Formula Stock

基于时空图神经网络（GNN-MAM）的量化交易研究与实盘框架。包含数据预处理、训练/调参、每日推理、实盘下单、盘后统计与回测绘图等完整链路。

快速开始

• 环境要求：Windows 10/11，Python 3.10/3.11，GPU 可选（按本机 CUDA 版本安装相应 torch）。
• 安装依赖：

pip install -r requirements.txt
# 如需 GPU 版 torch，请根据 https://pytorch.org 指南选择命令

• 必要数据与密钥（按需）：
  • 将原始行情/因子 CSV 放到 data/raw/
  • 交易日校验：设置环境变量 TUSHARE_TOKEN
  • QMT/MiniQmt：本机安装并登录（实盘才需要）

常用命令

• 预处理（生成 data/processed/meta.json 等）：

python data_preprocess.py --raw_data_dir data/raw --output_dir data/processed --seq_len 60 --target_col open_t2 --val_ratio 0.1 --test_ratio 0.2 --date_col date --stock_col order_book_id

• 每日推理（生成预测 shared/signals/preds_YYYY-MM-DD.csv）：

python daily_predict.py --raw_dir data/raw --file_glob merged_features_*.csv --meta_path data/processed/meta.json --checkpoint checkpoints/train/best_model.pth --output_csv shared/signals/preds_YYYY-MM-DD.csv --asof_date YYYY-MM-DD

• 实盘下单（QMT）：

python live_trade.py --trade_date YYYY-MM-DD --pred_csv shared/signals/preds_YYYY-MM-DD.csv --orders_out live/orders_YYYY-MM-DD.csv --state_path state/live_state.json --open_source qmt --use_qmt 1 --qmt_userdata "C:\Program Files\QMT\userdata_mini\" --qmt_account_id 你的资金账号 --fixed_position_shares 100

• 计划任务（下载→推理→交易→盘后）：

powershell -ExecutionPolicy Bypass -File bin\setup_tasks.ps1

目录结构

• data/：原始与处理后数据（默认忽略，不上传仓库）
• checkpoints/：模型权重（忽略）
• shared/signals/：每日预测信号（忽略）
• plots/、experiments/、stats/：回测与绩效输出（忽略）
• bin/：PowerShell 脚本（计划任务、实盘流程）
• scripts/：辅助脚本

Git 说明（隐私与大文件）

• 已配置 .gitignore，默认不上传：私钥/Env、数据、权重、日志/图像等敏感或大文件。

免责声明

本项目仅用于学术/技术研究，任何实盘风险自担。请确保遵守数据源与券商接口的使用条款，谨慎保管账户与密钥。