TSP 自托管量化工作台 Vibe 项目

项目简介

TSP（Tick Stock Panel）是一款面向 A 股研究者的自托管、零运维量化工作台，由独立开发者开源维护，支持 Docker 单容器部署，数据全部落在本地 Parquet 文件中，无需依赖任何云端平台。项目以"让量化研究回归本地"为核心理念，将选股、回测、监控、因子分析、个股研究和盘后复盘全链路闭环在同一套系统中，并引入 LLM 驱动的 AI 对话助手，实现自然语言查询全站数据。

与同花顺、通达信等商业终端不同，TSP 不提供"AI 荐股"或"涨停预测"功能，项目 README 明确声明仅供学习研究使用。它解决的是有一定量化基础的投资者和研究者在本地搭建可扩展、可定制量化环境时的核心痛点：数据源绑死、工具链割裂、盘中异动靠人盯、付费终端数据无法本地化。

核心功能

TSP 提供从数据获取到策略研究再到盘中监控的完整闭环，主要功能模块包括：

选股引擎：内置 25 种选股策略，支持自定义信号和 AI 生成策略。底层基于 Polars 毫秒级扫描全 A 股，日线策略与分钟级策略共用同一个选股池，按策略声明的周期自动路由到对应执行模式。研究人员可以用自然语言描述选股逻辑，AI 助手自动生成对应策略代码并加入候选池。

回测研究：支持因子回测、策略回测和分钟级策略回测三种模式。因子回测提供 IC/IR 分析、分层收益和多空组合，内置 62+ 因子目录帮助筛选有效指标。策略回测输出净值曲线、最大回撤、夏普比率、胜率、盈亏比等核心指标，并考虑 T+1 交易制度、手续费和滑点。分钟策略回测则逐交易日回放信号，输出分钟级成交明细用于精细分析。所有回测结果支持导出 CSV，包含概要数据、净值序列、交易明细和分标的统计，可一键将候选策略载入复测模块。

因子平台：提供因子检验、因子库、因子编辑器和因子组合四套工具。因子检验支持 IC、IR、Newey-West 方法；因子编辑器采用 DSL 语法，支持 25 种算子，支持中英文双语字段和模板管理；因子组合搜索支持多因子联合挖掘，候选结果需人工确认后才发布，永不自动上线。

异动监控：覆盖竞价异动、盘中异动和偏移异动三类监控场景。竞价异动接入同花顺盘前风向标数据，标注追高风险；盘中异动聚合涨停、炸板、翘板、跌停、新高、新低、放量等信号，无需额外数据采集；偏移异动采用交易所官方异动偏离值口径，覆盖主板、创业板、科创板和北交所的不同涨跌幅规则。监控触发时支持实时弹窗、语音播报和飞书推送。

AI 对话助手：悬浮球或快捷键呼出，接入 18 个只读工具覆盖个股、大盘、板块、自选、持仓、信号、策略、因子等全站页面。输出采用逐字流式显示，每条回答附带工具调用足迹卡展示参数和耗时，支持可展开核对。AI 对话助手完全解耦，删除对应目录即可卸载，不影响主程序运行。

市场环境与板块分析：内置情绪周期六阶段模型（冰点/启动/主升/高潮/退潮/修复），连板梯队驱动，EMA 平滑加两日确认机制。概念和行业维度提供涨幅轮动矩阵、领涨领跌主线和个股穿透分析，帮助快速定位市场主线。

技术实现

TSP 采用前后端分离架构。后端核心为 FastAPI + Polars + DuckDB，选股和回测计算基于 Polars 的向量化能力实现毫秒级扫描，分钟级回测结合向量化与流式处理保障性能。数据存储采用 Parquet 格式，支持本地持久化，天然适配列式查询和压缩存储。AI 能力通过集成 CodeX CLI 和 LLM API 实现，支持策略代码生成、自然语言数据查询和盘后复盘报告自动生成。前端使用 React + Vite + TypeScript 构建，提供现代化的交互界面。容器化部署仅需一条 Docker 命令，数据和配置持久化在宿主机目录，重启不丢数据。

Docker 部署优先拉取预构建镜像（ghcr.io/shy3130/tick-stock-panel:latest），无 Docker 环境时支持 Dev 模式本地启动。环境变量通过 .env 文件配置，核心变量包括 TICKFLOW_API_KEY（数据源接入）、AI_API_KEY（AI 功能开关）和 PORT（服务端口）。数据管道支持盘后自动调度，按日历史回补 enriched 数据。

快速上手

以下是快速启动 TSP 的标准流程：

第一步：准备环境。确保机器已安装 Docker 和 Git，在终端执行克隆仓库并进入目录。

第二步：配置环境变量。复制 .env.example 为 .env，按需填写 TICKFLOW_API_KEY（留空为 None 模式，历史日 K 数据免费使用），填写 AI_API_KEY 启用 AI 对话助手。

第三步：启动服务。执行 docker-compose up 或 ./dev.sh（Linux/macOS）或 .dev.ps1（Windows），浏览器打开 http://localhost:3018 即可进入工作台。

第四步：盘后数据管道。配置完成后，系统在每个交易日盘后自动拉取日 K 数据并计算 enriched 指标，历史数据按配置的时间范围回补。

第五步：开始研究。在选股页面创建策略，回测页面验证表现，监控页面配置异动规则，AI 对话助手可直接用自然语言查询全站数据。

适用人群

TSP 主要面向以下用户群体：具备一定量化研究或数据分析经验的个人投资者，希望在本地搭建可定制量化研究环境的量化爱好者，有 Python 或前端开发能力并希望扩展量化工具集的独立开发者，以及对 AI 辅助投资研究感兴趣、希望用自然语言方式探索市场数据的探索者。README 明确标注"小白请绕路"，项目定位偏向研究导向而非开箱即用的商业产品。

数据扩展与生态

TSP 采用插件化数据源架构，默认接入 TickFlow 数据源（可选），同时支持接入第三方数据源。扩展分析模块允许将任意第三方数据字段配置为一级菜单，与内置数据同台展示。数据设置页面提供完整的数据画像和同步状态监控，支持维表、日 K、除权、Enriched、指数、ETF、分钟 K、财务等多类数据的独立管理。

整体而言，TSP 是一款将本地量化研究全流程闭环的开源工具，适合愿意花时间配置和维护、有一定研究能力的个人用户。它不对标商业终端，也不提供投资建议，定位清晰——做一个可扩展、可定制、纯本地的 A 股研究工作站。