma_short: 5
ma_mid: 20
ma_long: 60
rsi_period: 14
macd_fast: 12
macd_slow: 26
macd_signal: 9
kdj_period: 9
boll_period: 20
boll_std: 2.0
volume_ma_period: 20

# 排除规则
exclude_boards:
  - "ST"
  - "退"
  - "北交所"
exclude_prefixes:
  - "8"
  - "4"

参数优先级：命令行参数 > 配置文件 > 默认值

---

评分系统

评分采用函数注册表模式，每个评分器是一个独立函数，返回 Signal 或 None。

from aimoon.indicators.technical import TechInd
from aimoon.models import Signal
from aimoon.scoring import SCORERS, collect_signals

# 内置评分器列表
# score_momentum, score_rps, score_trend, score_macd,
# score_rsi, score_kdj, score_bollinger, score_volume, score_sector

# 自定义评分器
def my_scorer(ti: TechInd, code: str = "", ctx: dict | None = None) -> Signal | None:
    close = ti.kline["close"]
    if close.iloc[-1] > close.rolling(60).mean().iloc[-1]:
        return Signal(label="MA60上方", weight=2, direction=1)
    return None

# 注册并运行
SCORERS.append(my_scorer)
signals = collect_signals(ti, code="000001")

---

Python API

from aimoon.data.spot import get_spot
from aimoon.data.history import get_kline
from aimoon.data.filters import filter_universe
from aimoon.screener import screen_stock
from aimoon.scoring.rps import compute_rps
from aimoon.backtest import BacktestEngine

# 获取数据
spot = get_spot()
filtered = filter_universe(spot)

# 筛选单只股票
kline = get_kline("000001").unwrap()
result = screen_stock("000001", "平安银行", kline)

# 回测
engine = BacktestEngine(hold_days=5)
bt = engine.run("000001", "平安银行", kline)
print(f"收益率: {bt.total_return:+.2f}%, 胜率: {bt.win_rate:.0%}")

---

项目结构

src/aimoon/
├── cli.py               # CLI 入口
├── config.py             # 配置管理（AppConfig + YAML 加载）
├── result.py             # Ok/Err 结果类型
├── models.py             # 数据模型
├── cache.py              # 文件缓存（pickle + TTL）
├── screener.py           # 筛选编排器
├── backtest.py           # 回测引擎
├── demo.py               # 模拟数据演示
├── output.py             # Rich 表格 + CSV/Markdown 导出
├── data/
│   ├── spot.py           # 实时行情（东方财富）
│   ├── history.py        # 历史 K 线（AKShare + 腾讯备用）
│   └── filters.py        # 基本面 / 北向 / 基金过滤
├── indicators/
│   └── technical.py      # 技术指标计算（MA/RSI/MACD/KDJ/BOLL/ROC/ADX）
└── scoring/
    ├── momentum.py       # 动量评分（ROC/新高新低/加速）
    ├── rps.py            # 相对价格强度
    ├── trend.py          # 趋势评分（MA/ADX）
    ├── macd.py           # MACD 评分
    ├── rsi.py            # RSI 评分
    ├── kdj.py            # KDJ 评分
    ├── bollinger.py      # 布林带评分
    ├── volume.py         # 成交量评分
    └── sector.py         # 板块动量评分

---

常见问题

Q: 网络错误？

AKShare 可能不稳定，系统会自动切换到腾讯 K 线接口。确保能访问 eastmoney.com 和 gtimg.cn。

Q: 北向/基金数据获取失败？

这些数据来自东方财富 datacenter，不影响核心筛选，获取失败时自动跳过。

Q: RPS 值全是 0？

RPS 从 K 线数据计算，需要至少 21 天数据。缓存可能导致数据不足，运行 aimoon cache clear 后重试。

Q: CSV/Markdown 输出到哪里？

默认 output/ 目录，文件名格式 screen_YYYYMMDD_HHMMSS.csv/.md。可通过 output_dir 配置修改。