一个功能强大、界面美观的交互式股票技术指标回测分析平台，基于Python构建，使用Streamlit提供Web界面，支持多种技术指标计算、条件配置和回测分析。
- 🎯 专业级回测分析：支持多指标组合策略的精确回测
- 📊 丰富的技术指标：基于talib库内置多种主流技术指标，支持参数自定义
- 🎨 现代化界面：基于Streamlit的响应式Web界面，美观易用
- ⚡ 高性能处理：智能缓存机制，支持大规模数据分析
- 🔧 高度可扩展：模块化设计，易于添加自定义指标和策略
- 📈 专业图表：集成Plotly绘制交互式K线图和技术指标图
- 多市场支持：A股、期货等市场数据
- 智能缓存：自动缓存机制，提高查询效率
- 灵活配置：支持日线、周线、月线，前复权、后复权等
- 实时更新：基于akshare库获取市场数据
- 趋势指标：SMA、EMA、MACD、布林带
- 摆荡指标：RSI、KDJ、CCI、威廉指标
- 成交量指标：OBV、成交量均线
- 波动率指标：ATR
- 多版本支持：同一指标不同参数（如SMA_5、SMA_10、SMA_20）
- 数值比较：RSI>70、MACD>0等
- 交叉信号：金叉、死叉 detection
- 逻辑组合：AND、OR、NOT复杂条件
- 动态管理：添加、编辑、删除条件配置
- 精确回测：信号触发后的收益分析
- 统计指标：胜率、平均收益、最大回撤等
- 风险分析：收益分布、波动率计算
- 详细报告：完整的回测结果和策略评估
- 交互式K线图：价格走势与技术指标叠加
- 分类副图：趋势、摆荡、成交量指标分离显示
- 信号标记：交易信号在图表上的可视化
- 收益分析图：回测结果的专业图表展示
- Python 3.8+
- 操作系统：Windows / macOS / Linux
# 克隆项目
git clone https://github.com/cn-vhql/stock-technical-indicators-platform.git
cd stock-technical-indicators-platform
# 安装依赖
pip install -r requirements.txt
# 启动应用
streamlit run app.py应用将在浏览器中自动打开：http://localhost:8501
- 输入6位股票代码（如：000001、600000）
- 选择时间范围和数据周期
- 选择复权方式
- 点击"获取数据"
- 选择技术指标类型
- 设置指标参数（周期、倍数等）
- 支持同一指标多参数配置
- 批量计算所有配置指标
- 创建交易条件（数值比较、交叉信号）
- 组合多个条件（AND、OR逻辑）
- 预览条件描述和影响
- 设置持有期天数
- 运行回测分析
- 查看详细报告和图表
策略示例：均线突破 + RSI过滤
条件：SMA_5 > SMA_20 AND RSI_14 < 70
解释：短期均线上穿长期均线，且RSI未超买
- 持有期：1-60天可调
- 止损条件：可自定义
stock-technical-indicators-platform/
├── 📁 src/ # 核心模块
│ ├── data_fetcher.py # 数据获取
│ ├── indicators.py # 技术指标计算
│ ├── conditions.py # 条件配置
│ ├── backtest.py # 回测分析
│ └── utils.py # 工具函数
├── 📁 tests/ # 测试用例
├── 📁 docs/ # 文档
├── 📁 examples/ # 示例代码
├── app.py # 主应用
├── requirements.txt # 依赖清单
├── LICENSE # GPL协议
└── README.md # 项目说明
- 前端：Streamlit + Plotly
- 后端：Python + Pandas + NumPy
- 数据源：AKShare
- 指标计算：TA-Lib
- 可视化：Plotly.js
- 📈 K线图与技术指标叠加显示
- 📊 分类副图展示不同类型指标
- 🎯 信号点标记和说明
- 📋 回测结果统计面板
- 📊 胜率和收益率统计
- 📈 收益分布直方图
- 📋 详细信号列表
⚠️ 风险提示和建议
# 在 src/indicators.py 中添加
def add_custom_indicator(self):
def custom_indicator(data, timeperiod=14):
# 自定义指标计算逻辑
return result
self.indicator_configs['CUSTOM'] = {
'name': '自定义指标',
'params': {'timeperiod': [5, 10, 20]},
'function': custom_indicator,
'input_cols': ['close', 'volume'],
'output_names': lambda params: [f"CUSTOM_{params['timeperiod']}"]
}from conditions import Condition
class CustomCondition(Condition):
def evaluate(self, data):
# 自定义条件评估逻辑
return signals我们欢迎所有形式的贡献！请查看 CONTRIBUTING.md 了解详细信息。
- 🐛 报告问题：提交Issue描述bug或建议
- 💡 功能建议：提出新功能或改进想法
- 🔧 代码贡献：提交Pull Request
- 📖 文档完善：改进文档和示例
查看 CHANGELOG.md 了解版本更新详情。
- ✨ 初始版本发布
- 📊 完整技术指标支持
- 🎯 回测分析功能
- 🎨 Streamlit Web界面
本项目基于 GPL v3 开源协议。查看 LICENSE 了解详情。
股票技术指标回测分析平台
Copyright (C) 2024 Stock Analysis Platform Team
This program is free software: you can redistribute it and/or modify
it under the terms of the GNU General Public License as published by
the Free Software Foundation, either version 3 of the License, or
(at your option) any later version.
重要提示：本工具仅供学习和研究使用，不构成任何投资建议。
- 📊 历史回测结果不代表未来表现
- 💰 投资有风险，决策需谨慎
- 🔍 使用前请充分理解工具原理和限制
- 📈 建议结合其他分析方法综合判断
感谢以下开源项目的支持：
- 📧 邮箱：yl_zhangqiang@foxmail.com
- 🐛 Issues：GitHub Issues
- 💬 讨论：GitHub Discussions
如果这个项目对您有帮助，请给我们一个 ⭐ Star！
Made with ❤️ by Stock Analysis Platform Team