项目官方配套课程:深度解析本框架从 0 到 1 的架构设计,涵盖实盘闭环逻辑与工业级量化开发实战,是掌握本项目精髓的进阶必修课。
pip install -r requirements.txt
python run.py- 📉 回测中心 - 策略创建、历史数据回测、绩效分析与可视化报告
- 🧾 手动交易 - 管理账户(选择/新建)、本地模拟基于 deltafq 按 tick 撮合、买卖执行与持仓盈亏跟踪
- ⚡ 策略运行 - 自动交易、实时监控、信号执行与日志追踪
- 🤖 AI Agent - 支持 LLM 配置、对话与工具调用(趣味签文、
run_backtest模糊匹配与结构化摘要、run_backtest_auto自动拉数回测;命中关键词时注入回测 Skill)
deltafstation/
├── assets/ # 文档与展示图片
├── backend/
│ ├── api/ # REST API
│ │ ├── data_api.py
│ │ ├── strategy_api.py
│ │ ├── backtest_api.py
│ │ ├── ai_api.py # AI Agent:LLM 对话(SSE 流式);可选注入回测 SKILL
│ │ ├── simulation_api.py # 手动交易:账户、下单
│ │ └── gostrategy_api.py # 策略运行:启动/停止、K 线
│ ├── core/ # 核心引擎
│ │ ├── data_manager.py
│ │ ├── live_data_manager.py
│ │ ├── backtest_engine.py
│ │ ├── simulation_engine.py # 手动交易 tick 撮合
│ │ ├── strategy_engine.py # 策略自动化 LiveEngine
│ │ ├── agent/ # AI Agent 编排层(OpenAI 兼容:DeepSeek / OpenAI / 通义等)
│ │ │ ├── llm_client.py
│ │ │ ├── skill_prompt.py # 关键词命中时加载 skills/*/SKILL.md 注入 system prompt
│ │ │ ├── skills/ # Markdown Skill(如 backtest/SKILL.md)
│ │ │ ├── tool_registry.py # 工具 schema / handler 注册(TOOL_DEFINITIONS)
│ │ │ ├── tool_runner.py # 多轮 tool_calls 编排执行
│ │ │ └── tools/ # 工具实现(handler)
│ │ │ ├── fun_tools.py
│ │ │ ├── backtest_tools.py
│ │ │ └── backtest_auto_tools.py
│ │ ├── utils/
│ │ │ ├── engine_snapshot.py
│ │ │ ├── sim_persistence.py
│ │ │ └── strategy_loader.py
│ └── app.py # Flask 入口
├── config/
├── data/
│ ├── raw/ # 原始行情 CSV
│ ├── results/ # 回测结果 JSON
│ ├── simulations/ # 仿真账户配置 JSON
│ └── strategies/ # 策略 Python 文件
├── frontend/
│ ├── templates/ # index / backtest / trader / gostrategy
│ └── static/ # 静态资源(css/js)
├── requirements.txt
└── run.py
DeltaFStation 基于 Flask 构建 Web 端,后端集成 deltafq 量化框架,实现从策略研发到交易接入的云端工作流: https://github.com/Delta-F/deltafq
![]() |
![]() |
MIT License,详见 LICENSE。





