选择合适的量化框架 ☑
可以先试试轻量的abu，VeighNa备选
stock内容简单，操作更为方便
10/11 哪个都是又乱又杂，完全不知道怎么操作，有可能我得自己从头写，还好一些
获取市场数据接口 ☑
Akshare 专注国内市场 调用太多会封ip
yfinance 国外社区维护，调用限制更严苛
将接口编写入程序，成功运行回测 （10/11 改为编写日线回测程序） ☑
由于他人项目难以操作，和自己预想的方向不同，并且并非所有内容都是必要的。还是自己写吧，其他项目可以借鉴。
现在有了直观数据库，有了股票数据接口，可以说道路已经铺好了，接下来完全可以自己编写测试内容了。
10/12 下载数据有限制，需要频繁更换代理，但目前数据其实是够用的，没有必要把股市全部股票下载下来，现在下载了1000支股票过去一年数据，验证策略足够了，事实上我忽然意识到即使是回测所需要的数据并没有那么多，比方说日线回测，那么我只需要写一个函数，这个函数传入买入时间和卖出时间，只读取这两天的股价就能计算出盈利百分比，实际上比读取数据库都要简单的多，按照这样的逻辑可以简单编写一个测试脚本。
不，不行，api存在限制，总是不能很好工作。下载到本地也许是对的。利用本地数据做回测吧。
回测策略编写成功！
以下展示了ST国华（000004）一年利用均线交叉策略所测得的收益，对比同花顺数据可看到买入卖出点非常准确（虽然亏损），这证明了策略的有效
PS C:\Users\28171\Desktop\Quantification\Program\tools\mytrader> python ma_cross_strategy.py
请输入股票代码: 000004
策略参数:
股票代码: 000004
策略期间: 2024-10-10 到 2025-10-10
初始资金: 1,000,000
策略规则: 5日均线上穿10日均线买入，下穿卖出
开始执行策略...
成功连接到MySQL数据库
开始执行均线交叉策略
股票: 000004
期间: 2024-10-10 到 2025-10-10
初始资金: 1,000,000
2024-10-24 - 空仓: 现金1000000.00, 总资产1000000.00
…………略
2025-09-11 - 空仓: 现金669685.36, 总资产669685.36
2025-09-12 - 空仓: 现金669685.36, 总资产669685.36
2025-09-12 - BUY: 价格37.43, 股数17891, 现金25.23, 总资产669685.36 金叉买入 - MA5:37.90, MA10:37.82
2025-09-23 - SELL: 价格36.38, 股数17891, 现金650899.81, 总资产650899.81 死叉卖出 - MA5:38.63, MA10:38.65
2025-09-24 - 空仓: 现金650899.81, 总资产650899.81
2025-09-25 - 空仓: 现金650899.81, 总资产650899.81
2025-09-26 - 空仓: 现金650899.81, 总资产650899.81
2025-09-29 - 空仓: 现金650899.81, 总资产650899.81
2025-09-30 - 空仓: 现金650899.81, 总资产650899.81
2025-10-09 - 空仓: 现金650899.81, 总资产650899.81
2025-10-09 - BUY: 价格42.32, 股数15380, 现金18.21, 总资产650899.81 金叉买入 - MA5:39.05, MA10:38.57
2025-10-10 - SELL: 价格44.66, 股数15380, 现金686889.01, 总资产686889.01 策略结束强制平仓
============================================================
交易策略报告
============================================================
初始资金: 1000000.00
最终总资产: 686889.01
总收益率: -31.31%
总交易次数: 26
买入次数: 13
卖出次数: 13
最大回撤: 45.93%
数据库连接已关闭
策略执行完成!
初始资金: 1,000,000.00
最终现金: 686,889.01
总收益率: -31.31%
总交易次数: 26
我将常用的指标计算方法放在一个公共文件中，数据库数据读取和报告生成放在另一个文件，不同策略分开调用并放在不同文件，方便编写。
由于ip被封了，暂时做不了分时，可以多完善完善日线。
分时回测 ☑
这个与日线不同的是日线数据少，市场全部数据下载下来预估也只有几个G，但分时肯定不能完全依赖本地，同时未来实战也有实时需要，所以要联网
不能说没有完成，但是这个封ip封的太快了，实战恐有风险
优化回测，初步找到合理的完整的符合宏观逻辑的量化策略 ☐
接入实战功能、服务器托管 ☐
stock提供了一个思路是编程控制交易软件操作的自动化，和我想的自动化有所不同，我以为会是直接使用交易api，不过貌似确实后者实现需要门槛。
stock这一套自动化可以借用。
初步实战 ☐
优化拓展策略、资金管理，修复问题 ☐
此方悬停