Workbuddy 通达信量化交易系统搭建
概述
基于通达信金融终端的本地量化交易系统搭建工具。借助 tdx-quant-setup 自带的 Python 环境，从零搭建一套可运行常见策略、可视化展示买卖点与 K 线图的完整工作流。
核心能力：
- 检测通达信金融终端安装位置（注册表扫描），通过双通道获取行情数据：tqcenter 插件模块优先（外部 Python 经 sys.path 引入 + tq.initialize() 直连），本地 HTTP API（http://127.0.0.1:17709/）兜底
- 统一解析真实接口的列式返回结构（按股票分组、日期倒序、字符串价格 -> 行式列表、日期升序、float 数值）
- 使用自带 Python 创建独立虚拟环境，安装 numpy、pandas、streamlit、plotly、requests 依赖
- 内置四个常见策略：双均线交叉、MACD 金叉死叉、RSI 超买超卖、布林带均值回归（均继承统一的 BaseStrategy 接口）
- 使用 Streamlit 展示当前数据通道状态、策略买卖点、K 线图与回测统计（通道不可用时自动降级为模拟数据演示）
- 所有步骤末尾运行测试验证，确认全部通过后告知用户
触发条件
当用户表达以下意图时使用本 skill：
- "搭建量化交易环境"、"配置通达信数据源"、"运行交易策略"
- "展示策略买卖点"、"画 K 线图"、"回测策略"
- "通达信环境怎么配置"、"量化系统装不上了"、"帮我装好量化依赖"
- 用户需要分析某只股票（如"帮我回测一下茅台"）并期望看到买卖信号与可视化结果
若用户只是询问量化概念、策略原理等纯知识性问题，不需要本 skill，直接回答即可。
工作流程
第零步：操作系统检查
本 skill 仅支持 Windows 系统（通达信金融终端仅运行于 Windows）。执行任何操作前先确认：
import platform
if platform.system() != "Windows":
# 立即终止，提示用户切换到 Windows 环境
第一步：检测通达信安装位置
扫描注册表（SOFTWARE\Microsoft\Windows\CurrentVersion\Uninstall\ 下的通达信相关键）列出候选安装路径：
python scripts/setup_env.py --step detect-tdx
- 找到单个安装 -> 直接使用
- 找到多个安装 -> 列出候选并要求用户确认
- 未找到 -> 引导用户从
https://data.tdx.com.cn/level2/new_tdx64.exe下载安装后重试
第二步：验证通达信数据通道可用性
数据客户端为双通道设计：tqcenter 插件模块优先（自动探测安装目录：环境变量 TDX_PATH -> 注册表 -> 常见路径），HTTP JSON-RPC（http://127.0.0.1:17709/）兜底：
python scripts/setup_env.py --step check-api
- 返回正常响应 -> 继续下一步
- 连接失败 -> 提示用户启动通达信客户端并登录到主界面后重试
第三步：创建虚拟环境并安装依赖
使用自带 Python 在工作区创建 .venv 虚拟环境并安装 requirements.txt 中的依赖，同时创建 data/、strategies/、tests/ 目录：
python scripts/setup_env.py --step setup-venv
依赖安装默认使用腾讯云 PyPI 镜像源，可通过 --mirror 切换为 taobao（阿里云）或 tsinghua（清华）。
第四步：确认常见策略就位
检查 scripts/strategies/ 下内置策略是否完整：
python scripts/setup_env.py --step prepare-strategies
| 策略 | 文件 | 信号规则 |
|---|---|---|
| 双均线交叉 | ma_cross.py |
快线上穿慢线买入，下穿卖出 |
| MACD 金叉死叉 | macd_strategy.py |
DIF 上穿 DEA 买入，下穿卖出 |
| RSI 超买超卖 | rsi_strategy.py |
RSI 跌破 oversold 买入，突破 overbought 卖出 |
| 布林带均值回归 | bollinger.py |
价格自下轨回升买入，自上轨回落卖出 |
每个策略提供统一的 run(stock_code, klines, **params) 接口，返回包含买卖点与收益统计的 StrategyResult 对象。
第五步：Streamlit 可视化展示
启动 Streamlit 面板展示策略买卖点与 K 线图：
python scripts/setup_env.py --step run-streamlit
面板功能：显示当前数据通道（tqcenter / HTTP）；输入股票代码、选择策略与参数；经双通道拉取 K 线数据（自动列式->行式转换、日期升序）；绘制 K 线图并标注买卖点；展示回测统计（总收益、胜率、最大回撤、交易次数）。通道不可用时自动使用模拟数据演示。
第六步：运行测试验证
所有步骤完成后运行测试套件，确认全部通过：
python scripts/setup_env.py --step run-tests
测试覆盖：通达信数据通道、策略信号生成正确性、列式数据解析回归（真实接口列式结构/字符串价格/倒序日期）、布林带持仓约束、Streamlit 应用导入。测试结果以 [OK] / [FAIL] 标记输出，全部通过后告知用户环境就绪。
一键完整搭建
若希望一次执行所有步骤（检测通达信 -> 验证 API -> 创建虚拟环境 -> 安装依赖 -> 确认策略 -> 运行测试）：
python scripts/setup_env.py
可选参数：
- --skip-tests：跳过测试验证
- --tdx-path <路径>：手动指定通达信安装路径
- --venv-dir <路径>：指定虚拟环境目录（默认 .venv）
- --mirror <源>：指定 PyPI 镜像源，tencent（默认）/ taobao / tsinghua
输入与输出
输入格式
- 股票代码：
600519.SH（上证）、000001.SZ（深证）、430047.BJ（北交所） - K 线数据：
list[dict]，每条至少含Date/Open/High/Low/Close/Volume字段 - 策略参数：见
references/api_reference.md中各策略参数表
输出格式
- 安装脚本：
[OK]/[WARN]/[FAIL]标记的分步进度输出，退出码0成功、非0失败 - 策略回测：
StrategyResult对象，summary()返回含总收益率、胜率、最大回撤、交易次数的字典 - 可视化：Streamlit Web 面板（默认
http://localhost:8501），含 K 线图、买卖点标注、回测指标
使用限制
- 仅支持 Windows 系统，通达信金融终端客户端必须已安装且已登录
- 回测为简化模型（按信号全仓买卖），结果仅供学习研究，不构成投资建议
- 依赖安装需要联网（默认国内镜像源）
- 不修改用户已有的项目配置文件，脚本只负责安装与验证
使用示例
完整的端到端示例场景（含预期输入输出）见 references/examples.md。核心能力可离线体验：
python scripts/demo.py
该脚本使用内置模拟 K 线数据运行全部四个策略并打印回测统计，无需通达信客户端即可直观感受 skill 的核心能力。
兼容性与权限
- 运行环境：Windows 10/11，Python 3.9+（推荐 3.12+）
- 所需权限：读取注册表（检测通达信）、加载通达信目录内插件模块（tqcenter，sys.path 引入）、访问本机
127.0.0.1:17709（HTTP 兜底通道）、在工作区创建文件（虚拟环境与数据目录）、联网下载依赖 - 数据安全：所有数据仅在本机处理，不向第三方上传任何行情或账户数据
详见 references/compatibility.md。
交互准则
- 全程使用中文与用户沟通，用通俗语言解释每个步骤的作用
- 安装依赖过程可能较长，每完成一个阶段简要汇报进度
- 涉及用户手动操作（如启动通达信客户端）时给出明确分步指引
- 不要修改用户已有的项目配置文件；脚本只负责安装与验证
- 遇到
[FAIL]时先运行python scripts/diagnose.py定位问题，再查阅references/troubleshooting.md
资源索引
scripts/setup_env.py— 核心安装与编排脚本（检测通达信、验证 API、创建虚拟环境、安装依赖、运行测试）scripts/diagnose.py— 环境自检脚本（逐项检测 Python/虚拟环境/依赖/通达信/API）scripts/demo.py— 离线演示脚本（模拟 K 线 + 四个策略回测，无需通达信）scripts/tdx_client.py— 通达信双通道数据客户端（tqcenter 优先 / HTTP 兜底，含列式->行式转换与data_channel()）scripts/strategies/ma_cross.py— 双均线交叉策略scripts/strategies/macd_strategy.py— MACD 金叉死叉策略scripts/strategies/rsi_strategy.py— RSI 超买超卖策略scripts/strategies/bollinger.py— 布林带均值回归策略（含新策略开发防坑规范注释）scripts/app.py— Streamlit 可视化应用（K 线图、买卖点、资金曲线）scripts/run_tests.py— 测试套件入口requirements.txt— Python 依赖声明references/function_spec.md— 完整功能规格说明（用途、输入输出格式、使用方法、使用限制）references/examples.md— 端到端使用示例场景references/compatibility.md— 兼容性与权限声明references/troubleshooting.md— 常见错误与排障指南references/api_reference.md— 通达信本地 API 与策略接口参考（含 AI 生成策略接入规范）references/tqcenter_api_reference.md— tqcenter 模块完整 API 参考（行情/交易/板块/公式/财务）
