tp-quant (Trading Pattern Scanner)
tp-quant 是一个高性能的 Python 量化交易模式识别与预筛选库，内置 10+ 种几何经典形态检测、10+ 种 TA-Lib K 线形态识别，以及基于量价与指标体系的综合强度评分系统。
核心亮点
- 几何与 K 线形态识别：自动检测头肩顶/底、三角形、楔形、双顶/底、通道等经典形态及多种 K 线组合形态。
- 工业级 TA-Lib 集成：深度整合 TA-Lib 库，所有基础技术指标（RSI, MACD, ADX, EMA 等）均经过向量化加速与稳定性校验。
- 智能量化评分：独有的 0-10 分综合评分体系，结合趋势维度、动能因子、成交量配合及确认信号进行动态分级。
- 高并发与高性能：基于 Pandas 3.x 与 NumPy 2.x 进行向量化优化，支持多线程并发扫描与大数据集处理。
- 双模体验：同时提供简洁易用的 Python API 以及功能完善的统一命令行工具 (
tp)。 - 策略回测支持：原生集成
backtrader回测引擎，支持形态买卖信号的快速历史回测与绩效评估。
安装说明
通过 PyPI 安装
pip install tp-quant
包含回测模块安装
pip install "tp-quant[backtest]"
源码安装（本地开发）
git clone https://github.com/your-repo/tp-quant.git
cd tp-quant
pip install -e .
快速上手 (Python API)
1. 基础形态扫描
import pandas as pd
from tradingpatterns import scan_patterns, get_signals
# 加载您的 K 线数据 (包含 open, high, low, close, volume 字段)
df = pd.read_csv("ohlcv_data.csv")
# 扫描形态并获取评分与信号
results = scan_patterns(df)
print(results)
2. 高级预筛选流水线
from tradingpatterns import pre_screen_and_scan
# 执行预筛选与形态识别流水线
scan_result = pre_screen_and_scan(df, symbol="AAPL")
print("综合评分:", scan_result.get("score"))
print("通过防线:", scan_result.get("passed"))
命令行工具 (tp)
安装本项目后，可直接使用统一终端命令 tp 进行形态扫描与策略回测：
1. 扫描分析 (tp scan)
# 使用测试行情进行快速体验
tp -s MOCK_SYMBOL --mock
# 指定分析模式（bottom / trend / all）
tp -s MOCK_SYMBOL -m trend --mock
# 输出精简 JSON 格式（便于下游 LLM / 程序接入）
tp -s MOCK_SYMBOL --mock --json-simple 2>/dev/null
# 打印人类可读彩色表格 + Top 1 完整 JSON 结构
tp -s MOCK_SYMBOL --mock --detail
常用参数表：
| 参数 | 缩写 | 说明 |
|---|---|---|
--stock_code |
-s |
单个代码标的 |
--stocks |
-S |
多个代码（逗号分隔） |
--file |
-f |
YAML / 文本文件标的列表 |
--mode |
-m |
扫描模式：all / bottom / trend |
--min-score |
- | 筛选合格的综合得分下限（默认 6.0） |
--mock |
- | 使用内置测试行情进行无网调试 |
--workers |
- | 并发线程数（默认自动按 CPU 核心数调度） |
--json-simple |
- | 输出精简 JSON 数组 |
--json |
- | 输出完整 JSON 字段数据 |
--detail |
- | 表格渲染 + 最佳标的 JSON 明细 |
2. 策略回测 (tp backtest)
# 基于形态信号执行买卖策略回测
tp backtest -s MOCK_SYMBOL --engine pattern --start 2024-01-01
项目结构与文档
更多详细技术设计与使用指南请参阅 docs/ 目录：
- 预筛选机制设计：六层过滤漏斗（流动性、趋势、形态等）设计架构。
- 评分体系说明：综合 0-10 分评分体系、因子权重与算法原理。
- 威科夫量价应用：威科夫供需量价分析在 K 线筛选中的实现。
- 网格策略手册：网格交易计划生成与风险控制参数。
单元测试
使用 pytest 运行完整测试套件：
pytest
免责声明与许可
免责声明
本项目（tp-quant）所包含的代码、算法及模型仅供技术研究、学术交流及定量分析使用，不构成任何形式的投资建议、财务咨询或交易依据。金融市场有风险，投资需谨慎。依据本项目识别结果或回测结论所进行的任何实际交易决策，风险均由使用者自行承担。
许可协议
本项目依据 CC BY-NC-SA 4.0 协议开源。
1 maintainer
Download files
Download the file for your platform. If you're not sure which to choose, learn more about installing packages.
Source Distributions
No source distribution files available for this release.See tutorial on generating distribution archives.
Built Distributions
Filter files by name, interpreter, ABI, and platform.
If you're not sure about the file name format, learn more about wheel file names.
Copy a direct link to the current filters
File details
Details for the file tp_quant-1.0.0-cp312-cp312-manylinux2014_x86_64.manylinux_2_17_x86_64.whl.
File metadata
- Download URL: tp_quant-1.0.0-cp312-cp312-manylinux2014_x86_64.manylinux_2_17_x86_64.whl
- Upload date:
- Size: 1.9 MB
- Tags: CPython 3.12, manylinux: glibc 2.17+ x86-64
- Uploaded using Trusted Publishing? No
- Uploaded via:
uv/0.9.15 {"installer":{"name":"uv","version":"0.9.15","subcommand":["publish"]},"python":null,"implementation":{"name":null,"version":null},"distro":{"name":"macOS","version":null,"id":null,"libc":null},"system":{"name":null,"release":null},"cpu":null,"openssl_version":null,"setuptools_version":null,"rustc_version":null,"ci":null}
File hashes
| Algorithm | Hash digest | |
|---|---|---|
| SHA256 |
a07363ded2a4123200e2197e2b24d5ef40b53df1fa3fe7d3a8f7939bf4c0d6d4
|
|
| MD5 |
153e18a9522a2ac236df52bb2923f47a
|
|
| BLAKE2b-256 |
6a04eb5d6af332d4c5316739d7f2d10ed1b74621efbb0bbef4e72cfff5b9c7b6
|
File details
Details for the file tp_quant-1.0.0-cp312-cp312-manylinux2014_aarch64.manylinux_2_17_aarch64.whl.
File metadata
- Download URL: tp_quant-1.0.0-cp312-cp312-manylinux2014_aarch64.manylinux_2_17_aarch64.whl
- Upload date:
- Size: 1.7 MB
- Tags: CPython 3.12, manylinux: glibc 2.17+ ARM64
- Uploaded using Trusted Publishing? No
- Uploaded via:
uv/0.9.15 {"installer":{"name":"uv","version":"0.9.15","subcommand":["publish"]},"python":null,"implementation":{"name":null,"version":null},"distro":{"name":"macOS","version":null,"id":null,"libc":null},"system":{"name":null,"release":null},"cpu":null,"openssl_version":null,"setuptools_version":null,"rustc_version":null,"ci":null}
File hashes
| Algorithm | Hash digest | |
|---|---|---|
| SHA256 |
9f58a6b6224f2ed27740321873851bff49667c08a3c694e9c777e14593184db2
|
|
| MD5 |
4aaa9c415ce811846b98d4bf6af06608
|
|
| BLAKE2b-256 |
73270a0afe7ba29c28068590e29a463c69077f33c09d1c31ffd9fe946cf0f768
|
File details
Details for the file tp_quant-1.0.0-cp312-cp312-macosx_11_0_arm64.whl.
File metadata
- Download URL: tp_quant-1.0.0-cp312-cp312-macosx_11_0_arm64.whl
- Upload date:
- Size: 1.4 MB
- Tags: CPython 3.12, macOS 11.0+ ARM64
- Uploaded using Trusted Publishing? No
- Uploaded via:
uv/0.9.15 {"installer":{"name":"uv","version":"0.9.15","subcommand":["publish"]},"python":null,"implementation":{"name":null,"version":null},"distro":{"name":"macOS","version":null,"id":null,"libc":null},"system":{"name":null,"release":null},"cpu":null,"openssl_version":null,"setuptools_version":null,"rustc_version":null,"ci":null}
File hashes
| Algorithm | Hash digest | |
|---|---|---|
| SHA256 |
f56f2353c7e549f50000b85d783325ab6a6c95133ce76a8ffb2d86d7a4e3630c
|
|
| MD5 |
4db5439533db629da40cf2a8570f58c5
|
|
| BLAKE2b-256 |
01a16bc7959bf1f30c9595509d9fb52c052da658dcff832465e24f982b099442
|
