tickflow-stock-panel

自托管 A 股量化台，LLM 驱动选股回测，零运维开箱即用

TSP 是一个自托管、零运维的 A 股量化工作台，集选股、监控、回测于一体。它基于 TickFlow 数据源，利用 LLM 能力实现策略定制、个股分析和复盘，帮助个人投资者快速构建和验证量化策略。项目采用 Python 和 React 构建，核心能力包括：通过 LLM 自然语言生成选股策略、实时监控股票池、历史回测验证策略有效性，并支持自由接入第三方数据源和个性化扩展数据。它解决了个人量化投资者在数据获取、策略开发和运维上的痛点，提供开箱即用的 Web 界面，无需复杂配置即可本地部署。

开源 free 智能体

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 4882

维护状态活跃

是否开源是

定价模式 free

项目数据

分类智能体

开发团队shy3130

所属国家

官网地址

GitHubhttps://github.com/shy3130/tickflow-stock-panel

定价模式free

价格说明开源项目，MIT许可证，完全免费，可自行部署使用。

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型a-stock,ai-agent,aigc,backtesting,daily,duckdb,fastapi,llm,polars,quant,quantitative-finance,quantitative-trading,react,screener,self-hosted,stock,stock-analysis,tdx,tickflow,tsp

GitHub 星标★ 4882

30天Star增速

HF 下载量

上线时间2026-06-18 00:00:00

最近更新2026-09-22 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数5

使用教程

难度：进阶约 10 分钟部署方式：Docker 7 步

环境要求

Docker 与 Docker Compose(推荐方式 A/B/C 使用)
非 Docker 的 Dev 模式需要 Python ≥ 3.11、Node ≥ 20
pnpm(可用 npm i -g pnpm 安装)与 uv
本机 3018 端口可用(默认 PORT=3018)
可选:TICKFLOW_API_KEY、AI_API_KEY(留空则降级运行)

安装与启动步骤

1克隆项目

把仓库克隆到本地并进入项目目录,后续命令都在根目录执行。
```
git clone https://github.com/shy3130/tickflow-stock-panel.git
cd tickflow-stock-panel
```
2生成配置文件

复制根目录的 .env.example 为 .env,所有配置都从该文件读取。
```
cp .env.example .env
```
3填写密钥

编辑 .env,按需填 TICKFLOW_API_KEY 与 AI_API_KEY;留空则走 None 模式并关闭 AI,也可稍后在面板设置页改。
4Docker Compose 启动

按 README 方式 B 在本地构建并启动全套服务,首次构建耗时较长,请等待容器就绪。
```
docker compose up --build
```
5打开 Web 面板

服务起来后浏览器访问面板地址,确认页面能正常加载。
6初始化数据管道

进入设置→凭据与能力点“重新检测”,再点“立即跑盘后管道”拉日 K 并计算 enriched 表。
7跑一次选股回测

自选页加标的,选股页点策略卡片扫描,回测页选策略与区间看净值、夏普和交易明细。

关键配置

配置项	必填	说明	示例
`TICKFLOW_API_KEY`	否	数据源密钥,留空为 None 模式,仅历史日K免费	`TICKFLOW_API_KEY=sk-xxxxxxxx`
`AI_API_KEY`	否	LLM 密钥,留空关闭 AI,填入后启用策略生成	`AI_API_KEY=sk-xxxxxxxx`
`PORT`	否	Web 服务监听端口,默认 3018	`PORT=3018`

如何确认成功

浏览器打开 http://localhost:3018 能进入面板,并在设置页“重新检测”看到档位标签与能力路由矩阵。

常见问题

Q：没有 Docker 怎么部署?

A：可用README方式C,装一个本机 AI 编程助手(Trae/Codex/OpenCode 等),把 README 里的部署提示词发给它自动克隆装依赖;或走方式 D,先备好 Python ≥ 3.11、Node ≥ 20、uv、pnpm。

Q：不填 TICKFLOW_API_KEY 能用吗?

A：可以。留空即 None 模式,历史日K免费可用;但当日数据要等盘后 1-2 小时才可用,更多数据能力需填 Key 解锁。

Q：AI 生成策略没反应?

A：AI_API_KEY 留空会直接关闭 AI 功能,填入有效 Key 后策略生成才启用,填完可在设置页重新检测。

Q：端口被占用怎么办?

A：修改根目录 .env 中的 PORT(默认 3018)后重启服务,再用新端口访问面板。

Q：项目适合完全新手吗?

A：README 明确提示“小白请绕路”,它只是本地量化思路与方案,不对标同花顺/通达信,也不内置 AI 荐股、涨停预测。

注意事项

本项目仅供学习研究使用,严禁商业用途,不作为投资软件或看盘软件。
配置既可写在根目录 .env,也可在面板“设置”页修改,完整配置项见 docs/configuration.md。
数据源插件化,可接入第三方数据源并个性化扩展数据。
项目问题可通过邮件 415333856@qq.com 联系作者。

核心亮点

LLM 自然语言生成策略，降低量化门槛
集成 TickFlow 数据源，数据获取开箱即用
支持回测与实时监控，策略验证闭环

不足之处

依赖 TickFlow 数据源，第三方数据接入需自行开发
文档/社区待观察

适用场景

个人投资者快速搭建 A 股量化选股系统
使用 LLM 生成并回测自定义交易策略
本地部署实现个股监控与复盘分析

替代项目

Backtrader、vn.py、聚宽（JoinQuant）

项目介绍

tickflow-stock-panel 是行业应用领域的开源项目，由 shy3130 开发，是 2026 年新上线的项目。

在全站 13,090 个收录项目中，它的 GitHub 星标数（4,882）位列前 9%，在行业应用分类的 545 个项目里位列前 7%。

近 41 天，它的 GitHub 星标从 2,787 增加到 4,882，净增 2,095。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-22。MIT许可证，完全免费，可自行部署使用。

它主要面向的使用场景是：个人投资者快速搭建A股量化选股系统。同类可对比的替代方案包括 Backtrader、vn.py、聚宽（JoinQuant）。

上一篇：openscience

下一篇：Cairn