DeltaFStation

中文 | English

DeltaFStation 是基于 deltafq 的开源量化交易工作站，提供行情数据管理、策略开发与回测、手动模拟交易、策略自动运行及 AI Agent 辅助分析的一体化 Web 体验。

🎓 官方教程

慕课网 - 程序员 AI 量化理财体系课

项目官方配套课程：深度解析本框架从 0 到 1 的架构设计，涵盖实盘闭环逻辑与工业级量化开发实战，是掌握本项目精髓的进阶必修课。

🚀 安装与启动

pip install -r requirements.txt
python run.py

✨ 核心功能

• 📊 数据服务 - 行情数据管理与更新，统一回测、模拟与策略运行的数据入口
• 📉 回测中心 - 策略创建、历史数据回测、绩效分析、结果落盘与可视化报告
• 🧾 手动交易 - 管理账户（选择/新建）、支持 local_paper/broker 双模式、买卖执行与持仓盈亏跟踪（broker 为交易页 手动 miniQMT 实盘）
• ⚡ 策略运行 - 自动交易流程编排、实时监控、信号执行与运行日志；1.3.0 起 broker 账户支持 QMT 策略实盘（miniqmt 双网关，与交易页会话互斥），paper 仍为本地模拟
• 🤖 AI Agent - 支持 LLM 配置、对话、工具（Tool）与技能（Skills）调用
• 🔗 MCP（stdio）- Cursor / Claude Desktop 外接同一套 Agent 工具；配置见 docs/mcp-client-config.md

🔌 接口集成

• [Data] yfinance ✅ - 美股、A股、港股、加密、股指
• [Data] eastmoney ✅ - 场外基金（指数、QDII、股、债、混合）
• [Data] miniQMT ✅ - A股、场内ETF、债券（详情见课程实盘章节）
• [Trade] PaperTrade ✅ - 本地模拟交易、挂单按 Tick 撮合、持仓与订单管理
• [Trade] miniQMT Trade ✅ - A 股实盘：交易页手动下单 / 策略运行页自动下单（见 docs/qmt-strategy-live.md）

🗂️ 项目结构

deltafstation/
├── assets/           # 文档与展示图片
├── docs/             # 集成与设计说明（MCP、券商快照、QMT 策略实盘联调等）
├── mcp_server.py     # MCP stdio 侧车（与 TOOLS_MAP 对齐）
├── backend/
│   ├── api/          # REST API
│   │   ├── data_api.py
│   │   ├── strategy_api.py
│   │   ├── backtest_api.py
│   │   ├── ai_api.py          # AI Agent：LLM 对话（SSE 流式）；可选注入回测 SKILL
│   │   ├── simulation_api.py   # 手动交易：账户、下单
│   │   ├── broker_api.py       # 券商交易：connect/disconnect、下单撤单、快照
│   │   └── gostrategy_api.py   # 策略运行：启动/停止、K 线
│   ├── core/         # 核心引擎
│   │   ├── data_manager.py
│   │   ├── live_data_manager.py
│   │   ├── backtest_engine.py
│   │   ├── simulation_engine.py      # 手动交易 tick 撮合
│   │   ├── broker_engine.py          # miniQMT 会话管理与快照标准化
│   │   ├── strategy_engine.py     # 策略自动化 LiveEngine
│   │   ├── agent/                   # AI Agent 编排层（OpenAI 兼容：DeepSeek / OpenAI / 通义等）
│   │   │   ├── llm_client.py
│   │   │   ├── skill_prompt.py      # 关键词命中时加载 skills/*/SKILL.md 注入 system prompt
│   │   │   ├── skills/              # Markdown Skill（如 backtest/SKILL.md）
│   │   │   ├── tool_registry.py     # 工具 schema / handler 注册（TOOL_DEFINITIONS）
│   │   │   ├── tool_runner.py       # 多轮 tool_calls 编排执行
│   │   │   └── tools/              # 工具实现（handler）
│   │   │       ├── fun_tools.py
│   │   │       ├── backtest_tools.py
│   │   │       └── backtest_auto_tools.py
│   │   ├── utils/
│   │   │   ├── engine_snapshot.py
│   │   │   ├── broker_snapshot.py
│   │   │   ├── sim_persistence.py
│   │   │   └── strategy_loader.py
│   └── app.py        # Flask 入口
├── config/
├── data/
│   ├── raw/          # 原始行情 CSV；symbols_dict_*.json 标的目录（miniqmt 需本机 xtdata 维护）
│   ├── results/      # 回测结果 JSON
│   ├── simulations/  # 账户配置 JSON（含 local_paper 与 broker，统一 SIM_*.json）
│   └── strategies/   # 策略 Python 文件
├── frontend/
│   ├── templates/    # index / backtest / trader / gostrategy
│   └── static/           # 静态资源（css/js）
├── requirements.txt
└── run.py

🏗️ 技术架构

DeltaFStation 基于 Flask 构建 Web 端，后端集成 deltafq 量化框架，实现从策略研发到交易接入的云端工作流： https://github.com/Delta-F/deltafq

🤝 社区与贡献

• 欢迎通过 Issue 或 PR 反馈问题、提交改进。
• 微信公众号：关注 DeltaFQ开源量化，获取版本更新与量化资料。

⚖️ 许可证

MIT License，详见 LICENSE。