Skip to content

RELEASE_NOTES.md

Latest commit

 

History

History
401 lines (305 loc) · 13.4 KB

RELEASE_NOTES.md

File metadata and controls

401 lines (305 loc) · 13.4 KB

KHunter 股票分析系统 发版说明

版本信息

  • 版本号: v1.3.0
  • 发布日期: 2026-05-05
  • 发布类型: 功能增强版
  • 发布状态: 生产就绪

一、核心功能

1.1 选股策略

  • 11种选股策略 - 覆盖底部反转、趋势加速、形态突破等多个维度
    • 底部趋势拐点
    • 涨停回马枪策略
    • 涨停横盘策略
    • 启明星策略
    • 多金叉共振
    • 多方炮策略
    • 阻力位突破策略
    • 强势洗盘弱转强
    • 趋势加速拐点
    • 仙人指路策略（新增）
    • W底策略

1.2 五维度综合评分系统

  • 技术面评分（权重35%）- 策略命中情况，权重累加
  • 资金面评分（权重35%）- 资金流向分析，最重要指标
  • 基本面评分（权重10%）- 财务指标分析，排雷为主
  • 板块强度评分（权重10%）- 所属板块表现，顺势而为
  • 事件驱动评分（权重10%）- 重大事件催化，短期机会

1.3 狩猎场功能

  • 多维度评分的股票筛选
  • 支撑位计算和买点判断
  • 股票追踪管理
  • 评分排名和历史查询

1.4 策略回测功能

  • 支持单策略和多策略回测
  • 详细的回测结果分析
  • 收益曲线展示
  • 交易记录查看

1.5 Web管理界面

  • 系统概览和数据管理
  • 股票列表和搜索
  • 选股执行和结果展示
  • 策略配置和参数调整
  • 策略回测和结果分析
  • 狩猎场和股票追踪
  • 行业和板块分析

一、策略变化

1.1 移除策略

  • 缩量回调策略：已从系统中移除，不再参与选股和评分计算

1.2 策略参数调整

  • 多方炮策略：回溯天数从8天调整为3天
  • 强势洗盘弱转强策略：大阳线回溯天数默认值从10天调整为6天

1.3 新增策略

  • 启明星策略：新增底部反转形态选股策略，识别三根K线组成的启明星形态（长阴线、小实体K线、长阳线）

二、功能特性

2.1 数据支持

  • 5000+只A股数据 - 覆盖全市场股票
  • 三年历史数据 - 支持最多三年历史数据回溯
  • 智能数据更新 - 自动判断更新时机，避免不必要的网络请求
  • 多层降级机制 - 确保数据获取的稳定性和可用性

2.2 风险过滤

  • 自动排除ST股、退市股
  • 自动排除市值过低股票
  • 自动排除近期涨幅过高股票
  • 自动排除停牌股票

2.3 一票否决机制

  • 基本面否决：ST股、退市风险、破产清算
  • 资金面否决：融资余额异常高企、主力大幅减持
  • 技术面否决：股价创历史新低、技术面极度恶化
  • 风险否决：市值过低、涨幅过高、停牌

二、功能变化

2.1 选股结果过滤

  • BIAS阈值调整：BIAS(5)过滤阈值从7%调整为12%，放宽短期乖离率过滤条件
  • 过滤规则：保留近N日涨幅、相对最低价涨幅、BIAS(5)、近期跌停四项过滤

2.2 板块强度评分

  • 排名阈值调整：板块涨幅排名加分阈值从前10名调整为前20名，扩大板块评分范围
  • 板块过滤：获取个股板块信息时自动排除"融资融券"板块，确保评分准确性

2.3 技术面评分

  • 策略名称映射：完善策略类名到中文名称的映射，解决策略名称匹配失败问题
  • 评分计算优化：修复技术面评分始终为0的问题，现在能正确从选股记录中获取策略命中情况

2.4 资金面评分

  • 非交易日处理：资金面评分计算自动跳过非交易日，避免无效数据影响评分
  • 一票否决机制：保留主力净流入一票否决功能，确保资金流向异常的股票被正确识别

2.5 最高价计算

  • 计算逻辑修正：最高价计算从选入日期的下一日开始，确保不包含选入日当天的价格
  • 实时数据整合：结合历史K线数据和当天实时数据进行最高价计算

三、文档完善

3.1 README文档增强

  • 新增"📈 股票评分系统"完整章节
  • 详细说明五维度评分体系
  • 清晰的评分计算过程和公式
  • 完整的评分等级定义
  • 各维度的详细解释和应用场景
  • 一票否决条件说明
  • 狩猎场使用流程
  • 评分配置和数据查询方法

3.2 发布文件清单

  • 完整的发布文件清单（RELEASE_FILES.md）
  • 详细的前端文件列表
  • 后端功能验证清单
  • 文档完整性检查

3.3 任务文档

  • 任务10完成报告（TASK_10_COMPLETION_REPORT.md）
  • README增强总结（README_ENHANCEMENT_SUMMARY.md）

三、用户体验优化

3.1 交互功能增强

  • 热门行业/板块弹窗：点击首页热门行业或板块的数字，展示相关股票列表模态窗口
  • 股票详情展示：优化股票详情显示，确保K线图表正确显示和隐藏
  • 数据加载状态：改进前端数据加载处理，当API返回空数据时显示"暂无数据"而非"加载中..."

3.2 数据展示优化

  • 策略名称中文显示：选股结果中的命中策略统一显示为中文名称
  • 分组显示优化：选股结果按命中策略分组显示，便于用户理解策略分布
  • 过滤信息透明：选股结果页面显示过滤统计信息，包括过滤前后的数量和原因
  • 评分等级标记：评分结果使用彩色标记显示等级，便于快速识别

3.3 错误提示改进

  • 数据更新失败提示：数据更新失败时显示具体失败原因，便于问题排查
  • 持仓明细显示：修复持仓明细在切换账户后无法正确显示的问题
  • API错误处理：完善API错误处理和重试机制

四、技术架构

4.1 后端技术栈

  • Python 3.8+ - 核心语言
  • Flask - Web框架
  • SQLite - 数据存储
  • pandas/numpy - 数据处理
  • akshare - A股数据获取
  • Tushare - 财务数据获取

4.2 前端技术栈

  • HTML5/CSS3 - 页面结构和样式
  • JavaScript - 交互逻辑
  • Bootstrap - UI框架
  • Chart.js - 图表展示
  • Matplotlib - K线图生成

4.3 数据库设计

  • 27个数据表 - 完整的数据结构
  • 规范化设计 - 确保数据一致性
  • 索引优化 - 提高查询性能
  • 事务支持 - 保证数据完整性

四、技术优化

4.1 数据处理

  • 交易日判断：新增交易日工具模块，正确识别交易日（排除周末）
  • 板块数据缓存：板块强度评分器实现内存缓存，减少重复API调用
  • 数据验证：完整的数据验证机制，确保数据质量

4.2 数据库操作

  • 评分记录管理：优化排名生成逻辑，确保所有股票正确计算并保存评分
  • 选股结果保存：策略名称统一保存为中文，便于后续分析和展示
  • 数据库架构：完整的数据库架构设计，包含27个数据表

4.3 性能优化

  • API调用优化：实现带重试机制的Tushare API调用，提高数据获取稳定性
  • 数据缓存机制：板块名称映射等频繁使用的数据实现缓存，避免重复查询
  • 并行处理：支持批量评分的并行计算，提高处理效率
  • 前端优化：改进前端数据加载和错误处理，提升用户体验

五、发布清单

5.1 源代码文件

  • ✅ 11个选股策略实现
  • ✅ 5个维度评分器实现
  • ✅ 评分计算引擎
  • ✅ 回测引擎（支持VectorBT）
  • ✅ 狩猎场功能模块
  • ✅ Web服务器和API
  • ✅ 数据获取和处理工具

5.2 配置文件

  • ✅ 主配置文件（config.yaml）
  • ✅ 策略参数配置（strategy_params.yaml）
  • ✅ 策略顺序配置（strategy_order.yaml）
  • ✅ 策略权重配置（strategy_weights.json）
  • ✅ 数据源配置（data_sources.json）

5.3 前端文件

  • ✅ HTML模板（index.html）
  • ✅ CSS样式表（2个文件）
  • ✅ JavaScript模块（18个模块）
  • ✅ 根级JavaScript文件（9个文件）
  • ✅ 图片资源（Logo、Favicon等）

5.4 数据库

  • ✅ 数据库架构脚本（DataSql.sql）
  • ✅ 初始化数据脚本（InitData.sql）
  • ✅ 27个数据表完整定义

5.5 文档

  • ✅ README.md - 项目说明和功能介绍
  • ✅ RELEASE_NOTES.md - 版本发布说明
  • ✅ RELEASE_FILES.md - 发布文件清单
  • ✅ LICENSE - MIT许可证
  • ✅ CODE_OF_CONDUCT.md - 行为准则
  • ✅ CONTRIBUTING.md - 贡献指南
  • ✅ SECURITY.md - 安全说明

五、版本记录

v1.0.0 (2026-04-18)

  • 首次正式发布 - 生产就绪版本
  • 核心功能完整 - 包含选股、评分、排名、回测、狩猎场等所有功能
  • 文档完善 - 详细的README和发布文件清单
  • 质量保证 - 完整的数据库架构和前端功能验证
  • 用户体验 - 改进的前端数据加载和错误处理

六、系统要求

6.1 硬件要求

  • CPU: 双核或以上
  • 内存: 4GB或以上
  • 磁盘: 2GB可用空间（用于数据库和缓存）
  • 网络: 稳定的互联网连接

6.2 软件要求

  • 操作系统: Windows/Linux/macOS
  • Python: 3.8或以上
  • 数据库: SQLite 3.0或以上（已内置）

6.3 可选配置

  • Tushare API Token: 用于获取财务数据（可选，免费数据源可用）
  • 网络代理: 如需要访问国外数据源

七、安装和使用

7.1 快速开始

# 1. 克隆项目
git clone https://github.com/ling-0729/KHunter.git
cd KHunter

# 2. 安装依赖
pip install -r requirements.txt

# 3. 启动Web界面
python main.py web

7.2 Windows用户

  • 直接双击根目录下的 start.bat 文件启动Web服务

7.3 首次使用

  1. 初始化数据 - 执行数据初始化
  2. 数据更新 - 执行数据更新获取最新K线
  3. 执行选股 - 运行选股策略
  4. 排名评分 - 对选股结果进行五维评分
  5. 查看狩猎场 - 查看符合条件的优质股票

7.4 Web界面访问

  • 访问 http://localhost:5001 使用Web界面

七、注意事项

  1. 数据时效性：板块数据在收盘后15:00-17:00更新，建议17:00后进行评分计算
  2. Tushare积分要求：部分接口需要6000积分才能调用
  3. 交易日判断：当前仅排除周末，后续可扩展为包含法定节假日
  4. 评分权重：综合评分权重可参考config/strategy_weights.json配置文件
  5. 免费数据源：策略选股功能可稳定使用，但评分等功能依赖的资金面、基本面等数据可能存在获取不稳定的情况
  6. 数据库文件：首次运行会自动创建stock_selection.db数据库文件
  7. 日志文件：系统日志保存在logs目录，遇到问题可查看日志排查

八、常见问题

8.1 数据相关

  • Q: 为什么选股结果为空？

    • A: 检查是否已执行数据初始化和更新，确保有足够的历史数据

  • Q: 评分为什么显示-100？

    • A: 这表示股票触发了一票否决条件，被自动淘汰

  • Q: 如何更新数据？

    • A: 在Web界面的"数据管理"页面执行数据更新

8.2 功能相关

  • Q: 如何调整策略参数？

    • A: 在Web界面的"策略配置"页面在线修改参数

  • Q: 如何调整评分权重？

    • A: 修改config/strategy_weights.json文件中的权重配置

  • Q: 如何导出选股结果？

    • A: 在选股结果页面可以查看详细信息，支持复制和保存

8.3 技术相关

  • Q: 如何查看系统日志？

    • A: 日志文件保存在logs目录，可查看具体错误信息

  • Q: 如何重置数据库？

    • A: 删除stock_selection.db文件，重新启动系统会自动创建

  • Q: 如何配置Tushare API？

    • A: 在config/tushare_config.json中配置API token

八、技术支持

如遇到问题，请按以下步骤排查：

  1. 检查日志文件 - 查看logs目录中的错误信息
  2. 验证数据库 - 确保stock_selection.db文件完整
  3. 检查网络 - 确保网络连接正常，能访问数据源
  4. 验证配置 - 检查config目录中的配置文件是否正确
  5. 查看文档 - 参考README.md和各策略说明书
  6. 提交Issue - 在GitHub上提交问题报告

常见错误排查

  • "table backtest_result has no column" - 数据库架构不匹配，需要重新初始化
  • "API调用失败" - 检查网络连接和Tushare API配置
  • "选股结果为空" - 检查数据是否已更新，策略参数是否合理
  • "评分计算失败" - 检查是否有必要的数据源配置

九、许可证和致谢

9.1 许可证

本项目基于 MIT 许可证 开源，详见 LICENSE 文件。

9.2 致谢

  • 感谢原项目 a-share-quant-selector 的作者 Dzy-HW-XD，本项目在其优秀的基础架构上扩展开发
  • 感谢 akshare 提供的A股数据获取库
  • 感谢 pandas 和 numpy 提供的数据处理能力
  • 感谢 Flask 提供的Web框架支持

9.3 免责声明

  1. 本项目仅供学习和研究使用，不构成任何投资建议
  2. 筛选结果仅为技术指标计算结果，不代表对任何股票的推荐或预测
  3. 过往表现不代表未来收益，股市有风险，投资需谨慎
  4. 使用者应基于独立判断进行投资决策，因使用本项目产生的任何投资损失，作者不承担任何责任
  5. 本项目按"原样"提供，不附带任何明示或暗示的保证

十、联系方式

KHunter 股票分析系统 v1.1.0 让量化选股更简单、更高效 发布日期: 2026-05-05