计划你的交易，交易你的计划。宁可空仓，不强行凑票。

这不是选股软件，是准入引擎。它的默认答案是"不买"，只有当道（市场天气）、法（纪律门禁）、术（个股共振）三层同时点头，才会放行一次开仓。

引擎不预测涨跌，只回答一个问题：今天这一笔，够不够资格下手？

三层是串联否决关系，不是加权投票 —— 任一层否决，整笔作废。

• 情绪分（基准 50 / 上限 100）：涨跌比、最高连板、上证 MA20 位置与涨跌幅、热点板块数、前 5 板块均涨 —— 六项加减得分。
• 9 分共振：板块强度、大盘趋势、消息面、市值区间、量价结构、止损结构 —— 任一项为 0 不减分，但总分需过动态门槛。
• ATR 止损止盈：止损 clamp(ATR%×1.5, 2%, 8%) 硬顶 6%，含滑点 R:R ≥ 3。
• 3/7 灰度仓位：30% 试错仓 + 突破确认后 70% 确认仓，乘数夹紧 [0.25, 1.0]。

1. 计划绑定 —— 今日无有效计划，或代码不在计划内 → 禁止评估、禁止买入。
2. 买入窗口 —— 非 14:00–14:45 → 禁止新开。
3. 单日限额 —— 每日最多新开 1 笔、评估 5 次、同一标的复筛 2 次。
4. 上证 MA20 下方 → 禁止评估新开。
5. 姿态空仓 / 高潮易分歧 → 禁止买入。
6. 连亏冷却 —— 连续亏损达阈值 → 强制冷却期。
7. VETO 硬否决 / 共振分不足 / R:R <3 → 禁止买入。

零第三方依赖，只需 Python 3.8+（仅用标准库 urllib / json / concurrent.futures）。已在 Linux / macOS / Windows 与 Python 3.8 至 3.13 上通过 CI。

git clone https://github.com/dataosir/xjb_trader.git
cd xjb_trader

./run.sh                    # 进入数字菜单
./run.sh selftest           # 离线自测
./run.sh eval 600519        # 子命令原样透传

Windows 用 run.bat，可直接双击：

run.bat
run.bat selftest

脚本只做三件事：找到 3.8+ 的解释器、把数据目录锁在仓库根目录、把参数原样交给引擎。不装包，不建虚拟环境。

git clone https://github.com/dataosir/xjb_trader.git
cd xjb_trader
pip install .

tea                         # 进入数字菜单
tea --help                  # 查看全部子命令

想让抓取更稳（连接复用）可装上可选的 requests：

pip install ".[fast]"

git clone https://github.com/dataosir/xjb_trader.git
cd xjb_trader

python3 -m tea              # 进入数字菜单
python3 -m tea --help       # 查看全部子命令
python3 -m tea selftest     # 离线自测

在自己电脑上调试完，一键打成可分发的桌面程序：

python3 packaging/build.py

脚本按 sys.platform 自动选形态：macOS 出 .app bundle，Windows 出 .exe 单文件。PyInstaller 不能交叉编译，要哪个平台的就到哪个平台上跑。

引擎所有可调参数集中在一个 JSON 配置文件中，包含 410 个参数，覆盖策略阈值、数据源、网络超时、风控等全部维度。

配置文件在首次保存配置时自动落盘，之后每次启动读取。它已写入 .gitignore（含本金、代理池等私有信息），不要提交到公开仓库。

第一次进菜单会自动弹配置向导，把因人而异的那几项问一遍（总资金、选股与风控阈值、板块交易权限、数据源降级链），其余参数留默认。每项都可直接回车取默认。完成后写 meta.initialized，不再重弹。

tea setup             # 重跑配置向导（当前值作为默认值）
tea setup --defaults  # 不提问，直接采用推荐默认值

tea config count      # 参数总数与配置文件路径
tea config list       # 全部参数（点号路径）
tea config set strategy.pass_threshold 7

资金也可单独改：

tea capital 100000
tea status            # 确认门禁计数 / 计划 / 持仓

数据落 data/，报告落 reports/。数据目录可用环境变量改写，便于多账户或沙箱：

TEA_HOME=~/my_trade tea

所有写入都是原子的（先写 .tmp 再 rename）：

引擎支持从五家数据源按顺序降级取数。默认全开（东财 → 腾讯 → 新浪 → 网易 → 凤凰），前一家取不到自动问下一家。每家的实现只覆盖它真有的能力，其余静默跳过。

切换数据源组合：

python3 -m tea config set market.data_sources '["eastmoney","tencent","sina"]'

境外环境如需走代理取东财，置 market.use_env_proxy: true。

数据源走公开行情接口，内网 / 防火墙环境需放通以下域名（按五家数据源分列）：

• 新浪的报价 / K 线接口有 Referer 硬要求：请求头不带 Referer: https://finance.sina.com.cn 会被直接 403。放通域名时必须同时允许该 Referer，否则新浪这一级始终不可用。
• 若内网只放通了东财，其余四家反而会拖慢降级链（每级都要等超时）。此时建议退回单源：python3 -m tea config set market.data_sources '["eastmoney"]'。

风险与免责声明：本项目仅用于个人学习与交易纪律研究，不构成任何投资建议。引擎输出的 BUY 只表示符合预设纪律条件，不是盈利保证。行情数据来自第三方公开接口，可能延迟、出错或随时停服。引擎不对接任何券商交易接口，不会自动下单。首次使用建议先用 eval 空跑至少两周。

python3 -m tea selftest

自测不联网，用构造行情跑全链路。每一项断言都在测试内按规格独立重算一遍再和引擎比对，能抓住"实现和规格分叉"。当前：799/799 通过。自测在临时 TEA_HOME 沙箱中运行，不会碰真实数据与报告。

tea/
├── __init__.py         包版本号 __version__
├── __main__.py         python -m tea 入口
├── selftest.py         离线自测
├── core/               Layer 0：无依赖公共工具
├── config/             Layer 0：配置层（410 参数 + 首次向导）
├── data/               Layer 1：行情数据层（五源降级 + 防封）
├── analysis/           Layer 1：数学与统计（情绪 / 身份 / 期望值）
├── screening/          Layer 2：筛选与门禁（共振 / VETO / 门禁 / 扫描）
├── portfolio/          Layer 2：持仓与观察闭环
├── reporting/          Layer 3：报告（准入 / 追溯 / 周复盘）
├── phases/             Layer 4：四阶段交互流程
└── runtime/            Layer 5：入口（CLI + runner）

分层自 Layer 0 排到 Layer 5，只允许高层依赖低层，禁止反向依赖与跨层回边。

本项目以 MIT 许可证 开源。你可以自由使用、修改、分发，但请保留版权声明，并自行承担使用风险。

如果这个项目让你少做了一笔冲动交易，它就已经回本了。