CopoHub Trending

shy3130/tick-stock-panel

TSP自托管、零运维的 A 股「选股 + 监控 + 回测」量化工作台 | LLM能力驱使策略定制+个股分析+复盘 | 自由接入第三方数据源与个性化扩展数据 | 个人开源

Python · ★ 5,213 · Fork 1,268 · 在 GitHub 查看

在手机上浏览源码、订阅每日 AI 趋势日报与项目架构深度解读:获取 CopoHub 客户端(iOS & HarmonyOS)→

GitHub Trending 上榜记录

shy3130/tick-stock-panel 已在 GitHub Trending 每日榜单上榜 2 天,最高排名第 12,首次上榜 2026-09-25,最近一次上榜 2026-09-26。

日期排名Star当日增长
2026-09-26#125,213+44
2026-09-25#125,118+31

同期上榜的项目

tick-stock-panel (TSP) 项目深度剖析与商业评估报告

tick-stock-panel (TSP) 项目深度剖析与商业评估报告

分析对象:shy3130/tick-stock-panel · Python 3.11+ / FastAPI / Polars / React 18 · MIT · 5,032 Stars / 1,245 Forks 定位:自托管 A 股「选股 + 监控 + 回测」量化工作台,个人开源项目

---

1. 核心定位与商业落地价值

1.1 解决的根本痛点

TSP 精准切入了 A 股量化散户与小型量化团队的三个结构性痛点:

1. 数据源绑死:传统量化脚本将数据拉取逻辑硬编码在策略层,换源即重写。TSP 通过「能力路由矩阵」将数据源抽象为可插拔能力声明(如 pctunit 语义契约),实现换源不换口径——这是量化系统中最难解耦的一层,也是其最具商业价值的抽象。 2. 口径割裂:选股、回测、监控各用一套数据与指标定义,导致「回测有效、实盘失效」。TSP 以统一的 enriched Parquet 口径(15 列基础数据现算 68 列指标)贯穿全链路,从工程上杜绝了数据口径漂移。 3. 云端数据出不了本地:付费终端(同花顺/通达信)无法编程化,云端平台(聚宽/米筐)数据无法落地。TSP 以 Docker 单容器 + 本地 Parquet 存储,满足数据主权诉求。

1.2 企业级商业落地场景

查看完整 AI 分析 →

在 README 中展示上榜徽章

GitHub Trending

[![GitHub Trending](https://github.fq6825.top/badge/shy3130/tick-stock-panel.svg)](https://github.fq6825.top/repo/shy3130/tick-stock-panel)