tick-stock-panel自托管A股量化工作台解析

认识 tick-stock-panel

tick-stock-panel（简称 TSP）是一个自托管、零运维的 A 股量化工作台，覆盖「选股 + 监控 + 回测」全链路。它是本地优先的开源工具，由 shy3130 开发，GitHub 上已有 4k+ stars，面向个人散户与量化爱好者。

能力体系

环节	具体能力
数据	A股/ETF/指数 日K与分钟数据管理
行情	自选股管理、行情查看、标的详情分析
策略	20+ 内置策略、自定义策略、AI 创建策略
验证	回测、参数优化、步进优化
因子	因子检验、自定义因子、因子挖掘
监控	异动监控
复盘	AI 复盘

从"看数据"到"做策略"再到"盯着盘"，一条线跑通。

与 LLM 荐股类工具的差别

维度	LLM 荐股类工具	tick-stock-panel
输出	推荐结论	可回测的策略
回测能力	多缺失	内置
透明性	黑盒	策略可见可改
策略沉淀	难保存	可长期维护
数据归属	服务方	自托管

结论：前者帮你"拿主意"，后者帮你把主意"钉死"——可验证、可复现、可迭代。

为什么"因子"环节重要

量化研究的核心之一，是找到能解释收益的因子。TSP 提供因子检验、自定义因子与因子挖掘，等于把"从灵感到因子"的过程工具化。相比只给一只票的结论，因子化的做法更容易积累和复用。

技术侧的看点

• Python + React：后端研究逻辑 + 前端面板。
• Polars 扫描：毫秒级扫全 A 股数据，处理效率高。
• Docker 单容器：部署形态简洁，适合个人自托管。
• 数据源可扩展：可自由接入第三方数据源。

边界说明

TSP 是开源量化研究框架。回测结果不代表未来收益，也不构成投资建议；工具用于研究，决策与风险自负。

适用人群

• 有自己的选股想法、但缺工具落地的个人投资者。
• 想系统做因子研究、回测验证的量化爱好者。
• 偏好自托管、数据自己掌握的开发者。

结语

TSP 把 A 股量化研究的多个环节整合进一个自托管工作台，胜在"可测、可盯、可沉淀"。想系统了解其能力与设计，可参考 skill 详情页：

tick-stock-panel skill 详情页 —— 面向 EasyClaw 场景的能力梳理与封装说明。