a# 沪深300股票量化分析系统

基于MA60趋势择时的沪深300量化选股系统。牛市进攻、熊市防守，追求低回撤高收益。

策略逻辑

沪深300 > MA60 → 牛市 → 进攻模式（高动量 + 高成长）
沪深300 < MA60 → 熊市 → 超防守模式（低波动 + 低PB + 高ROE + 小回撤）

• 止损: 单只 -5%
• 持仓: 最多6只，7个交易日调仓
• 回测(2024-01-02~2026-05-13): +92.80%收益，16.5%最大回撤，51.9%胜率，超额+45.20%

参数优化验证

通过逐日模拟对比不同参数组合（2024-2026，576个交易日）：

持仓数量

数量	收益	最大回撤	结论
5只	+109.40%	17.4%	集中度过高
6只	+131.99%	11.8%	最优

持仓周期

周期	收益	最大回撤	结论
5天	+86.13%	25.4%	交易成本过高
7天	+131.99%	11.8%	最优
10天	+69.13%	16.0%	反应迟钝

止损率

止损	收益	最大回撤	结论
-5%	+131.99%	11.8%	最优
-7%	+101.96%	22.5%	亏损过深
-10%	+99.78%	23.1%	回撤翻倍

快速开始

pip install -r requirements.txt

# 配置邮箱（可选）
cp .env.example .env
# 编辑 .env 填入 EMAIL_ADDRESS, EMAIL_PASSWORD, TO_EMAIL

# 执行分析
python main.py --mode analysis

运行模式

模式	命令	说明
手动分析	python main.py --mode analysis	立即执行一次分析
守护进程	python main.py --mode daemon	定时自动分析+发邮件
发送邮件	python main.py --mode email	发送最近一次分析报告
回测	python run_backtest_optimized.py	历史数据回测验证

评分体系

进攻模式（牛市）

基础评分（技术面+估值+盈利+安全+股息）+ 动量加分（最高12分）+ 成长加分（5分）

超防守模式（熊市）

维度	权重	指标
低波动	30分	20日收益率标准差
低PB	25分	市净率越低越好
高ROE	25分	净资产收益率
小回撤	20分	20日最大回撤
温和动量	5分	0~5%正动量加分

技术栈

• 数据源: 腾讯财经K线API + akshare财报数据
• 分析: pandas, numpy
• 异步: aiohttp（并发获取300只股票数据）
• 通知: SMTP 邮件（QQ邮箱）
• 调度: schedule 定时任务

项目结构

├── main.py                 # 主入口
├── run_backtest_optimized.py  # 回测脚本
├── config/
│   ├── config.py           # 筛选参数（PE、止损、持仓数）
│   └── backtest_config.py  # 回测参数
├── src/
│   ├── data/
│   │   ├── async_data_fetcher.py      # 异步数据获取（动量+波动率+回撤）
│   │   └── financial_report_fetcher.py # 财报数据（ROE、利润增长）
│   ├── analysis/
│   │   ├── stock_filter.py    # 三种评分模式（基础/进攻/超防守）
│   │   └── market_analyzer.py # MA60趋势检测 + 模式切换
│   ├── notification/          # 邮件发送
│   └── scheduler/             # 定时任务
├── reports/                   # 生成的分析报告
└── plot_daily_curve.py        # 回测净值曲线可视化

许可证

仅供学习交流，不构成投资建议。