aimoon 0.1.1

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

A股量化筛选与交易建议系统 — 动量为主、趋势为辅的多因子打分筛选、回测与分析工具。

---

快速开始

安装

pip install aimoon

或从源码安装：

git clone https://github.com/iloat20/aimoon.git
cd aimoon
pip install -e .

30秒体验

aimoon --demo

运行后将看到30只模拟股票的筛选结果，包含评分、建议和触发的信号列表。

实时筛选

aimoon                  # 默认筛选全市场（机构持仓池）
aimoon --top 10         # 显示前10名
aimoon --workers 10     # 10线程加速

---

三个核心命令

1. 筛选 — aimoon

从机构持仓池（北向>=1亿 + 基金>=5% + ROE>10%）中筛选强势股。

aimoon                      # 默认筛选
aimoon --config my.yaml     # 使用自定义配置
aimoon --demo               # 模拟数据体验

筛选流程：

1. 机构持仓池过滤（北向资金 + 基金持仓 + ROE + 上市时间）
2. 基本面过滤（市值、换手率、价格区间）
3. 排除规则（ST、退市、北交所）
4. 多线程获取历史 K 线（AKShare + 腾讯备用，带缓存）
5. 10 个评分器计算 40+ 个信号
6. RPS 多周期排名（3/5/10/15/20/40/60日）
7. 输出排名表格 + CSV + Markdown

2. 回测 — aimoon backtest

组合级回测，自动对比沪深300基准。

# 单股回测
aimoon backtest --stocks 000001

# 多股组合回测（推荐）
aimoon backtest --stocks 000333,000568,000651,000858,600519

# 自定义参数
aimoon backtest --stocks 000333,000568 --hold-days 20 --max-positions 2

默认参数（经回测优化）：

参数	默认值	说明
hold_days	20	持仓天数
max_positions	2	最大同时持仓数
commission	0.0003	佣金（万三）
slippage	0.001	滑点
stamp_tax	0.0005	印花税

回测输出：

• 总收益率 / 年化收益率
• 夏普比率 / Calmar 比率
• 最大回撤 / 胜率
• 沪深300基准对比 / 超额收益

3. 因子评估 — aimoon evaluate

用 IC/ICIR 分析评估每个因子的预测能力。

aimoon evaluate --stocks 000333,000568,000651,000858 --forward-days 5

输出每个因子的：

• Mean IC — 因子值与未来收益的秩相关（>0.03 为有效）
• ICIR — IC/标准差，衡量稳定性（>0.5 为稳定）
• IC>0% — IC 为正的比例
• L-S — 多空收益差（top组 - bottom组）
• 五分位收益 — 按因子值分5组的平均收益

---

评分体系

总分 = 各信号分数之和。动量因子权重最高，趋势因子辅助，其他因子补充。

动量因子（核心）— 2 个评分器，18 类信号

因子	看多	看空
ROC 3/5/10/20/40/60/120日	强势(+5%+): +1~4	弱势(-5%-): -1~4
RPS 多周期 (3/5/10/15/20/40/60日)	3-4周期翻红: +5, 双线红: +3	—
长周期动量确认 (3/40/60/120日)	>=3周期强势: +3	—
波动率调整动量 (ROC/ATR)	高性价比: +2	下跌波动大: -2
动量持久度 (20日正收益占比)	>70%: +2	<30%: -2
上涨/下跌成交量比	>1.5: +2	<0.7: -2
OBV 趋势 (10日斜率)	上升: +2	下降: -2
VWAP 偏离 (20日)	强于VWAP: +2	弱于VWAP: -2
收益偏度 (20日)	正偏: +1	负偏: -1
新高新低比 (60日)	净新高: +2	净新低: -2
最大回撤恢复 (60日)	深跌后反弹: +2	—
动量加速	加速: +3	减速: -3
5/10/20日新高	新高: +1~3	5/10/20日新低: -1~3
ADX (>25)	强趋势: +2	—
超跌保护 (5日<-10%)	—	暴跌风险: -3

趋势因子（辅助）— 2 个评分器，9 类信号

因子	看多	看空
MA5/10/20/60 排列	完美多头: +3	空头: -2
MA 金叉/死叉	金叉: +2	死叉: -2
价格 vs MA20+MA60	均在上方: +2	均在下方: -2
ADX 方向 (+DI/-DI)	强多头: +2	强空头: -2
MACD 连续柱体	连续红柱: +2	连续绿柱: -2
EMA20 斜率	上升: +1	下降: -1
MACD 金叉/死叉	金叉: +2	死叉: -2
MACD 零轴	零轴上方: +1	零轴下方: -1

其他因子 — 6 个评分器

评分器	看多	看空
RSI (14日)	强势(>60): +2	弱势(<40): -2
KDJ	金叉: +1, 超卖: +1	死叉: -1, 超买: -1
成交量	放量(2x+): +2	缩量: -1
布林带	触及下轨: +1	触及上轨: -1
板块动量	强势板块(Top N%): +3	—

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

---

回测表现

以188只机构持仓池股票为标的，最近1年数据，对比沪深300（+8.17%）：

参数	总收益	超额	Sharpe	最大回撤	胜率
hold=20, top=2	+60.2%	+52.0%	+2.46	3.2%	56%
hold=10, top=5	+84.6%	+76.5%	+2.60	16.9%	59%
hold=5, top=10	+76.0%	+67.8%	+2.71	18.1%	51%
hold=10, top=10	+53.6%	+45.4%	+2.39	14.2%	56%

默认使用 hold=20, top=2（最优风险调整收益）。

---

输出文件

每次筛选自动导出到 output/ 目录：

• aimoon_YYYYMMDD_HHMMSS.csv — CSV 格式
• aimoon_YYYYMMDD_HHMMSS.md — Markdown 格式

---

配置文件

aimoon --config my_config.yaml

# 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

# 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（%）

# 回测参数
hold_days: 20                 # 持仓天数
max_positions: 2              # 最大持仓数

# 缓存
cache_ttl_hours: 24

# 技术指标
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

---

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

# 筛选单只股票
kline = get_kline("000001").unwrap()
result = screen_stock("000001", "平安银行", kline)
print(f"评分: {result.total_score}, 建议: {result.suggestion}")

# 组合回测
engine = BacktestEngine(hold_days=20, max_positions=2)
bt = engine.run_portfolio(klines, names)
print(f"收益: {bt.total_return:+.2f}%, Sharpe: {bt.sharpe_ratio:+.2f}")

---

缓存管理

K线数据和机构持仓数据缓存到 .aimoon_cache/ 目录。

aimoon cache clear    # 清除所有缓存
aimoon update         # 清除缓存并重新获取数据

---

项目结构

src/aimoon/
├── cli.py               # CLI 入口（筛选/回测/评估/缓存）
├── config.py             # 配置管理（frozen dataclass + YAML）
├── models.py             # Signal / ScoredStock 数据模型
├── screener.py           # 并发筛选编排器
├── backtest.py           # 回测引擎（单股 + 组合级）
├── factor_eval.py        # IC/ICIR 因子评估
├── cache.py              # 文件缓存（pickle + TTL）
├── demo.py               # 模拟数据演示
├── output.py             # Rich 表格 + CSV/Markdown 导出
├── result.py             # Ok/Err 结果类型
├── data/
│   ├── spot.py           # 实时行情（东方财富）
│   ├── history.py        # 历史 K 线（AKShare + 腾讯备用）
│   └── filters.py        # 机构持仓 / 基本面 / 板块过滤
├── indicators/
│   └── technical.py      # 技术指标（MA/RSI/MACD/KDJ/BOLL/ROC/ADX/ATR/OBV/VWAP）
└── scoring/
    ├── momentum.py       # 动量评分（ROC/新高新低/加速/ADX）
    ├── momentum_ext.py   # 扩展动量（波动率调整/持久度/OBV/VWAP/偏度/回撤恢复）
    ├── rps.py            # RPS 相对价格强度（7周期）
    ├── trend.py          # 趋势评分（MA排列/金叉死叉）
    ├── trend_ext.py      # 扩展趋势（均线排列度/ADX方向/MACD柱体/EMA斜率）
    ├── combiner.py       # IC 加权 + 行业中性化
    ├── 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: 回测结果和实盘不一样？

回测使用收盘价成交，无流动性限制。实盘需考虑：滑点更大、涨跌停无法成交、停牌等因素。

Q: 如何自定义评分器？

from aimoon.scoring import SCORERS
from aimoon.models import Signal

def my_scorer(ti, code="", ctx=None):
    if ti.roc_signal(20) > 10:
        return Signal("my_signal", "自定义信号", +3)
    return None

SCORERS.append(my_scorer)