GM-Quant 量化交易系统

⚠️ 项目暂停维护 - 作者暂时放弃了这个项目。

A股多策略量化交易系统，基于掘金量化(GoldMiner)平台。

最终回测结果 (V33.2)

指标	数值
总收益	+18.75%
初始资金	¥30,000
最终净值	¥35,626
最大回撤	-19.14%
交易次数	110笔
胜率	49.1%
盈利因子	1.98

策略表现

策略	交易	胜率	累计收益
BK (突破)	24笔	45.8%	+115.5%
VRC (量价反转)	34笔	44.1%	+80.1%
MR (均值回归)	51笔	52.9%	+29.3%

策略架构

活跃策略

• MR (均值回归) - 全行业，权重1.0
• VRC (成交量反转确认) - 全行业，权重0.5-2.0
• BK (突破) - 高波动行业，权重1.0-1.5
• DV (红利) - 部分行业
• RT (反转) - 部分行业

禁用策略

• MOM (动量) - 当前框架下无法出信号

关键改动 (V33.2)

1. MR权重从3.0降到1.0 - 减少MR交易，提高整体质量
2. MOM禁用 - MOM在当前框架下无法出信号
3. BK ATR移动止盈 - 盈利>10%后，最高价回撤ATR*2.5出场
4. executor.py资金利用率修复 - 移除remaining_slots除法
5. VRC放宽入场条件 - DECLINE -0.06, VOL 1.2, SCORE 0.45, RSI 15-50

文件结构

gm-quant/
├── config.py              # 配置参数
├── executor.py            # 交易执行器
├── strategy_mr.py         # MR均值回归策略
├── strategy_vrc.py        # VRC量价反转策略
├── strategy_breakout.py   # BK突破策略
├── sector_config.py       # 行业差异化配置
├── indicators.py          # 技术指标
├── stock_pool.py          # 股票池管理
├── trade_utils.py         # 交易工具
├── fusion.py              # 多策略融合
├── standalone_backtest.py # 离线回测引擎
├── minute_backtest.py     # 分钟数据回测引擎
└── visualizer.py          # 可视化

回测环境

• 数据目录: C:/lainghua/basic_data/day_bar/
• Python环境: Python 3.13
• 回测命令: python standalone_backtest.py
• DATA_COUNT=60 — 不可修改

收益瓶颈

框架上限约+19%，受限于：

1. 股票池：96只蓝筹股，波动率有限
2. 数据：17个月日线，牛市行情不足
3. 资金：¥30,000，仓位受限
4. 无杠杆：纯多头，无法放大收益

License

MIT

---

项目状态: 暂停维护

如果你想继续开发，欢迎fork。代码结构清晰，策略逻辑完整，回测引擎可用。

最后更新: 2026-05-30 最终版本: V33.2 (+18.75%)