TickFlow股票面板
经 AI Skill Hub 精选评估，TickFlow股票面板 获评「强烈推荐」。这款Agent工作流在功能完整性、社区活跃度和易用性方面表现出色，AI 评分 8.0 分，适合有一定技术背景的用户使用。
📚 深度解析
TickFlow股票面板 工作流的设计遵循"最小配置，最大复用"原则：核心逻辑已经封装好，用户只需配置自己的 API Key 和业务参数即可快速上手。工作流内置错误处理和重试机制，在网络波动或 API 限速等情况下仍能稳定运行，适合作为生产环境的自动化基础设施。
在实际部署时，建议先在测试环境中运行 3-5 次，验证各个环节的输出结果符合预期，再部署到生产环境。AI Skill Hub 评分 8.0 分，是同类 Agent 工作流中的精选推荐。
📋 工具概览
TickFlow股票面板 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排，将复杂的多步骤任务拆解为清晰的自动化流程，实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成，适合构建数据处理管线、业务自动化和 AI 辅助决策系统。
📖 中文文档
TickFlow股票面板 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排，将复杂的多步骤任务拆解为清晰的自动化流程，实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成，适合构建数据处理管线、业务自动化和 AI 辅助决策系统。
- 可视化 Agent 工作流编排，无需编写复杂代码
- 支持多步骤自动化任务链，实现全流程无人值守
- 与外部 API、数据库和第三方服务无缝集成
- 内置错误处理与自动重试机制，保障稳定运行
- 提供可复用的自动化模板，快速在同类场景部署
- 自动化日常重复性工作，将精力集中于创造性任务
- 构建数据采集 → 处理 → 输出的完整自动化管线
- 实现跨平台、跨系统的数据流转和业务协同
# 方式一：npm 全局安装 npm install -g tickflow-stock-panel # 方式二：npx 直接运行（无需安装） npx tickflow-stock-panel --help # 方式三：项目依赖安装 npm install tickflow-stock-panel # 方式四：从源码运行 git clone https://github.com/shy3130/tickflow-stock-panel cd tickflow-stock-panel npm install npm start
- 访问 GitHub 仓库获取工作流文件
- 在对应平台（Dify / Flowise / Make 等）中找到「导入工作流」功能
- 上传工作流文件
- 按照提示配置必要的环境变量和 API Key
- 运行测试确认流程正常后投入使用
# 命令行使用
tickflow-stock-panel --help
# 基本用法
tickflow-stock-panel [options] <input>
# Node.js 代码中使用
const tickflow_stock_panel = require('tickflow-stock-panel');
const result = await tickflow_stock_panel.run(options);
console.log(result);
# tickflow-stock-panel 配置说明 # 查看配置选项 tickflow-stock-panel --config-example > config.yml # 常见配置项 # output_dir: ./output # log_level: info # workers: 4 # 环境变量（覆盖配置文件） export TICKFLOW_STOCK_PANEL_CONFIG="/path/to/config.yml"
简介
✨ 核心功能
| 模块 | 一句话 | 详见 |
|---|---|---|
| 🔀 能力路由 | 多数据集(日K/除权/实时/分钟/盘口/财务,持续扩展)按源能力独立路由,任选组合 | custom-data-source.md |
| 🔍 选股引擎 | 25 个内置策略 + 分钟策略 + 自定义信号 + AI 生成,Polars 毫秒级扫全 A 股 | strategy.md |
| 📊 指标流水线 | MA/EMA/MACD/RSI/KDJ/布林/量比等 68 列指标与信号,一次扫表落盘 enriched Parquet | features.md |
| 🧪 回测研究 | 因子/策略/分钟回测 + 财务快照因子(点时口径),T+1/费用/滑点约束,评分策略附带因子归因 | features.md |
| 🔬 因子平台 | DSL 自定义因子(编辑器 25 算子点选/试算/版本) + 检验/组合,与策略双向联动(一键生成策略/触发器引用因子/回测归因) | factor-platform-plan.md |
| ⛏️ 因子挖掘 | 嵌套样本外搜索多因子排名组合,与自有策略对照,候选库显式发布、永不自动上线 | mining.md |
| 🌡️ 市场环境 | 情绪周期 6 阶段(连板梯队驱动)+ 概念/行业主线排名,与 5 档环境分并存 | market-phase.md |
| 🚨 异动监控 | 竞价/盘中/偏移三类异动一页覆盖:同花顺风向标 + 当日信号聚合 + 交易所偏离值口径 | — |
| 📡 监控中心 | 四类监控(策略/个股信号/价格/异动),多条件 AND/OR + 语音播报 + 飞书推送 | features.md |
| 📈 个股分析 | 9 类关键价位 + AI 四维分析(技术/基本面/财务/消息面) | features.md |
| 🏆 连板梯队 | 连板层级统计 + 概念涨幅轮动 + 盘后 AI 复盘(龙虎榜/盘前风向标注入) + 炸板/翘板预警 | features.md |
| 🧰 数据扩展 | 数据源插件化(TickFlow/fuyao/stock-sdk + YAML 自定义源),扩展字段配成一级页面同台分析;时序表(如人气排行)支持按日历史回补,接口配日期参数即可逐日补齐 | custom-data-source.md |
<details> <summary><b>📦 主要页面与功能</b></summary>
📊 行情总览 - 看板 Dashboard — 市场情绪评分 + 涨跌/成交额榜单 + 概念/行业领涨领跌(点击板块直达成分股,领涨股带涨跌幅) + 大盘异动事件流,一日全貌 - 自选 Watchlist — 自选股池,多分组管理(M:N),表格/卡片双视图,换手/量比/RSI 等实时指标,按档位分流实时刷新 - 指数 Indices — 沪深指数浏览与同步
🔍 选股与回测 - 策略 Screener — Polars 毫秒级扫描全 A 股,日线/分钟策略统一单池,按策略声明周期自动路由执行 - 回测 Backtest — 四种研究视图: - 因子回测 — IC/IR、分层收益、多空组合,62+ 因子目录先筛掉无效指标 - 策略回测 — 净值曲线、回撤、夏普、胜率、盈亏比、蒙卡回撤,T+1/手续费/滑点/止损,SSE 流式进度;评分因子策略附带「因子归因」(胜/败单入场信号日因子对比) - 分钟策略回测 — 逐交易日回放信号、分钟收盘入场,分钟级成交明细 - 验证 — 参数敏感性与滚动样本外 - 研究闭环:结果导出 CSV(概要/净值/交易明细/分标的统计) → 保存候选 → 一键载入复测 - 因子 Factors — 检验/因子库/编辑器/组合四 tab:IC·分层·Newey-West 检验、自定义 DSL 因子(25 算子点选、双语字段、我的因子模板)、版本与生命周期管理;因子库可一键生成排名策略,策略触发器可直接引用因子条件 - 挖掘 Mining — 嵌套样本外因子与策略挖掘:训练区间因子方向重估 + 相关性去重 + 多因子排名组合搜索,自有策略作对照轨;候选入库,显式确认后才发布,永不自动上线
📈 个股与板块分析 - 个股分析 Stock Analysis (Beta) — 日K + 9 类关键价位 + AI 四维分析(技术/基本面/财务/消息面) - 财务分析 Financials — 利润表/资负表/现金流/关键指标(多源并集合并,fuyao 财务四表适配) + AI 解读 - 概念分析 / 行业分析 — ths 维度涨幅轮动矩阵 + 领涨/领跌主线 + 个股穿透 - 市场环境 Regime — 情绪周期 6 阶段(冰点/启动/主升/高潮/退潮/修复,连板梯队驱动,EMA 平滑 + 2 日确认)+ 概念/行业主线排名,与 5 档环境分并存 - 连板梯队 Limit Up Ladder — 连板层级统计 + 概念/行业分布 + 封单监控(可切换连跌梯队)
🔔 监控与复盘 - 监控中心 Monitor — 策略/个股信号/价格/异动四类规则,支持自选分组作用域,盘中实时弹窗 + 语音播报(播报个股名称与信号) + 触发记录持久化 - 持仓提醒 Lots — 记录个股/ETF 买入批次,自动生成止盈止损/到期监控规则 - 信号库 Signals — 内置预计算信号 + 自定义条件信号(含因子条件与 AI 生成),供策略触发器/回测/监控统一取用 - 异动监控 Abnormal Moves — 按交易时间线三 tab: - 竞价异动 — 同花顺盘前风向标(含当日/次日真实收益对照、追高风险标记)+ 全市场竞价扫描(待采集任务) - 盘中异动 — 涨停/炸板/翘板/跌停/新高/新低/放量当日信号聚合,零新增采集 - 偏移异动 — 交易所异动偏离值口径(主板 3 日 ±20%、创业板/科创板 ±30%、北交所 ±40%;10 日 +100%/−50%、30 日 +200%/−70%),实时接近度 - 复盘 Review (Beta) — 盘后 AI 自动生成市场复盘,注入龙虎榜资金动向与盘前风向标对照;可定时执行、推送飞书、下载 Markdown
🗄️ 数据与扩展 - 数据 Data — 本地数据画像与同步状态(维表/日K/除权/Enriched/指数/ETF/分钟K/财务),盘后管道与历史扩展 - 扩展分析 (动态菜单) — 把任意第三方/扩展数据字段配成一级菜单,与内置数据同台分析 - 设置 Settings — 数据源与能力检测(能力路由矩阵、档位徽章)、AI 接口、实时监控、扩展页面、菜单与系统设置
</details>
---
❤️ 支持项目 / 💬 交流群
|
❤️ 支持项目 如果这个项目对你有帮助,欢迎请作者喝杯咖啡 ☕
|
💬 交流群 欢迎加入交流群,一起讨论交流 个性化接口统一公布在群公告,免费使用
|
</div>
作者精力有限,优先响应赞助回馈,希望理解
---
🚀 快速开始
前置依赖(仅方式 D 需要):Python ≥ 3.11 · Node ≥ 20 ·uv·pnpm(npm i -g pnpm) 有 Docker 直接看 方式 A,一条命令拉现成镜像;完全不想碰命令行:看 方式 C,让本机 AI 帮你部署
方式 B:Docker Compose(本地构建,全套挂载)
```bash cp .env.example .env docker compose up --build
方式 C:本机 AI 代部署(AI玩家首选)
装一个本机 AI 编程助手(Trae / Codex / OpenCode / ZCode / WorkBuddy 等,任选其一),新建一个空文件夹用助手打开,把下面这段话原样发给它:
帮我部署开源项目 https://github.com/shy3130/tick-stock-panel 到本机:
克隆到当前文件夹;有 Docker 优先拉 ghcr.io/shy3130/tick-stock-panel:latest 现成镜像,没有就走 Dev 模式;
缺少的依赖(Docker / Python / Node)帮我一起装好;
最后告诉我浏览器打开哪个地址、需要填哪些 Key。AI 会自动完成克隆、装依赖、启动服务,完成后浏览器打开 <http://localhost:3018> 即可;TICKFLOW_API_KEY 等配置按 AI 提示填,详见 配置。
跑起来后的第一次使用
- 设置 → 凭据与能力 → 点 重新检测,确认档位标签与能力路由矩阵
- 设置 → 立即跑盘后管道:拉日 K + 计算 enriched 表(None / Free 走 free-api,当日数据盘后 1-2 小时可用)
- 自选页加标的 → 选股页点策略卡片扫描 / 配自定义信号
- 回测页选策略 + 区间 → 看净值 / 夏普 / 交易明细(SSE 实时进度),结果可导出 CSV、存候选一键复测
- 监控中心配规则,盘中实时弹窗 + 持久化记录;异动监控覆盖竞价/盘中/偏移全时段
---
📸 界面预览
| 看板 Dashboard | 策略 Screener |
 |
 |
| 回测 Backtest | 挖掘 Mining |
 |
 |
| 监控中心 Monitor | 连板梯队 Limit Ladder |
 |
 |
| 概念分析 Concept | 自选 Watchlist |
 |
 |
📸 [查看更多界面截图 »](./screenshots/README.md)
</div>
---
⚙️ 配置
所有配置从根目录 .env 读取(复制 .env.example 开始),也可在面板 设置 页修改。最常用的三项:
TICKFLOW_API_KEY= # 留空 = None 模式(历史日K免费);填 Key 解锁更多
AI_API_KEY= # 留空 = 关闭 AI;填 Key 启用策略生成
PORT=3018 # 服务端口📖 完整配置项(数据源档位、AI、服务、密码、老 CPU 兼容)见 docs/configuration.md。
---
tickflow-stock-panel 是一个功能强大的量化股票分析面板，旨在为开发者和投资者提供直观的行情监控、策略回测及数据分析能力。通过集成实时行情与深度财务数据，该工具能够帮助用户快速构建个人量化工作流，实现从数据获取到交易决策的全链路闭环。
本项目集成了多维度的量化功能：支持实时 K 线图表展示与买卖点自动标注；提供强大的选股功能，支持内置策略扫描及自定义信号组合；内置专业的回测引擎，可针对不同策略进行净值与夏普比率分析；此外，通过监控中心功能，用户可以实现对个股异动与市场信号的实时弹窗通知。
在运行本项目之前，请确保您的开发环境已安装以下工具：Python 版本需 ≥ 3.11，Node.js 版本需 ≥ 20。此外，强烈建议安装最新版本的 uv 包管理工具，以实现更高效的依赖管理与环境构建。
推荐使用 Docker 进行部署，这是最省心且适合生产环境的方式。首先，通过 `cp .env.example .env` 命令复制配置文件，并根据需要填写 API Key（若留空则进入 Free 模式直接体验）。随后，执行 `docker compose up --build` 即可完成整个环境的自动化构建与启动。
首次启动后，请进入面板的“设置 → 凭据与能力”点击“重新检测”以确认权限。随后点击“立即跑盘后管道”同步数据：Free 用户将同步内置 DEMO 数据，Starter+ 用户可同步全 A 股列表。您可以利用“自选”页跟踪标的，在“选股”页运行策略，或在“回测”页进行历史数据验证。若需实时预警，请在“监控中心”配置规则，系统将通过 SSE 实时推送通知。
项目的所有核心配置均通过根目录下的 `.env` 文件进行管理。您可以参考 `.env.example` 模板进行初始化。此外，为了提升操作便捷性，部分配置项也支持直接在 Web 面板的“设置”页面中进行实时修改，无需频繁重启服务。
本项目拥有灵活的数据处理工作流。除了内置的 TickFlow 日 K、分钟 K 及财务数据外，系统重点支持第三方数据接入：可通过 HTTP 定时拉取 Tushare 等数据源，或通过上传 CSV/Excel/JSON 文件实现自动 Schema 发现与符号归一化。所有数据将统一汇入 DuckDB 进行查询，配合 APSched 盘后定时管道，让您的自定义量化数据也能与内置数据同台分析。
高质量的开源AI工作流项目，适合量化交易和股票分析
- 构建多智能体协作系统的 Agent 开发者
- 构建企业知识库 / RAG 检索应用的团队
- 生产部署优先使用 Docker Compose 隔离依赖，并挂载 volume 持久化数据
- 本地部署优先选 GGUF 量化模型，节省显存并保持响应速度
- Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- 容器内无法访问宿主机 localhost — 使用 host.docker.internal
- 显存不足直接 OOM — 优先降低 context 或换更小的量化模型
- Docker：tickflow-stock-panel 提供官方镜像，docker compose up 一键启动
- 本地部署：CPU 8GB 起，GPU 推荐 16GB+ 显存
- 云端托管：可放在 Vercel / Railway / Fly.io 等 PaaS 平台
⚡ 核心功能
- 可视化 Agent 工作流编排，无需编写复杂代码
- 支持多步骤自动化任务链，实现全流程无人值守
- 与外部 API、数据库和第三方服务无缝集成
- 内置错误处理与自动重试机制，保障稳定运行
- 提供可复用的自动化模板，快速在同类场景部署
- 构建多智能体协作系统的 Agent 开发者
- 构建企业知识库 / RAG 检索应用的团队
- 生产部署优先使用 Docker Compose 隔离依赖，并挂载 volume 持久化数据
- 本地部署优先选 GGUF 量化模型，节省显存并保持响应速度
- Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- 容器内无法访问宿主机 localhost — 使用 host.docker.internal
- 显存不足直接 OOM — 优先降低 context 或换更小的量化模型
👥 适合人群
🎯 使用场景
- 自动化日常重复性工作，将精力集中于创造性任务
- 构建数据采集 → 处理 → 输出的完整自动化管线
- 实现跨平台、跨系统的数据流转和业务协同
⚖️ 优点与不足
- +MIT 协议，可免费商用
- +大幅减少重复性人工操作
- +可视化流程，清晰直观
- +可扩展性强，支持复杂场景
- −初始配置和调试需投入一定时间
- −强依赖外部服务的稳定性
- −复杂场景需具备一定技术基础
AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。
建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。
✅ MIT 协议 — 最宽松的开源协议之一，可自由商用、修改、分发，仅需保留版权声明。
🔗 相关工具推荐
❓ 常见问题 FAQ
AI Skill Hub 点评：TickFlow股票面板 的核心功能完整，质量优秀。对于自动化工程师和运维人员来说，这是一个值得纳入个人工具库的选择。建议先在非生产环境试用，再逐步推广。
| 原始名称 | tickflow-stock-panel |
| 原始描述 | 开源AI工作流：自托管、零运维的 A 股「选股 + 监控 + 回测」量化工作台 | 基于 TickFlow 数据 | 能力驱动适配全档位订阅 | 自由接入第三方扩展数据(Tus。⭐117 · TypeScript |
| Topics | workflowa-stockai-agentaigcbacktesting |
| GitHub | https://github.com/shy3130/tickflow-stock-panel |
| License | MIT |
| 语言 | TypeScript |
收录时间：2026-06-24 · 更新时间：2026-06-26 · License：MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。
🤖 交给 Agent 安装 · TickFlow股票面板
选择 Agent 类型，复制安装指令后粘贴到对应客户端