Files
Grid_Trading/README.md

8.9 KiB
Raw Blame History

Grid Trading:本地网格交易管理器

一个使用 Python 和 PySide6 开发的本地桌面工具,用于管理 A 股、ETF 的账户、标的与手工成交,并辅助计算持仓成本、网格收益、回本价和网格档位。

本项目只提供交易记录与策略辅助功能,不会连接券商账户,也不会自动下单。所有计算结果仅供参考,不构成投资建议。

功能特性

  • 账户概览:展示账户权益、现金、持仓市值、浮动盈亏和资金使用率。
  • 标的管理:维护股票或 ETF 的代码、名称、市场、交易单位及零股规则。
  • 成交管理:手工录入、编辑和删除买卖记录,并标记普通、正向或反向网格类型。
  • 费用估算:按内置费率估算佣金、印花税和过户费,估算后仍可手工调整。
  • 持仓分析:计算总持仓、可卖数量、剩余成本、已实现盈亏、浮动盈亏及网格利润。
  • 回本价计算:同时提供持仓回本价与账户回本价,便于观察网格收益对成本的影响。
  • 实时行情:异步获取腾讯行情,刷新过程中不会阻塞主界面。
  • 双向网格建议:支持正向(先买后卖)、反向(先卖后买)和双向模式,最多生成 100 档建议。
  • 未完成网格:同时展示等待卖出的正向批次和等待买回的反向批次。
  • 悬浮监控:每 10 秒自动刷新行情,监控手工固定的开仓价和未完成网格的平仓价。
  • 双向成交配对:正向与反向成交分别使用 FIFO 配对,支持部分成交和扣费后净利润。
  • 本地存储:账户、标的、策略和成交数据均保存在 SQLite 数据库中。

技术栈

  • Python 3.11+
  • PySide6
  • SQLite
  • pytest

快速开始

1. 进入项目目录

cd Grid_Trading

请先下载或克隆项目,再进入项目根目录。

2. 创建虚拟环境并安装依赖

Windows PowerShell:

python -m venv .venv
.\.venv\Scripts\Activate.ps1
python -m pip install --upgrade pip
python -m pip install -e ".[dev]"

macOS / Linux:

python3 -m venv .venv
source .venv/bin/activate
python -m pip install --upgrade pip
python -m pip install -e ".[dev]"

3. 启动程序

python -m grid_trading.app

安装后也可以使用命令行入口:

grid-trading

默认数据库位置为 data/grid_trading.db。如需使用其他数据库文件:

python -m grid_trading.app --db data/dev.db

首次启动时,程序会自动创建:

  • 初始资金为 0 的“默认账户”;
  • 间距为 3%、每格金额为 5000 元的“默认网格模板”;
  • 数据库及所需数据表。

基本使用流程

  1. 点击“账户设置”,填写账户名称和初始资金。
  2. 点击“添加标的”,填写证券代码、名称、市场和交易单位。
  3. 点击“策略设置”,调整网格间距、每格金额等参数。
  4. 点击“录入成交”,选择买卖方向和交易类型并填写实际成交信息。
  5. 点击“刷新行情”,获取现价并更新持仓市值、浮动盈亏和账户摘要。
  6. 在持仓表中选择一个标的,查看“网格档位”“未完成网格”“配对明细”和“最近成交”。
  7. 在“网格档位”中选择正向、反向或双向模式,选中一档后点击“加入开仓监控”。实际开仓成交录入后,目标卖出或买回价会自动加入悬浮窗。
  8. 点击“悬浮监控”可重新显示窗口;双击监控项可回到主界面的对应标的。

行情说明

行情数据来自腾讯接口:

http://qt.gtimg.cn/q=<symbol>

程序会根据六位证券代码推断交易所前缀,例如:

输入代码 请求代码
000001 sz000001
600000 sh600000
510300 sh510300
430047 bj430047

需要注意:

  • 行情刷新需要网络连接,单次请求超时时间为 5 秒,失败后会自动重试一次。
  • 行情快照只保存在当前进程内存中,不会写入 SQLite。
  • 程序启动后会自动刷新行情,默认间隔为 10 秒,也可以随时点击“刷新行情”或悬浮窗中的“立即刷新”。
  • 连续两次行情刷新失败后,监控项会回到“等待行情”,不会用过期价格继续判断到价。
  • 未刷新行情时,不使用手工价格或最近成交价代替现价,因此市值、浮动盈亏和网格档位可能为空。

计算口径

持仓与盈亏

  • 买入成本 = 成交金额 + 交易费用。
  • 卖出净收入 = 成交金额 - 交易费用。
  • 所有成交使用统一持仓池,卖出成本按标的统一移动平均成本释放。
  • 已实现盈亏 = 卖出净收入 - 被释放的持仓成本。
  • 网格利润按照带有网格方向的已配对成交计算,正向和反向都扣除按成交数量分摊的双边费用。
  • 本工具不执行 T+1 限制:当日买入会立即计入可卖数量。
  • 不设置最低底仓保护,可以卖到持仓为 0,但不能录入超过标的总持仓的卖出。
  • 修改或删除历史成交后,程序会重新校验后续成交,避免形成负持仓。

回本价与账户摘要

  • 持仓回本价 =(剩余持仓成本 - 已实现网格利润)/ 当前持仓数量。
  • 账户回本价 = 标的累计净投入 / 当前持仓数量。
  • 账户权益 = 现金 + 持仓市值。
  • 资金使用率 = 持仓市值 /(持仓市值 + 非负现金);现金为负时最高显示为 100%。

网格档位

正向第 1 档买入价按下式计算,之后逐档复合递减:

买入价 = 上一档参考价 × (1 - 网格间距)
卖出价 = 买入价 × (1 + 网格间距)
建议数量 = 每格金额 ÷ 买入价,并按交易单位向下取整

反向网格向上生成卖出档位,并在回落后买回:

卖出价 = 上一档参考价 × (1 + 网格间距)
目标买回价 = 卖出价 ÷ (1 + 网格间距)
建议数量 = 每格金额 ÷ 卖出价,并按交易单位和当前持仓向下取整

档位表中的“预计单轮毛利润”不扣除交易费用,且建议结果只用于展示,不会自动生成成交记录或下单。

未完成网格与配对明细

  • 历史“网格”分组成交自动按正向网格兼容;旧分组字段仅用于数据库兼容,不再影响持仓和卖出校验。
  • 正向按照“买入 → 卖出”配对,反向按照“卖出 → 买回”配对,两套队列互不占用。
  • 平仓成交按照日期和记录顺序,优先抵消同方向最早的开仓批次。
  • 未完成状态包括“未刷新行情”“未到价”“可卖”和“可买回”。
  • 配对明细同时展示毛利润、双边费用和净利润。

默认费用参数

点击成交窗口中的“估算费用”时,程序使用以下默认参数:

项目 默认值 说明
佣金 0.025% 最低 5 元,买卖双向收取
印花税 0.05% 仅卖出时收取
过户费 0.001% 买卖双向收取

不同券商、市场和交易品种的实际费用可能不同,请以实际交割单为准,并在保存成交前手工修正。

数据与隐私

  • 默认数据文件:data/grid_trading.db
  • 账户、成交和策略数据仅存放在本机;刷新行情时只会向腾讯行情接口发送证券代码。
  • data/*.db、data/*.sqlite 和 data/backups/ 已在 .gitignore 中忽略。
  • 建议定期备份数据库文件;复制数据库前请先退出程序,避免备份到尚未提交的写入状态。

项目结构

Grid_Trading/
├── src/grid_trading/
│   ├── app.py                 # 命令行入口
│   ├── config.py              # 默认路径与费用配置
│   ├── domain/                # 数据模型、持仓和网格计算
│   ├── market/                # 腾讯行情适配
│   ├── services/              # 业务编排与校验
│   ├── storage/               # SQLite 数据库与仓储层
│   └── ui/                    # PySide6 主窗口、对话框与格式化
├── tests/                     # 自动化测试
├── docs/                      # 设计说明与开发计划
├── data/                      # 本地数据库目录
└── pyproject.toml             # 项目及依赖配置

测试

运行完整测试:

pytest -v

只验证界面可在无显示环境下正常构造:

pytest tests/test_ui.py -v

检查命令行参数:

python -m grid_trading.app --help

当前限制

  • 当前定位为单机、单用户的手工交易管理工具。
  • 不包含券商登录、自动下单、条件单或实盘同步功能。
  • 行情接口不是正式授权的数据服务,其可用性、实时性和准确性不作保证。
  • 网格建议未考虑手续费、滑点、涨跌停、停牌和流动性等实际交易约束。
  • 使用本项目产生的任何交易决策与风险均由使用者自行承担。