QuantFlow — 自动化量化研究 Demo

基于 Python + Futu OpenAPI 的轻量级量化研究演示项目。定位为面试 Demo，聚焦自动化量化 workflow 展示，非生产级交易系统。

技术栈

模块	技术
主语言	Python 3.11+
Web 界面	Streamlit
数据处理	Pandas
行情数据源	Futu OpenAPI（富途 OpenD）
策略回测	Backtrader
数据存储	SQLite
定时任务	APScheduler
图表	Plotly
通知推送	Telegram Bot
日志	Loguru
AI 辅助	OpenAI 兼容 API（DeepSeek 等）

功能一览

• 行情获取 — K 线、实时报价、成交量
• 股票筛选 — MA 金叉、RSI 超卖 / 超买、成交量放大
• 策略回测 — MA 双均线、RSI 策略；输出收益率、Sharpe 比率、最大回撤
• 自动提醒 — 策略触发时发送 Telegram 通知
• AI 日报 — 自动生成市场总结与策略表现报告
• 暗黑模式 — 自适应 Streamlit 主题（Light / Dark）

快速启动

1. 安装依赖

pip install -r requirements.txt

2. 配置 .env

项目根目录下已包含 .env 模板，按需填入外部服务配置：

# Futu OpenD（设为 true 启用真实行情，需 OpenD 已运行且已登录认证）
FUTU_ENABLED=false
FUTU_HOST=127.0.0.1
FUTU_PORT=11111

# Telegram 通知（可选，未填则降级为日志输出）
TELEGRAM_BOT_TOKEN=
TELEGRAM_CHAT_ID=

# AI 日报（可选，未填则使用模板化降级报告）
OPENAI_API_KEY=
OPENAI_BASE_URL=https://api.deepseek.com/v1
OPENAI_MODEL=deepseek-chat

# 定时任务间隔（分钟）
SCHEDULE_INTERVAL_MINUTES=30

3. 启动

streamlit run streamlit_app/dashboard.py

或：

python run.py

浏览器访问 http://localhost:8501 即可看到 Dashboard。

4. 脱离外部服务运行

所有外部服务（Futu OpenD / Telegram / AI API）未配置时均可正常启动，项目内置降级策略：

服务	降级方案
Futu OpenD	内置 5 只样本股票（腾讯、阿里、港交所、苹果、特斯拉）的 90 天模拟 K 线数据
Telegram	Dry-run 模式，信号输出到 Loguru 日志
AI 日报	基于技术指标自动生成的模板化报告

Streamlit 五个页面均可在 mock 数据下完整展示。

Futu OpenD 配置指南

1. 访问 Futu OpenAPI 下载页 下载 FutuOpenD Windows 客户端
2. 使用富途牛牛账号登录 FutuOpenD
3. 启动后默认监听 127.0.0.1:11111
4. 将 .env 中 FUTU_ENABLED 设为 true，确认 FUTU_HOST 和 FUTU_PORT 一致

若连接后提示"需要图形验证码"，请在 FutuOpenD 客户端界面完成图形验证码认证。

Telegram Bot 配置指南

1. 在 Telegram 搜索 @BotFather，发送 /newbot 创建机器人，获取 Bot Token
2. 向你的 Bot 发送任意消息，通过 https://api.telegram.org/bot<TOKEN>/getUpdates 获取 Chat ID
3. 填入 .env 中的 TELEGRAM_BOT_TOKEN 和 TELEGRAM_CHAT_ID

AI API 配置指南

支持任意 OpenAI 兼容协议的 API 服务：

• DeepSeek：注册 platform.deepseek.com，获取 API Key
• OpenAI：填入标准 OpenAI API Key 及 Base URL
• 本地模型：通过 vLLM / Ollama 等部署后，将 OPENAI_BASE_URL 指向本地地址

项目结构

quantflow/
├── app/
│   ├── main.py                    # 统一应用入口（编程方式调用）
│   ├── config/
│   │   └── settings.py            # 配置中心，加载 .env
│   ├── services/
│   │   ├── futu_service.py        # Futu API 封装 + Mock 降级
│   │   ├── screener_service.py    # 股票筛选（MA / RSI / 成交量）
│   │   ├── backtest_service.py    # Backtrader 回测引擎
│   │   ├── ai_report_service.py   # AI 日报生成 + 模板降级
│   │   ├── telegram_service.py    # Telegram 通知 + Dry-run
│   │   └── scheduler_service.py   # 定时任务调度
│   ├── strategies/
│   │   ├── ma_strategy.py         # MA 双均线策略
│   │   └── rsi_strategy.py        # RSI 超买超卖策略
│   ├── data/
│   │   ├── market_data.db         # SQLite 数据库
│   │   └── quantflow.log          # 日志文件
│   ├── utils/
│   │   ├── indicators.py          # 技术指标（MA / RSI / 量均线）
│   │   ├── logger.py              # Loguru 日志配置
│   │   └── helpers.py             # 格式化工具函数
│   └── prompts/
│       └── daily_report_prompt.txt # AI 日报 Prompt 模板
├── streamlit_app/
│   ├── dashboard.py               # 导航主页（5 个页面）
│   └── pages/
│       ├── market_overview.py     # K 线图 + 实时行情
│       ├── stock_screener.py      # 股票筛选器
│       ├── strategy_backtest.py   # 策略回测与对比
│       ├── signal_monitor.py      # 交易信号监控
│       └── ai_daily_report.py     # AI 日报生成页
├── requirements.txt
├── .env
├── .gitignore
├── run.py
└── README.md

设计原则

• 单体架构，不做微服务拆分
• 优先可运行，每个模块开发完成后即可独立验证
• 数据优先于 UI，强调策略结果与数据展示，不做复杂前端设计
• 严格 Demo 体量，禁止深度学习预测、高频交易、用户系统等生产级特性