Grider - ETF网格交易策略分析工具

🎯 Grider 是一个专业的ETF网格交易策略分析工具，提供全面的回测功能、智能参数优化和多市场支持。帮助投资者量化分析网格交易策略的表现，优化投资决策。

✨ 核心特性

🚀 网格交易策略分析

• 智能网格计算：支持等差网格和等比网格两种策略
• ATR动态网格：基于平均真实波动率的动态网格调整
• 多参数优化：网格数量、风险系数、调整系数等参数智能建议
• 风险评估：内置风险模型和适宜度评分系统

📊 专业回测系统

• 历史数据回测：支持30-120个交易日的详细回测分析
• 实时交易模拟：精确模拟网格交易的买入卖出逻辑
• 性能指标分析：收益率、最大回撤、夏普比率等专业指标
• 交易记录明细：完整的交易历史记录和Excel导出功能

🌍 多市场支持

• A股市场：沪深股票和ETF支持
• 港股市场：香港ETF和股票数据
• 美股市场：美国ETF和股票支持
• 实时行情：集成多家数据源，确保数据准确性

💻 现代化界面

• 响应式设计：完美适配桌面端和移动端
• 交互式图表：基于Recharts的丰富数据可视化
• 实时更新：数据自动刷新和缓存优化
• 用户友好：直观的操作界面和详细的使用指导

🏗️ 技术架构

前端技术栈

React 18.2.0          # 现代化React框架
Vite 5.0.8            # 快速构建工具
Tailwind CSS 3.3.6    # 原子化CSS框架
Recharts 3.2.1        # 数据可视化库
Axios 1.6.0           # HTTP客户端
Lucide React          # 现代化图标库

后端技术栈

Flask                 # Python Web框架
Python 3.13+          # 现代化Python版本

部署支持

Docker                # 容器化部署
Gunicorn              # 生产级WSGI服务器

🚀 快速开始

环境要求

• Node.js 18.0+
• Python 3.8+
• Docker (可选)

使用Docker部署（推荐）

# 克隆项目
git clone https://github.com/jorben/grider.git
cd grider

# 构建并启动服务
docker-compose up -d

# 访问应用
open http://localhost:5000

本地开发部署

1. 克隆项目

git clone https://github.com/jorben/grider.git
cd grider

2. 后端设置

cd backend
# 安装依赖
uv sync

# 配置环境变量
cp .env.example .env
# 编辑 .env 文件，配置必要的API密钥

# 启动后端服务
uv run main.py

3. 前端设置

cd frontend

# 安装依赖
npm install

# 启动开发服务器
npm run dev

# 构建生产版本
npm run build

4. 访问应用

• 开发环境：http://localhost:3000
• 生产环境：http://localhost:5000

⚙️ 配置说明

环境变量配置

在 backend/.env 文件中配置以下变量：

# 应用配置
FLASK_ENV=development
FLASK_PORT=5000
FLASK_HOST=0.0.0.0


# 日志配置
LOG_LEVEL=INFO
LOG_FORMAT=json
LOG_DIR=logs

# 外部API配置
TSANGHI_API_KEY=your-tsanghi-api-key
# 其他API密钥...

数据源配置

项目支持多个数据源，需要在环境变量中配置相应的API密钥：

• Tsanghi API: 主要的股票和ETF数据源
• 其他数据源: 可配置备用数据源

📖 使用指南

1. 选择ETF产品

• 在搜索框中输入ETF代码或名称
• 支持A股、港股、美股市场的ETF
• 查看ETF的基本信息和历史表现

2. 配置网格参数

• 投资资金: 设置网格交易的总资金
• 网格类型: 选择等差网格或等比网格
• 网格数量: 设置网格的层数（建议5-20层）
• 风险系数: 调整策略的风险偏好
• 调整系数: 微调网格参数

3. 查看分析报告

• 策略概述: 查看网格策略的基本参数和建议
• 风险评估: 了解策略的风险等级和适宜度
• 回测结果: 查看历史回测的交易记录和收益表现
• 性能指标: 分析收益率、最大回撤等关键指标

4. 导出和分享

• 支持将回测结果导出为Excel文件
• 可生成分析报告的分享链接
• 支持打印和PDF导出功能

🧪 测试

运行后端测试

cd backend
python -m pytest tests/ -v

运行前端测试

cd frontend
npm test

代码质量检查

# 后端代码检查
cd backend
flake8 app/
mypy app/

# 前端代码检查
cd frontend
npm run lint
npm run lint:fix

📁 项目结构

grider/
├── frontend/                 # 前端React应用
│   ├── src/
│   │   ├── app/             # 应用主框架
│   │   ├── features/        # 功能模块
│   │   │   ├── analysis/    # 分析功能
│   │   │   ├── etf/         # ETF选择
│   │   │   └── history/     # 历史记录
│   │   ├── shared/          # 共享组件和工具
│   │   └── pages/           # 页面组件
│   ├── public/              # 静态资源
│   └── package.json
├── backend/                 # 后端Flask应用
│   ├── app/
│   │   ├── algorithms/      # 算法模块
│   │   │   ├── grid/        # 网格算法
│   │   │   └── atr/         # ATR计算
│   │   ├── external/        # 外部API集成
│   │   ├── models/          # 数据模型
│   │   ├── routes/          # API路由
│   │   ├── services/        # 业务服务
│   │   └── utils/           # 工具函数
│   ├── cache/               # 缓存目录
│   ├── logs/                # 日志目录
│   └── main.py
├── CHANGELOG.md             # 更新日志
├── Dockerfile              # Docker配置
├── docker-compose.yml      # Docker Compose配置
└── README.md               # 项目文档

🤝 贡献指南

欢迎贡献代码！请遵循以下步骤：

1. Fork 项目
2. 创建功能分支 (git checkout -b feature/AmazingFeature)
3. 提交更改 (git commit -m 'Add some AmazingFeature')
4. 推送到分支 (git push origin feature/AmazingFeature)
5. 创建 Pull Request

代码规范

• 前端：使用 ESLint 和 Prettier
• 后端：遵循 PEP 8 规范
• 提交信息：使用 Conventional Commits 格式

📄 更新日志

查看 CHANGELOG.md 了解详细的版本更新记录。

最新版本 (1.3.0)

• ✨ 实现自定义网格参数回测功能
• 🔧 合并网格参数和回测参数设置面板
• 🐛 修复已知问题并优化用户体验

⚠️ 风险提示

投资有风险，入市需谨慎

本工具提供的所有分析和建议仅供参考，不构成投资建议：

• 网格交易策略可能面临持续下跌的风险
• 历史回测结果不代表未来表现
• 市场波动可能导致实际收益与预期存在差异
• 建议在充分了解风险的前提下谨慎投资

📞 支持与反馈

• GitHub Issues: 提交问题
• 功能建议: 功能请求
• 邮件联系: 发送邮件

📜 许可证

本项目采用 Apache 2.0 许可证 - 查看 LICENSE 文件了解详情。

🙏 致谢

感谢以下开源项目和服务：

• React - 用户界面框架
• Flask - Web框架
• Recharts - 数据可视化
• Tailwind CSS - CSS框架
• 以及所有为开源社区做出贡献的开发者们

---

🚀 如果这个项目对您有帮助，请给我们一个 Star！

Made with ❤️ by Jorben