tickflow-stock-panel：选股、回测、盘中监控，全塞进自己的 A 股面板

cp .env.example .env
docker compose up --build

就这两行。

以前折腾选股小工具，真正费时间的往往不是策略，而是 Python 环境、前端依赖、数据库、定时任务轮番闹脾气。好不容易跑起来，第二天再来个端口冲突，研究股票硬生生变成研究运维。

tickflow-stock-panel 走的是另一条路：把 A 股选股、回测和盘中监控装进同一个自托管面板，数据落在自己的机器上。Docker 起服务后，浏览器打开就能用，不必去改那些封闭的炒股软件。

最扎眼的是选股。

里面放了 18 个现成策略，也支持自己写条件。懒得从头啃代码，还能接入兼容 OpenAI 接口的模型，让 AI 按描述生成策略。底层用 Polars 扫描数据，README 给出的说法是毫秒级扫全 A 股。

但先别急着让 AI 替你“悟道”。

生成出代码，不代表策略就有效。这个项目自己也写得很明白：不做 AI 荐股，更不搞涨停预测。老鬼反而喜欢这句，量化工具最怕把回测曲线包装成财富密码。手续费、滑点、T+1、止损这些东西不算进去，结果再漂亮也只是截图好看。

这块它处理得比较实在。策略跑完能看净值、回撤、夏普、胜率和交易明细，回测过程还会实时显示进度。至少验证“这个想法过去到底行不行”时，不用再手搓一套回测脚本。

盘中监控也不是摆设，可以盯策略信号、个股条件、价格和异动，触发后在面板弹窗，并把记录保存下来，还能推送飞书。

保留意见也有。数据能力和 TickFlow 的接口档位有关，首次同步、指标计算都会吃本机资源，仓库 Issue 里已经有人反馈同步时 CPU 和内存占用较高。小主机部署，别一上来就把全部任务拉满。

适合谁？手里已经有几个选股想法，又不想从数据清洗、回测引擎一路搭到监控服务的人。先在本机跑起来，验证逻辑，看看信号，够用了。

项目仅供量化研究，不构成投资建议。

GitHub地址：shy3130/tickflow-stock-panel