一款基于 PyQt5 + Matplotlib 的桌面 K 线技术选时训练工具。从本地通达信数据文件中抽取 A 股历史片段，逐根隐藏未来走势，让你在真实行情中磨练买卖判断力；答题模式更进一步——出现信号时你怎么做，由该股之后的实际走势来判分。训练结束后自动生成 Markdown 分析报告，并支持把 K 线截图连同报告一起交给 AI 做视觉复盘。
| 模块 | 功能 |
|---|---|
| 六大训练模式 | 经典 / 限时 / 多周期 / 板块联动 / 综合训练 / 答题模式，首页卡片一键进入 |
| 答题模式 | 从信号题库随机出题，按持仓状态二选一（持币：买入/观望；持股：卖出/观望），按该股之后 20 日实际走势判分 |
| 随机选股 | 自动扫描通达信 vipdoc 目录，随机抽取指定天数的 A 股日线片段 |
| 逐根推演 | 逐根揭开 K 线，模拟真实看盘体验，完全隐藏未来走势 |
| 模拟交易 | 键盘一键买入 / 卖出，支持分批建仓减仓，实时标注买卖点 |
| 止损止盈 | 可配置止损/止盈百分比，触发时自动平仓 |
| 多指标面板 | 3–5 个副图指标面板自由切换，支持 MACD / KDJ / RSI / CCI / OBV 等 12+ 种指标 |
| 可配置均线 | 最多 6 条均线，周期自定义（默认 5/10/20/30/60/120 日） |
| 图表拖拽缩放 | 左键拖拽平移、滚轮缩放查看历史 K 线，推演时自动跟随 |
| 前复权处理 | 自动读取通达信除权除息数据，对历史 K 线进行前复权 |
| 主图叠加 | 均线 / EXPMA / BBI / BOLL 一键叠加显示 |
| 十字光标 | 鼠标移动时所有子图联动显示十字光标 |
| 暗色主题 | 全局深色调色板，适合长时间训练 |
| AI 复盘分析 | 支持 OpenAI / Anthropic / DeepSeek / 自定义端点，训练结束弹窗一键触发；可将 K 线截图随报告发给视觉模型（纯文本模型自动降级） |
| 训练统计 | 历史训练数据持久化，统计面板展示累计训练、胜率、收益率趋势 |
| 训练报告 | 自动生成 Markdown 报告，包含 K 线数据、指标快照、交易评分、收益总结与答题记录 |
| 训练小结 | 训练结束弹窗展示本次收益 / 持有不动 / 择时超额；答题模式只展示正确率与分信号统计 |
| 新手引导 | 首次启动三页向导（数据源 / 快捷键 / 模式介绍），F1 随时查看快捷键速查 |
| 配置持久化 | 所有训练参数、指标参数、AI 配置保存到 config.yaml，重启自动恢复 |
├── main.py # 主窗口：双页栈导航（首页/训练页）、模式编排、快捷键、训练流程
├── modes.py # 训练模式注册表（模式下拉/首页卡片/名称映射的唯一定义处）
├── home_page.py # 首页（模式选择卡片 + 高级设置/重建题库入口）
├── dialogs.py # 训练小结弹窗、新手引导向导
├── quiz_panel.py # 答题模式面板（出题/作答/自动播放/揭晓）+ 加载线程
├── signal_bank.py # 信号题库引擎（6 类信号检测 + 前瞻收益 + SQLite 缓存）
├── chart_canvas.py # Matplotlib 画布：K 线图 + 成交量 + 副图指标 + 拖拽缩放
├── multi_tf_canvas.py # 多周期模式周线画布
├── sector_panel.py # 板块联动面板（同板块多股同步推演）
├── timer_bar.py # 限时模式倒计时条
├── psychology_tracker.py# 综合训练心理状态记录
├── indicators.py # 技术指标计算中心（基于 easy_tdx.MyTT）+ 动态均线
├── data_loader.py # 通达信日线数据加载、随机选股、前复权
├── trade_manager.py # 模拟交易仓位管理、止损止盈、compute_session_stats 会话统计
├── portfolio.py # 仓位管理器（分批买卖、浮动盈亏、时机评分）
├── report_generator.py # 训练报告生成（Markdown）
├── ai_analyzer.py # AI 复盘分析（QThread 异步调用，支持附 K 线截图）
├── db.py # SQLite 训练历史数据库（sessions/trades/quiz_answers）
├── stats_panel.py # 训练统计面板（概览卡片 + 趋势图表 + 答题正确率）
├── updater.py # 版本号定义与自动更新
├── config.py # YAML 配置读写、默认值合并
├── config.example.yaml # 配置文件示例（首次使用请复制为 config.yaml）
├── requirements.txt # Python 依赖
└── logo.ico # 窗口图标
- Python 3.10+
- 通达信客户端（需要本地日线数据文件）
pip install -r requirements.txt依赖清单：
| 包名 | 用途 |
|---|---|
PyQt5 |
GUI 框架 |
matplotlib |
K 线图表渲染 |
numpy |
数值计算 |
pandas |
数据处理 |
pyyaml |
YAML 配置读写 |
easy-tdx |
通达信数据文件解析 + MyTT 指标库 |
requests |
AI 分析 API 调用 |
首次使用前，将配置文件模板复制为正式配置：
cp config.example.yaml config.yaml然后编辑 config.yaml，填入通达信安装目录等配置。
⚠️ 注意：config.yaml包含个人敏感信息（如 AI API Key），已被.gitignore排除，不会被提交到仓库。
python main.py首次启动时，程序会尝试自动检测通达信安装目录。如果检测失败，在右侧面板手动选择通达信安装路径即可。
开始训练 → 随机选股 → 逐根推演 K 线 → 买入/卖出/观望 → 结束训练 → 查看报告 → AI 分析
- 点击 🚀 开始新训练，程序随机选取一只 A 股的历史片段
- K 线从左到右逐根揭开，你只能看到已揭开的走势
- 根据已有走势和技术指标，判断下一步方向
- 按 ↑ 买入 或 ↓ 卖出 进行模拟交易
- 到达最后一根 K 线或按 Esc 结束训练
- 程序自动生成训练报告到
docs/目录 - 可在日志 Tab 点击 🤖 AI 分析 获取 AI 复盘建议
首页点「答题模式」→（首次自动构建题库，约 1 分钟）→ 出题 → 1/2 作答 → 自动播放后续 20 根 → 揭晓 → 回车下一题
- 题库从随机抽取的股票历史中检测 6 类经典信号（MACD 金叉 / KDJ 低位金叉 / 突破 20 日新高 / 回踩 MA20 / 放量突破 / RSI 超买）
- 题目会告知持仓状态：持币时按
1买入 /2观望，持股时按1卖出 /2观望 - 作答后自动播放该股之后 20 个交易日的真实走势，按实际涨跌判分：持币买入后涨了就是对，持股没卖而下跌就是错（横盘两种都对）
- 揭晓时同时展示该信号的历史统计作为参考；分信号正确率在「📊 统计」页查看
- 首页「🔄 重建题库」可随时换一批新题
| 按键 | 功能 |
|---|---|
→ |
逐根前进 |
← |
逐根后退 |
PgDn |
快进 10 根 |
↑ |
买入（默认仓位） |
↓ |
卖出（默认仓位） |
1/2/3/4 |
买入 25%/33%/50%/100% |
Shift+1/2/3/4 |
卖出 25%/33%/50%/100% |
Space |
观望 |
Esc |
结束训练 |
F1 |
快捷键速查 |
答题模式下
1/2变为作答键（买入/卖出与推进键自动屏蔽）。
| 操作 | 功能 |
|---|---|
| 左键拖拽 | 平移查看历史 K 线 |
| 滚轮 | 放大/缩小可见 K 线范围 |
| 鼠标移动 | 十字光标联动所有子图 |
在右侧控制面板可配置：
- TDX 目录：通达信安装路径（支持自动检测）
- 训练天数：30–500 天，默认 120 天
- 副图数量：3–5 个副图指标面板
- 副图指标：每个面板独立选择指标
- 均线周期：自定义均线周期（逗号分隔，最多 6 条）
- 主图叠加：均线 / BBI / EXPMA / BOLL 复选切换
- 止损/止盈：可配置自动止损止盈百分比
| 指标 | 输出 | 说明 |
|---|---|---|
| MACD | DIF, DEA, MACD 柱 | 趋势动能指标 |
| KDJ | K, D, J | 随机摆动指标 |
| RSI | RSI6, RSI12, RSI24 | 相对强弱指标（多周期） |
| CCI | CCI | 顺势指标 |
| OBV | OBV + OBV_MA30 | 能量潮指标 |
| CR | CR + CR_MA(10/20/40/62) | 能量指标 |
| TRIX | TRIX, TRMA | 三重平滑指标 |
| DMI | PDI, MDI, ADX, ADXR | 趋向指标 |
| BIAS | BIAS1, BIAS2, BIAS3 | 乖离率指标 |
| WR | WR1, WR2 | 威廉指标 |
| 捉妖大师 | LONG, MID, SHORT, TREND | 自定义趋势指标 |
| MA30乖离 | X, S_SMA, X_LMA | MA30 乖离信号指标 |
| 指标 | 说明 |
|---|---|
| MA（可配置） | 最多 6 条均线，默认 5/10/20/30/60/120 日 |
| EXPMA | 12/50 日指数移动平均线 |
| BBI | 多空指标 |
| BOLL | 布林带（上/中/下轨） |
所有指标参数均可在 config.yaml 中自定义。
训练结束后自动在 docs/ 目录下生成 Markdown 报告，文件名格式：
report_{股票代码}_{时间戳}.md
报告内容包含：
- 基本信息：股票代码、数据区间、价格统计
- 交易操作记录：每次买卖的时间、价格、仓位比例、K 线上下文
- 完整 K 线数据表：逐日开盘/最高/最低/收盘/成交量/涨跌幅，标记买卖点
- 技术指标数据：关键指标逐日数值
- 决策点指标快照：每次买卖时所有技术指标的精确数值
- 交易评分：5/10/20 日时机评分
- 收益总结：每笔交易收益率、总收益率、持仓天数统计
报告设计为 AI 可直接解析的格式，方便配合大模型进行交易复盘分析。
⚠️ 重要：首次使用请将config.example.yaml复制为config.yaml：cp config.example.yaml config.yaml
config.yaml包含个人敏感信息（API Key 等），已被.gitignore排除，不会被提交到仓库。
config.yaml 主要配置项：
# 通达信安装目录（留空自动检测）
tdx_home: ""
# 训练天数
training_days: 120
# 副图面板数量（3-5）
panel_count: 3
# 均线配置（最多 6 条，周期自定义）
ma_periods: [5, 10, 20, 30, 60, 120]
ma_enabled: true
# AI 分析配置
ai:
provider: "" # openai / anthropic / deepseek / custom
api_key: ""
base_url: ""
model: ""
send_chart: true # AI 复盘附带 K 线截图（模型不支持时自动降级纯文本）
# 训练模式
mode:
current: classic # classic / timed / multi_tf / sector / comprehensive / quiz
quiz_questions: 10 # 答题模式：每次会话题数
# 止损止盈
trading:
default_buy_ratio: 1.0
default_sell_ratio: 1.0
stop_loss_pct: 0.0
take_profit_pct: 0.0
# 各指标参数（可自定义）
indicators:
MACD:
SHORT: 12
LONG: 26
M: 9
# ... 更多指标参数推送 v* 标签后，GitHub Actions（.github/workflows/build-release.yml）会自动完成
Windows x64/ARM64、Linux x64/ARM64、macOS ARM 五个平台的 PyInstaller 打包，
并创建 GitHub Release（gh release 页面下载）。x86 平台使用 PyQt5，ARM 平台使用 PySide6。
本地打包：
pyinstaller StockTraining.spec产物在 dist/ 目录，分发时需整个目录一起打包。
- GUI：PyQt5（Fusion 风格 + 自定义暗色调色板）
- 图表：Matplotlib FigureCanvasQTAgg 嵌入式画布
- 数据源：easy-tdx 离线解析通达信
.day二进制文件 - 指标库：easy-tdx 内置 MyTT（通达信指标公式 Python 实现）
- 数据处理：Pandas + NumPy
- AI 分析：requests（支持 OpenAI / Anthropic / DeepSeek / 自定义端点）
- 数据库：SQLite（训练历史持久化）
- 配置：PyYAML
新功能：
- 答题模式：从信号题库随机出题（MACD 金叉 / KDJ 低位金叉 / 突破 20 日新高 / 回踩 MA20 / 放量突破 / RSI 超买 6 类信号），按持仓状态二选一，按该股之后 20 日实际走势判分；题库随机抽样建库约 1 分钟，重建即换新题
- AI 复盘带图：训练结束自动导出 K 线截图随报告发给视觉模型，纯文本模型自动降级
- 训练小结弹窗：训练结束展示本次收益 / 持有不动 / 择时超额；答题模式只展示正确率与分信号统计
- 模式选择首页：6 张模式卡片一键开训；首次启动三页新手引导；F1 快捷键速查
- 答题正确率与分信号薄弱分析进入统计面板与训练报告
修复：
- 训练开始显示训练页而非首页（页栈顺序）
- 答题揭晓后自动播放残余跳动作用到下一题 K 线
- 答题中连按回车 / Esc 竞态导致的会话复活与重复入库
- 题库构建重入、
quiz_questions配置项被覆盖、退出时后台线程崩溃
重构：
- 模式注册表（modes.py）、对话框（dialogs.py）与首页（home_page.py）拆分
- 会话收益统计三处实现合并为
compute_session_stats，「持有不动」基准起点修正为训练实际起点 - 题库指标参数改为从 config 注入，答题面板会话级复用
Bug 修复：
- 训练开始后 K 线未自动滚动到当前位置：
_on_load_done中新增scroll_to_latest调用，确保视口对齐到 cursor 位置
新功能：
- 技术指标实时数值：副图指标（MACD/KDJ/RSI 等）和主图均线在图例中直接显示当天的具体数值
- 加载动画：训练开始时显示居中遮罩 + 旋转点动画，后台线程加载数据，不再卡死 UI
- 均线实时更新：修改均线周期后立即重新计算并刷新图表，无需重启训练
- 自动更新：启动时静默检查新版本，菜单栏「帮助 → 检查更新」手动触发，支持跳过版本
- 升级服务端：Flask Blueprint（
server/api/update.py），部署到stock.maolige.com
改进：
- CI 精简：移除 macOS Intel 构建，仅保留 ARM64，节省约 10 分钟构建时间
Bug 修复：
- 修改均线周期输入框后图表无变化：
_on_ma_periods_changed现在同步更新indicator_hub并重算指标 - 均线周期减少后旧均线残留：
calculate_all重算前自动清除旧的 MA 数据
新功能：
- 加载动画：训练开始时显示居中遮罩 + 旋转点动画，后台线程加载数据，不再卡死 UI
- 均线实时更新：修改均线周期后立即重新计算并刷新图表，无需重启训练
- 自动更新：启动时静默检查新版本，菜单栏「帮助 → 检查更新」手动触发，支持跳过版本
- 升级服务端：Flask Blueprint（
server/api/update.py），部署到stock.maolige.com
Bug 修复：
- 修改均线周期输入框后图表无变化：
_on_ma_periods_changed现在同步更新indicator_hub并重算指标 - 均线周期减少后旧均线残留：
calculate_all重算前自动清除旧的 MA 数据
新功能：
- 加载动画：训练开始时显示居中遮罩 + 旋转点动画，后台线程加载数据，不再卡死 UI
- 均线实时更新：修改均线周期后立即重新计算并刷新图表，无需重启训练
Bug 修复：
- 修改均线周期输入框后图表无变化：
_on_ma_periods_changed现在同步更新indicator_hub并重算指标 - 均线周期减少后旧均线残留：
calculate_all重算前自动清除旧的 MA 数据
新功能：
- 可配置均线：最多 6 条均线，周期可自定义（默认 5/10/20/30/60/120 日）
- 图表拖拽缩放：左键拖拽平移、滚轮缩放，推演时自动跟随最新 K 线
- 前复权处理：自动读取通达信除权除息数据，对历史 K 线进行前复权
- 数据量增强：根据最长均线周期动态调整缓冲区，确保长周期指标有效
- AI 分析手动触发：训练结束后手动点击「🤖 AI 分析」按钮，结果保存到
docs/目录 - AI 配置保存按钮：配置面板新增「💾 保存 AI 配置」按钮
- 训练统计面板：历史训练数据持久化到 SQLite，展示累计训练、胜率、收益率趋势
改进：
- 右侧面板字体放大（适配老花眼用户）
- 左侧图表边距优化，减少黑边
- 右侧面板宽度增加
- 均线 UI 从固定 checkbox 改为可编辑的周期输入框
- 初始版本：K 线推演、模拟交易、多指标面板、训练报告、暗色主题
本项目仅供个人学习与研究使用。