aaron/trading.ai

Fork 0

aaron 138a3007fd 更新

2025-10-01 09:58:52 +08:00

5.1 KiB

Raw Blame History

新架构说明文档

概述

本项目已重构为模块化的策略执行系统，支持定时执行多个策略任务。新架构分为四个层次：

数据层: TushareFetcher + StockPoolManager
策略层: BaseStrategy + 具体策略实现
执行层: TaskScheduler + StrategyExecutor
通知层: NotificationManager

核心工作流程

每个策略任务都遵循以下标准流程：

1. 根据规则获取股票池 → 2. 传递给策略进行分析 → 3. 以多种方式呈现或通知结果

模块详解

1. 数据层

TushareFetcher

负责从TuShare API获取股票数据
支持历史K线、热榜数据、基本信息等
已集成token管理和缓存机制

StockPoolManager

管理不同的股票池获取规则
内置规则：
- tushare_hot: 同花顺热榜
- combined_hot: 合并热门(同花顺+东财)
- leading_stocks: 龙头牛股
- 支持自定义股票列表

2. 策略层

BaseStrategy (抽象基类)

定义统一的策略接口
标准化输入输出格式
提供股票池批量分析能力

KLinePatternStrategy

实现K线形态识别策略
继承自BaseStrategy
支持多时间周期分析
集成回踩监控功能

3. 执行层

StrategyExecutor

协调股票池获取和策略分析
管理策略注册和执行
统一的结果处理和通知

TaskScheduler

支持多种调度规则
任务执行历史和统计
灵活的任务管理

4. 通知层

NotificationManager

支持多种通知方式
策略结果汇总推送
特殊事件提醒

快速开始

基础使用

# 1. 初始化组件
from src.data.tushare_fetcher import TushareFetcher
from src.data.stock_pool_manager import StockPoolManager
from src.strategy.kline_pattern_strategy import KLinePatternStrategy
from src.execution.strategy_executor import StrategyExecutor
from src.utils.notification import NotificationManager

# 创建实例
fetcher = TushareFetcher()
pool_manager = StockPoolManager(fetcher)
notification_manager = NotificationManager(config)
executor = StrategyExecutor(pool_manager, notification_manager)

# 2. 注册策略
strategy = KLinePatternStrategy(fetcher, notification_manager, config)
executor.register_strategy("kline_pattern", strategy)

# 3. 执行任务
result = executor.execute_task(
    task_id="test_task",
    strategy_id="kline_pattern",
    stock_pool_rule="tushare_hot",
    max_stocks=20
)

定时任务

from src.execution.task_scheduler import TaskScheduler

# 创建调度器
scheduler = TaskScheduler()

# 添加定时任务
task_func = executor.create_task_function(
    strategy_id="kline_pattern",
    stock_pool_rule="tushare_hot",
    max_stocks=30
)

scheduler.add_task(
    task_id="morning_scan",
    name="晨间扫描",
    func=task_func,
    schedule_rule="weekdays at 09:00"
)

# 启动调度器
scheduler.start()

支持的调度规则

"every 30 minutes" - 每30分钟
"every 1 hour" - 每1小时
"daily at 09:30" - 每日09:30
"weekdays at 14:00" - 工作日14:00
"monday at 10:00" - 每周一10:00

配置示例

策略配置

strategy_config = {
    'min_entity_ratio': 0.55,
    'final_yang_min_ratio': 0.40,
    'max_turnover_ratio': 40.0,
    'timeframes': ['daily'],
    'pullback_tolerance': 0.02,
    'monitor_days': 30
}

股票池参数

# 同花顺热榜
{"limit": 50}

# 合并热门
{"limit_per_source": 30, "final_limit": 50}

# 龙头股
{"top_boards": 8, "stocks_per_board": 3, "min_score": 70.0}

扩展指南

添加新的股票池规则

继承 StockPoolRule 基类
实现 get_stocks() 和 get_rule_name() 方法
注册到 StockPoolManager

class MyCustomRule(StockPoolRule):
    def get_stocks(self, fetcher, **kwargs):
        # 自定义获取逻辑
        return stock_list

    def get_rule_name(self):
        return "我的自定义规则"

# 注册
pool_manager.register_rule("my_rule", MyCustomRule())

添加新策略

继承 BaseStrategy 基类
实现 analyze_stock() 和 get_strategy_description() 方法
注册到 StrategyExecutor

class MyStrategy(BaseStrategy):
    def analyze_stock(self, stock_code, timeframes=None):
        # 实现分析逻辑
        return {timeframe: StrategyResult(...)}

    def get_strategy_description(self):
        return "我的策略描述"

# 注册
executor.register_strategy("my_strategy", MyStrategy(...))

示例文件

examples/new_architecture_example.py - 完整架构演示
examples/task_config_examples.py - 常见任务配置示例

优势总结

✅ 模块化设计: 职责清晰，易于维护扩展 ✅ 灵活配置: 支持多种股票池和调度规则 ✅ 标准化接口: 统一的策略和结果格式 ✅ 任务调度: 强大的定时执行能力 ✅ 统一通知: 完善的结果推送机制 ✅ 缓存优化: 避免重复API调用 ✅ 错误处理: 完整的异常处理和日志记录

新架构完全满足了原始需求：通过简单配置实现复杂的多策略定时执行和结果通知系统。

5.1 KiB Raw Blame History