🧭 决策指南
为什么现在热: README 同时展示了 Polars 毫秒级全 A 股扫描、25 个策略、分钟回测、6 类数据集能力路由和 18 个 AI 只读工具;结合当日新增 44 星、总星数 5,129 及 GitHub Trending daily 上榜,说明这些功能组合正在获得关注,但材料无法证明具体单一原因。
适合,如果你
-
你想在本地用 Polars 扫描全 A 股,并把日线与分钟策略放进同一个 Screener。README「核心功能」与「选股与回测」写明 Polars 毫秒级扫描全 A 股、日线/分钟策略统一单池。
-
你需要同时研究 IC/IR、分层收益、净值曲线和分钟级成交明细。README「回测 Backtest」列出因子回测、策略回测和分钟策略回测,并包含 IC/IR、净值曲线与分钟成交明细。
-
你希望替换数据源但保持指标与回测口径不变。README「为什么做 TSP」和「技术架构」描述 6 类数据集能力路由矩阵与可插拔数据源。
-
你需要本地数据问答,并接受 AI_API_KEY 配置后使用 18 个只读工具。README「AI 对话助手」写明 18 个只读工具;「配置」写明 AI_API_KEY 留空则关闭 AI。
不适合,如果你
-
你要把它当作投资软件、看盘软件或 AI 荐股工具使用。README「重要说明」明确不作为投资软件或者看盘软件,也不内置 AI 荐股/涨停预测。
-
你要求稳定的官方版本发布、明确的 Release 维护节奏。项目元数据显示版本发布为 0 个、最新版本为 No releases;README 还称项目以个人开源维护为主。
-
你必须获得盘中即时的当日数据,但只能使用 None/Free 数据档位。README「快速开始」说明 None/Free 当日数据盘后 1–2 小时可用。
-
你需要 AI 助手在未配置 Key 或不支持工具调用的供应商上继续工作。README「AI 对话助手」说明未配置 AI Key 或使用 Codex CLI 等不支持工具调用的供应商时会 fail-closed。
前置条件
- 使用 Dev 模式时需从根目录 `.env.example` 复制 `.env`,并可配置 `TICKFLOW_API_KEY`、`AI_API_KEY` 与 `PORT=3018`。
- README 要求通过 `./dev.sh` 启动开发模式;Windows 使用 `./dev.ps1`。
- TICKFLOW_API_KEY 留空为 None 模式,README 说明该模式提供历史日 K 免费能力。
- AI_API_KEY 留空会关闭 AI;填写后启用策略生成与 AI 对话助手。
- README 将 Docker 单容器列为自托管方案,但所给材料未提供对应启动命令。
第一步命令(README 原文)
cp .env.example .env # 按需填 TICKFLOW_API_KEY(留空 = None 模式)
要注意
-
节假日和非交易日会停止实时轮询与分钟增量,不应按工作日连续采集理解。README「技术架构」的交易日探针说明节假日自动停掉实时轮询与分钟增量。
-
回测虽有 SSE 流式进度,但任务运行在 spawn worker 子进程中。README「回测执行隔离」说明回测使用 spawn worker、持久 run ID 和锁保护的结果回传。
-
扩展数据字段按日分区快照,不能按实时字段更新来理解。README「分层缓存」说明扩展字段按日分区快照。
-
AI 助手删除目录即可卸载,但其 AI 功能依赖 AI_API_KEY 与工具调用支持。README「AI 对话助手」同时说明完全解耦、删除目录即卸载,以及未配置 Key 时 fail-closed。
替代方案
-
Docker Compose:不想使用 Dev 模式或本地构建流程时,可查看部署文档中的 Docker Compose 方案。docs/deployment.md
-
GHCR 现成镜像:希望免本地构建时,README 将 GHCR 镜像列为现成部署方式。README「完整文档」与部署方式章节
材料未说明
- README 材料没有给出 Python、Node.js、Polars 或数据库的最低版本。
- README 材料没有给出 CPU、内存、磁盘和分钟级数据规模的最低硬件要求。
- README 材料没有给出不同数据源的完整价格、额度、覆盖范围和限流细节。
- README 材料没有给出 5,129 个 Star、44 个当日新增 Star 与 Trending 之间的直接因果证据。
- README 材料没有给出正式 Release,因此无法确认升级、回滚与版本兼容策略。
💡 深度解析
6
适合
我会用因子 DSL 和多因子搜索研究 A 股策略,并需要训练区间、滚动样本外验证和人工发布边界;TSP 是否能支持这种研究流程,而不是把挖掘结果直接当成可交易策略?
适合,因为 README 明确把因子挖掘结果放入候选库,并要求显式确认后才发布,而不是自动接入监控或策略执行。
- “因子平台与挖掘”支持 DSL、IC/IR、分层收益、Newey-West 检验、因子组合和嵌套样本外搜索。
- “挖掘”页面会在训练区间重估因子方向、做相关性去重和多因子排名搜索,并提供自有策略作对照轨。
- README 写明“候选入库,显式确认后才发布,永不自动上线”,这正好对应你要求的发布边界。
- 回测还提供参数敏感性与滚动样本外验证,并可将结果保存为候选后再一键载入复测。
不过,工具提供验证流程不代表自动消除数据窥探、幸存者偏差或过拟合;README 没有给出研究结果的统计保证。
- README「因子平台」:IC/IR、分层收益、Newey-West 检验、自定义 DSL 因子
- README「挖掘」:嵌套样本外因子与策略挖掘;训练区间因子方向重估
- README「挖掘」:候选入库,显式确认后才发布,永不自动上线
- README「回测研究」:参数敏感性与滚动样本外;保存候选后一键载入复测
适合
我只有一台本地电脑,想用 Docker 保存 A 股 Parquet 数据、每天运行盘后管道并接收竞价和盘中提醒;TSP 是否适合这种不自动下单的自托管部署?
适合,前提是你接受本地服务持续运行、数据源能力受限,并把它定位为研究与监控工具而非交易执行系统。
- README 将项目定义为“自托管、零运维”的 A 股选股、监控、回测工作台,数据全部落在本地 Parquet。
- 快速开始要求先在设置中检测能力,再手动执行盘后管道;None/Free 模式的当日数据通常在盘后 1—2 小时可用。
- 交易日探针会处理调休,节假日自动停止实时轮询和分钟增量,适合本地长期运行。
- 监控中心支持竞价、盘中和偏移异动,并提供弹窗、语音播报、飞书推送和持久化触发记录。
限制也很明确:README 不把它定位为同花顺、通达信或自动交易系统,电脑休眠、网络中断和接口限流都可能造成漏报。
- README「为什么做 TSP」:自托管;数据全部落在本地 Parquet
- README「跑起来后的第一次使用」:立即跑盘后管道;当日数据盘后 1-2 小时可用
- README「技术架构」:交易日探针;节假日自动停掉实时轮询与分钟增量
- README「异动监控」与「监控中心」:竞价/盘中/偏移;弹窗、语音播报、飞书推送
- README「重要说明」:不对标同花顺/通达信;不内置 AI 荐股/涨停预测
适合
我已经配置 `AI_API_KEY`,但只接受基于本地真实数据的只读问答,并希望核对工具参数、耗时和结果摘要;TSP 的 AI 助手是否符合这个约束?
适合,它的 AI 助手被设计为本地数据分析扩展,而不是自动荐股或下单组件。
- README“AI 对话助手”列出 18 个只读工具,覆盖个股、大盘、板块、自选、持仓、信号、策略和因子。
- 每次调用都会展示工具名、参数、耗时和结果摘要,回答还附带风险与数据口径提示,符合可核对要求。
- 项目明确规定涉及交易决策的问题会转换为技术状态、财务状态、关键价位、风险因素和条件情景,不提供买卖指令。
- 未配置
AI_API_KEY或使用不支持工具调用的供应商时会 fail-closed,而不是静默生成答案。
不过,模型仍可能误解自然语言或总结不完整;此外,若使用第三方模型服务,README 没有说明上下文数据的隐私和传输边界。
- README「AI 对话助手」:18 个只读工具;覆盖个股、大盘、板块、自选、持仓、信号、策略和因子
- README「交互设计」:工具名、参数、耗时、结果摘要均可展开核对
- README「AI 对话助手」:不提供买卖指令;转换为客观状态、风险因素与条件情景
- README「AI 对话助手」:未配置 AI Key 或不支持工具调用时 fail-closed
- 项目洞察「使用限制」:AI 功能会产生外部模型调用成本,可能涉及第三方模型服务
适合
我已经用 Python 和 Polars 处理 A 股全市场数据,既要做日线选股,也要做分钟策略回测;TSP 能否减少我在数据、指标和回测之间重复维护代码的工作?
适合,因为它把数据同步、指标计算、选股和回测放在统一的 enriched 数据链路上,而不是让每个页面各自处理数据。
- README“为什么做 TSP”说明选股、回测、监控和复盘共享统一 enriched 数据口径。
- “核心功能”列出约 68 列指标与信号、25 个内置策略,以及日线/分钟策略统一单池。
- 回测覆盖 T+1、手续费、滑点、止损、交易明细和 SSE 进度,分钟回测还支持逐交易日回放。
- 技术架构说明 Polars 用于扫描,Parquet 用于本地数据落地,回测通过 spawn 子进程隔离执行。
但它不是现成的 Python 策略库;自定义策略、字段契约和数据源接入仍需要理解项目的数据模型。
- README「为什么做 TSP」:全站统一 enriched 数据口径:选股 → 回测 → 监控 → 复盘一条链
- README「核心功能」:25 内置策略;68 列指标与信号;因子/策略/分钟回测
- README「技术架构」:Polars;本地 Parquet;回测在 spawn worker 子进程运行
- 项目数据:主语言 Python;Polars、backtesting、quantitative-finance 主题
适合
我使用 TypeScript/React 开发自有 A 股分析页面,还想接入第三方字段和一个可删除的 AI 助手;TSP 的扩展机制是否能满足零核心文件修改和独立卸载?
适合,项目把后端路由、前端页面和 AI 助手都设计成相对独立的扩展边界。
- README“技术架构”说明后端
app/custom/会在启动时自动发现并注册独立路由,前端src/custom/*/extension.tsx在构建时挂载到插槽。 - 扩展版本不符或 setup 失败时会被隔离跳过,删除目录即可整体卸载,且不需要修改核心文件。
- “数据与扩展”支持把第三方或扩展数据字段配置成一级菜单,并按日保存历史快照。
- AI 助手被明确作为参考扩展实现,后端和前端各自独立,未配置
AI_API_KEY或模型不支持工具调用时会 fail-closed。
这对 React/TypeScript 开发者很友好,但 README 未提供完整扩展 API、类型定义或兼容性矩阵,实际开发仍需阅读源码和文档。
- README「技术架构」:`app/custom/` 自动发现;`src/custom/*/extension.tsx` 自动挂载
- README「完全解耦扩展」:版本不符或 setup 失败即隔离跳过;删除目录即整体卸载
- README「数据与扩展」:扩展字段配成一级菜单;按日历史回补
- README「AI 对话助手」:完全解耦扩展模块;未配置 AI Key 时 fail-closed
- 项目数据:TypeScript 约 3,411,964;React、FastAPI、self-hosted 主题
视情况
我需要同时使用日 K、分钟 K、财务和异动数据,而且供应商权限可能变化;TSP 的能力路由矩阵能否让我换数据源而不重写指标和回测逻辑?
视情况,架构上适合降低供应商耦合,但数据覆盖、权限和字段质量仍可能限制实际切换效果。
- README“技术架构”说明 6 类数据集按源能力独立路由,同一数据集可换源,指标与回测口径不变。
- 能力档位包括 None、Free、Starter、Pro、Expert;关键字段未声明时 fail-closed,例如
pct_unit未声明即拒绝。 - 财务数据按报告期和公告日做 PIT 合并,公告前保持空值;这有助于避免不同来源直接填零造成回测污染。
- 但 README 也明确不同供应商的覆盖范围、更新延迟、复权方式和权限档位可能不同。
因此,它适合需要可替换数据层的研究者,不等于所有供应商都能提供等价的历史连续性或实时能力。
- README「技术架构」:能力路由矩阵;6 类数据集按源能力独立路由
- README「技术架构」:fail-closed;声明 `pct_unit` 未声明即拒
- README「财务多源合并」:按公告日取最新;公告前一律空值,绝不填 0
- 项目洞察「常见陷阱」:不同数据源的覆盖范围、更新延迟、复权方式、字段单位和权限档位可能不同
✨ 核心亮点
-
Polars 毫秒级扫描全 A 股,支持 25 个内置策略
-
回测覆盖 T+1、手续费、滑点、止损与因子归因
-
能力路由矩阵支持 6 类数据集独立换源
-
AI 助手提供 18 个只读工具与逐字流式输出
-
个人开源维护,当前无正式 Release 版本
🔧 工程化
-
Dashboard 汇总情绪评分、榜单、板块与大盘异动事件流
-
Screener 用 Polars 扫描全 A 股并统一日线、分钟策略
-
Backtest 提供因子、策略、分钟策略和样本外验证
-
Monitor 支持四类规则、语音播报和飞书推送
-
AI 助手在本地数据上调用 18 个只读工具并展示足迹卡
⚠️ 风险
-
README 明确仅供学习研究,不是投资或看盘软件
-
个人开源维护,README 标注 AI 助手仍在开发中
-
当前无 Release,版本升级与兼容边界缺少发布记录
-
None/Free 当日数据需盘后 1–2 小时才可用
👥 适合谁?
-
需要 Python、Polars 和 Parquet 本地量化工作台的个人开发者
-
希望用 DSL、25 个策略和 62+ 因子做研究的量化用户
-
需要自托管监控、SSE 回测进度和飞书推送的小团队