# atmquant **Repository Path**: kinkeylau/atmquant ## Basic Information - **Project Name**: atmquant - **Description**: No description available - **Primary Language**: Unknown - **License**: Not specified - **Default Branch**: main - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2026-01-22 - **Last Updated**: 2026-01-28 ## Categories & Tags **Categories**: Uncategorized **Tags**: open-quant ## README # ATMQuant - 开源AI量化交易框架 > 基于 vnpy 4.1 的开源AI量化交易框架，专注于图表可视化与策略研发 [![License: MIT](https://img.shields.io/badge/License-MIT-yellow.svg)](https://opensource.org/licenses/MIT) [![Python 3.10+](https://img.shields.io/badge/python-3.10+-blue.svg)](https://www.python.org/downloads/) ## 特性 - 📊 **多周期图表系统** - 支持双图/四图视图，多时间框架对比分析 - 📈 **技术指标库** - BOLL、SMA、EMA、MACD、RSI、DMI、成交量等常用指标 - 🎯 **策略开发框架** - 完整的策略基类，支持回测与参数优化 - ⚙️ **轻量配置管理** - 基于 .env 的配置系统，环境隔离 - 📝 **中文文档** - 详细的开发文档和教程 ## 进阶功能 基于开源版本，我还开发了包含手动交易面板、AI分析系统和高级指标的完整版本。 如果你需要这些进阶功能，可以加入知识星球获取： - 🎮 图表化交易面板（一键下单/平仓、持仓管理） - 🤖 AI智能分析系统（多模型分析、信号解读） - 📊 高级指标库（SuperTrend、ZLEMA、斐波那契入场带等20+指标） - 📈 实战策略与代码（含参数优化经验） 👉 加入知识星球：[量策堂·AI算法指标策略](https://t.zsxq.com/Y2m2V) ![](https://files.mdnice.com/user/125063/1ec3cb46-a645-430d-8715-fce52cf84e87.jpg) --- ## 快速开始 ### 1. 环境准备 ```bash # 创建虚拟环境 python3 -m venv venv source venv/bin/activate # Linux/macOS # 或 venv\Scripts\activate # Windows # 安装依赖 pip install -r requirements.txt ``` ### 2. 配置设置 ```bash # 复制配置文件 cp .env.example .env # 编辑配置文件，填入你的CTP账户信息 vim .env # 启动程序（自动加载配置） python main.py ``` ## 项目结构 ``` atmquant/ # 项目根目录 ├── 📁 core/ # 核心业务模块 │ ├── 📁 charts/ # 图表组件(图表容器和UI组件) │ │ ├── components/ # 图表子组件 │ │ │ ├── cursor_manager.py # 光标管理器 │ │ │ └── extendable_viewbox.py # 可扩展ViewBox │ │ ├── enhanced_chart_widget.py # 增强版图表 │ │ ├── dual_chart_widget.py # 双图视图 │ │ └── quad_chart_widget.py # 四图视图 │ ├── 📁 indicators/ # 技术指标实现(所有技术指标) │ ├── 📁 data/ # 数据处理核心 │ ├── 📁 logging/ # 日志和告警系统 │ │ ├── logger_manager.py # 日志管理器 │ │ └── alert_manager.py # 告警管理器 │ └── 📁 strategies/ # 策略相关 ├── 📁 config/ # 统一配置管理 │ ├── settings.py # 轻量级配置管理 │ └── alert_config.py # 告警配置 ├── 📁 vnpy_chartwizard/ # K线图表模块(实时tick更新) ├── 📁 vnpy_spreadtrading/ # 价差交易模块 ├── 📁 vnpy_tqsdk/ # 天勤数据源 ├── 📁 scripts/ # 运行脚本 ├── 📁 backtests/ # 回测相关 ├── 📁 utils/ # 工具模块 ├── 📁 tests/ # 测试文件 │ ├── unit/ # 单元测试 │ ├── integration/ # 集成测试 │ └── backtest/ # 回测测试 ├── 📁 docs/ # 文档目录 │ ├── README.md # 文档中心 │ ├── logging-system.md # 日志系统文档 │ └── alert-bot-setup.md # 告警机器人配置 ├── 📁 examples/ # 使用示例 ├── 📁 articles/ # 公众号文章 ├── 📁 logs/ # 日志文件 ├── 📁 vnpy/ # VeighNa框架 ├── 📄 main.py # 主入口文件 ├── 📄 requirements.txt # 依赖包 └── 📄 README.md # 项目说明 ``` ## 📚 系列文章 ### 以AI量化为生系列（交易系统开发） 从零开始搭建完整的量化交易系统，涵盖环境配置、数据管理、策略开发、回测优化、图表可视化等全流程。 1. **[以AI量化为生：普通人如何从无到有稳步构建交易系统](https://mp.weixin.qq.com/s/vHL2ZNoqe65dGn9qEQzLgQ)** - 量化交易入门指南 - 系统架构设计思路 - 学习路径规划 2. **[以AI量化为生：2.手把手搭建专业量化开发环境](https://mp.weixin.qq.com/s/AFFntmIN6rAFmlk03aIzoA)** - Python环境配置 - vnpy框架安装 - 开发工具设置 3. **[以AI量化为生：3.vnpy插件安装与配置指南](https://mp.weixin.qq.com/s/0LQ0CLgvKuTMccVPP99WfQ)** - vnpy插件生态介绍 - 核心插件安装配置 - 常见问题解决 4. **[以AI量化为生：4.vnpy配置管理与系统集成](https://mp.weixin.qq.com/s/XjDe1nD1tDXyJwQweeGCSA)** - 轻量级配置管理方案 - 数据库配置 - 数据源接入 - 邮件通知设置 5. **[以AI量化为生：5.期货数据定时下载与合约管理](https://mp.weixin.qq.com/s/r6ravF0YqtbvLcnXToX1Ug)** - 期货合约类型详解 - 智能合约管理系统 - 定时数据下载实现 - 数据质量监控 6. **[以AI量化为生：6.日志系统与告警机制设计](https://mp.weixin.qq.com/s/90iZrNuY6qSZ5ZIP4q0nyQ)** - 基于loguru的高性能异步日志系统 - 飞书、钉钉告警机器人配置 7. **[以AI量化为生：7.编写自己的第一个量化策略](https://mp.weixin.qq.com/s/lhTv5r7W5pM5O3osZq0vGA)** - vnpy策略开发基础教学 - 经典策略分析与学习 - 3MA多时间周期策略实现 - 动态止盈止损机制设计 8. **[以AI量化为生：8.回测框架优化与重要指标增强](https://mp.weixin.qq.com/s/8Lin92Dm_yG1ZtAHfCb3uA)** - vnpy回测框架深度解析 - 增强型回测指标实现 - 交易对分析与统计算法 - 智能评级系统设计 9. **[以AI量化为生：9.回测框架再优化与参数导出功能实现](https://mp.weixin.qq.com/s/iMEmoRekqAf-I3MS9mr0dQ)** - 参数回测结果导出功能 - 滚动夏普比率图表实现 10. **[以AI量化为生：10.回测界面大改版与用户体验全面提升](https://mp.weixin.qq.com/s/9EbD1Qh-ux1mU1gYOt2vOA)** - 界面布局重新设计 - 核心指标卡片式展示 - 完整指标分组与图表集成 - 成交记录、委托记录、每日盈亏等优化展示 11. **[以AI量化为生：11.增强版K线图表系统开发实战](https://mp.weixin.qq.com/s/dC1jXfPDsDXumvyOSQQcOw)** - 增强版K线图表系统架构设计 - 主图技术指标实现（布林带、SMA、EMA） - 副图技术指标实现（MACD、RSI、DMI、成交量） - 交互控制功能（复选框控制、参数配置、拖拽扩展） - 与回测系统无缝集成 12. **[以AI量化为生：12.多周期图表开发实战](https://mp.weixin.qq.com/s/FQ85NgQC0h3KLLK3qD00Ew)** - 多时间框架分析需求分析 - 周期切换面板设计与实现 - K线数据聚合算法开发 - 技术指标自动更新机制 13. **[以AI量化为生：13.交易时段小时K线合成实战](https://mp.weixin.qq.com/s/3UvbbWDhvZJactgAPtqH7w)** - 交易时段K线合成问题分析 - 小时K线按实际交易时段合成 - BarGenerator核心修改实现 - 全球12个金融市场配置 14. **[以AI量化为生：14.多周期交易买卖点连线智能匹配实战](https://mp.weixin.qq.com/s/B35sV1A8klZ3UIO_E9VtYg)** - 多周期自适应显示与回调机制 - 智能时间匹配（三层级匹配策略） 15. **[以AI量化为生：15.双图与四图视图开发实战](https://mp.weixin.qq.com/s/KXNfCfWwu6RExcHzQZHw_w)** - 双图并排对比分析（15分钟 vs 1小时） - 四图2x2网格全景视图（5分钟、15分钟、1小时、日线） - 多图表时间轴智能同步 - 分段控制器风格视图切换 16. **[以AI量化为生：16.图表交互优化 - X轴延伸与专注模式](https://mp.weixin.qq.com/s/-Ig1eTi-iHtg47iyH704tg)** - X轴向右延伸功能（鼠标拖拽/键盘导航） - 重写vnpy基类方法突破边界限制 - 双击专注模式（主图全屏/副图隔离） - 智能状态管理与可见性恢复 17. **[以AI量化为生：17.系统架构优化 - 指标模块化与动态加载](https://mp.weixin.qq.com/s/lfv93wu409ZqwKwQ4xTzQg)** - 目录重构：分离图表和指标 - 动态指标加载机制 - 扩展指标配置系统 - macOS崩溃问题修复 18. **[以AI量化为生：18.实时K线图表系统开发](https://mp.weixin.qq.com/s/aGo0nPybv8PtYDILBX7Efg)** - ChartWizard集成EnhancedChartWidget - 实时价格线显示 - 光标x轴标签修复 - 图表组件化重构（CursorManager、ExtendableViewBox） 19. **[以AI量化为生：19.半小时K线合成与多周期系统优化](https://mp.weixin.qq.com/s/kcBdo5Skjz1niRrj5RBRHQ)** - 半小时K线特殊时段划分（跨休市合成） - 图表系统3分钟和30分钟周期支持 - 日线聚合夜盘处理优化 --- ### 量化指标解码系列（技术指标研究） 《量化指标解码》是《以AI量化为生》的姊妹篇，专注于技术指标的深度研究与智能化改造。从经典指标到前沿指标，从原理剖析到实战应用，打造最全面、最前沿的量化指标库。 1. **[量化指标解码01：让指标开口说话！K线图表给技术指标装上AI大脑](https://mp.weixin.qq.com/s/nvF7VT25RXgHzSnVRfBEcQ)** - 智能解读的四层架构设计（基础信息、市场状态、信号识别、操作指导） - RSI指标智能解读完整实现 - 区间分析、动量变化、关键位突破、钝化检测、背离信号 - 为后续指标深度解码奠定基础 2. **[量化指标解码02：RSI深度解码 - 从超买超卖到背离钝化的全面分析](https://mp.weixin.qq.com/s/n1i676s4ZSvJCDdLX7C2sQ)** - RSI的计算原理和公式详解 - 代码实现：TA-Lib计算与ATMQuant集成 - 经典用法：超买超卖、背离（顶背离/底背离）、钝化 - 三个实战策略：超买超卖策略、RSI+均线组合、背离策略 3. **[量化指标解码03：布林带的开口收口策略与市场波动性分析](https://mp.weixin.qq.com/s/VGOcKwW4FRSHf3gYMa7fFw)** - 布林带的原理：从标准差到波动率通道 - 经典形态：收口(Squeeze)、开口(Expansion)、上下轨突破、中轨突破 - 智能解读：价格位置、宽度变化、宽度比率、突破分析 - 三个实战策略：均值回归策略(震荡市)、趋势突破策略(趋势市)、自适应策略(全市场) 4. **[量化指标解码04：MACD深度解码 - 零轴、背离与多周期共振策略](https://mp.weixin.qq.com/s/kzw_VUbjVWwj3RRxS1NeBQ)** - MACD的原理：从EMA到趋势动能 - 经典用法：金叉死叉、零轴突破、MACD柱变化、DIFF与DEA距离 - 高级用法：MACD背离（顶背离/底背离）、多周期共振 - 智能解读：零轴位置、金叉死叉、MACD柱、背离检测 5. **[量化指标解码05：DMI深度解码 - 趋势强度判断的终极武器](https://mp.weixin.qq.com/s/placeholder-dmi)** - DMI的原理：从方向到强度 - PDI和MDI：方向判断（对比、交叉、绝对位置） - ADX：趋势强度的核心（阈值判断、变化趋势、ADX与ADXR对比、拐点） - 经典组合：多头组合、空头组合、震荡组合 6. **[量化指标解码06：均线｜最简单的指标，最赚钱的策略](https://mp.weixin.qq.com/s/LoiclOU3V_JDTR55WzKYFQ)** - SMA与EMA的本质区别（稳定vs敏感） - SMA实战：支撑阻力、排列、散度、黄金/死亡交叉 - EMA实战：动态支撑阻力、早期交叉信号、收敛预警、趋势强度 - 多均线系统：三均线系统、葛兰碧法则、均线粘合与突破 7. **[量化指标解码07：会看成交量，你就成功了一半](https://mp.weixin.qq.com/s/ALjmwXM0CIu7qgTjX2XDgQ)** - 成交量尖峰识别：识别2倍以上异常放量 - 买卖量智能分解：基于收盘价位置估算买卖力量 - 量价关系分析：放量上涨、缩量上涨、放量下跌、缩量下跌 - 增强版成交量指标（会员专享） 8. **[量化指标解码08：SuperTrend超级趋势指标深度解码](https://mp.weixin.qq.com/s/FslARKEL2OwVX2blCvtdnA)** - SuperTrend指标原理与计算方法 - 趋势识别与信号生成机制 - 参数优化与实战应用 - 与其他指标的组合策略 9. **[量化指标解码09：ZLEMA零延迟趋势 - 比EMA快一步的秘密](https://mp.weixin.qq.com/s/iiVz_7JPwSxmLXez33m96g)** - ZLEMA的延迟补偿机制 - ZLEMA vs EMA：反应速度对比与滞后性分析 - 零延迟EMA的计算原理与代码实现 - 实战应用：趋势捕捉、突破确认、多周期共振 10. **[量化指标解码10：斐波那契入场带 - 不追涨不踏空的4层入场系统](https://mp.weixin.qq.com/s/YW9PHZ-MRKw6TeG5wp1MIA)** - 双重EMA基础线：平滑趋势判断 - 斐波那契多层带状：0.618、1.0、1.618、2.618倍波动率 - 三类交易信号：入场信号、反弹信号、止盈信号 - 趋势跟踪+均值回归混合系统：多周期配合与成交量过滤 11. **[量化指标解码11：挤压动量 - 捕捉低波动后的爆发行情](https://mp.weixin.qq.com/s/LjVdLktbQttrfS-R0eNiRA)** - 布林带与肯特纳通道对比：识别市场挤压与释放状态 - 三种状态标记：金色菱形（挤压）、灰色十字（释放）、蓝色十字（中性） - 线性回归动量计算：精准捕捉突破方向和强度变化 - 智能背离检测：价格与动量背离的自动识别与标记 12. **[量化指标解码12：聪明钱突破通道 - 用波动率解码主力资金突破时机](https://mp.weixin.qq.com/s/Uv3HCR-gBN6FbgRsdOiFpQ)** - 波动率归一化：不同品种的统一比较基准 - 通道自动检测：upper与lower交叉识别整理阶段 - 突破信号生成：强势收盘检测过滤假突破 - 量能仪表辅助：实时买卖压力可视化分析 13. **[量化指标解码13：WaveTrend波浪趋势 - 震荡行情的超买超卖捕手](https://mp.weixin.qq.com/s/J2kZLrdpMlg4L6Og1rhS5g)** - 双重EMA平滑：HLC3 → ESA → CI → WT1/WT2交叉信号 - 超买超卖区域：四层阈值判断（极度超买/超买/超卖/极度超卖） - 强势信号识别：超买超卖区域的交叉信号成功率更高 - 智能背离检测：价格与指标背离的自动识别与菱形标记 14. **[量化指标解码14：Supertrended RSI - RSI与趋势跟踪的完美融合](https://mp.weixin.qq.com/s/t1CmDPUXH5r7LgBqvZOr7A)** - RSI+Supertrend融合：在RSI值上计算Supertrend，提供动态支撑阻力 - 四种信号类型：超买超卖反转 + 趋势突破确认，过滤逆势假信号 - 多重平滑支持：可选HMA平滑RSI，6种MA类型辅助判断趋势 - 自适应波动率：基于RSI自身波动计算ATR，动态调整信号敏感度 15. **[量化指标解码15：Adaptive MACD Deluxe - 会自己调参的智能MACD](https://mp.weixin.qq.com/s/bvory4baaQTdKPnHpkMatA)** - R²相关性的自适应机制：根据市场状态动态调整MACD灵敏度 - Heiken Ashi平滑蜡烛图：把MACD值转成蜡烛图，看趋势更直观 - 6种信号平滑选择：EMA、SMA、WMA、VWMA、SMMA、Heiken Ashi - 区域穿越交易信号：极度超买超卖区域的强烈反转信号识别 --- ## 开发规范 ### 代码风格 - 使用Python 3.10+ - 遵循PEP 8代码规范 - 使用类型注解 - 添加详细的中文注释 ### 提交规范 - feat: 新功能 - fix: 修复bug - docs: 文档更新 - style: 代码格式调整 - refactor: 代码重构 - test: 测试相关 - chore: 构建过程或辅助工具的变动 ## 贡献 欢迎提交 Issue 和 Pull Request。 如果这个项目对你有帮助，欢迎 Star 支持。 ## 许可证 MIT License ## 相关链接 - **GitHub**: https://github.com/seasonstar/atmquant - **Gitee**: https://gitee.com/seasonstar/atmquant - **公众号**: 堂主的ATMQuant - **知识星球**: 量策堂·AI算法指标策略 --- **本项目是《以AI量化为生》和《量化指标解码》系列教程的配套代码。** 如果想系统学习量化交易开发，可以关注公众号获取教程更新。