上传交割单，系统自动重建持仓、识别交易行为、分析盈亏来源。面向 A 股散户的交易行为诊断工具。
核心能力：FIFO 持仓重建 + 4 维行为标签 + MAE/MFE 风险分析 + Shapley 归因 + What-If 5 规则回测（止损/止盈两侧）+ 行为组合盈亏归因（cross_analysis）+ expectancy/PnL 背离诊断 + 净值曲线 + 股票维度盈亏 + AI 诊断报告（含 11 项风险指标）。
| 层 | 技术 |
|---|---|
| 前端 | Vite + React 18 + Tailwind CSS + Recharts + React Query |
| 后端 | FastAPI + SQLAlchemy + Pandas |
| AI | OpenAI / Claude / DeepSeek（环境变量切换） |
| 数据库 | PostgreSQL 17 |
| 行情数据 | mootdx（通达信 TCP 7709，不封 IP） |
- Python 3.12+
- Node.js 18+
- PostgreSQL 17
cd backend
python -m venv .venv
source .venv/bin/activate # Windows: .venv\Scripts\activate
pip install -r requirements.txt
# 创建数据库
psql -U postgres -c "CREATE DATABASE tradelens;"
# 配置环境变量（从模板复制后修改）
cp .env.example .env
# 编辑 .env，至少设置 DATABASE_URL 和 SECRET_KEY
# 初始化行情数据服务器
python -m mootdx bestip
# 启动
uvicorn app.main:app --reload --host 0.0.0.0 --port 8000环境变量：后端启动前必须配置 backend/.env。从 .env.example 复制后修改：
| 变量 | 必填 | 说明 |
|---|---|---|
DATABASE_URL |
是 | PostgreSQL 连接串 |
SECRET_KEY |
是 | JWT 签名密钥，生产环境须 >=32 字符 |
AI_PROVIDER |
否 | AI 提供商：openai / claude / deepseek（默认 openai） |
OPENAI_API_KEY |
否 | OpenAI API 密钥（使用 AI 诊断报告时需要） |
ENV |
否 | 设为 production 时启用严格安全校验 |
完整变量列表见 backend/.env.example。
cd frontend
npm install
npm run devcd backend && pytest tests/ -q原始交割单 → Trade → Position → Pattern → Insight → What-If → AI 诊断报告
- Trade — SmartParser 自动识别券商格式（不看列名，看数据值）
- Position — FIFO 持仓重建，前序持仓标记（
cost_known） - Pattern — 4 维行为标签（市场环境 / 交易行为 / 交易结果 / 心理推测）
- Insight Engine — 按维度分别统计：胜率、PF、Expectancy、Shapley 归因
- What-If Engine — 止损规则回测（持仓期间日线 low 判断触发）+ 因子贡献分析
- AI 解释器 — 自然语言诊断报告
| 指标 | 说明 |
|---|---|
| 总盈亏 + 收益率 | 绝对金额 + 总收益率% |
| 胜率 | 盈利笔数 ÷ 总笔数 |
| 最大回撤 | 百分比（行业标准），含绝对金额参考 |
| 盈亏比（Profit Factor） | 总盈利 ÷ 总亏损，>1.5 合格 |
| 预期收益（Expectancy） | R-multiple，每笔交易预期收益率 |
| 损益比（Payoff Ratio） | 平均盈利 ÷ 平均亏损 |
| 最大回撤容忍度（MAE） | 持仓期间平均最大浮亏% |
| 最大浮盈（MFE） | 持仓期间平均最高盈利% |
| 止盈效率（Profit Capture） | 浮盈兑现率 |
| Shapley 归因 | 公平归因各标签对总盈亏的贡献 |
| 净值曲线 | 按持仓退出日期累计盈亏的面积图，盈利绿色/亏损红色 |
| 股票维度盈亏 | 按个股汇总交易次数、胜率、总盈亏、平均持仓天数 |
标签定义单一真相源：docs/guides/pattern_definition.yaml。
| 维度 | 标签 | 说明 |
|---|---|---|
| 市场环境 | BULL_TREND, BEAR_TREND, SIDEWAYS, BREAKOUT, BREAKDOWN | 入场所处技术环境（客观） |
| 交易行为 | CHASE, BOTTOM, PYRAMID, AVERAGE_DOWN, TURN, SCALP, SWING, POSITION, FOMO | 交易者主动采取的动作 |
| 交易结果 | TIGHT_STOP, TRAILING_STOP, TIME_EXIT, LARGE_LOSS_EXIT | 事后结果分类 |
| 心理推测 | POSSIBLE_REVENGE, OVERTRADING, HOLD_LOSER, CUT_WINNER, PSY_FOMO | AI 推测（低置信度） |
| 类别 | 来源 |
|---|---|
| A 股 API 终端 | QMT、VN.PY、东方财富、同花顺 |
| 期货终端 | 文华财经、博易大师、CTP/快期/易盛 |
| 券商 APP | 华泰涨乐、中信信e投、国君君弘、广发易淘金、海通e海通财… |
| 通用 | SmartParser（基于数据值推断，零配置） |
TradeDoctor/
├── backend/
│ ├── app/
│ │ ├── api/ # REST 端点 (auth, upload, analysis, report)
│ │ ├── engine/ # 计算引擎 (compute, position, pattern, insight, whatif, mae, attribution, market_data, market_fetcher)
│ │ ├── parsers/ # 解析器 (smart.py + 券商插件)
│ │ ├── ai/ # AI 层 (provider, prompt)
│ │ ├── models/ # SQLAlchemy 模型
│ │ └── auth/ # JWT 认证
│ └── tests/ # 单元测试 + 引擎测试
├── frontend/
│ └── src/
│ ├── pages/ # upload, analysis, report, history, auth
│ ├── components/ # StatsCards, EquityCurve, SymbolSummaryTable, PatternChart, WhatIfChart
│ └── constants/ # patterns.ts（标签中英文映射）
├── docs/
│ ├── guides/ # 权威开发指南：FINANCE_DOMAIN, AI_INPUT_CONTRACT, VERIFICATION_CHECKLIST, pattern_definition.yaml
│ ├── SHADOW_STRATEGY_PRD.md # V2.0 影子策略 PRD
│ ├── 环境配置说明.md
│ └── archive/ # 历史文档归档（过程性审查/早期PRD/历史计划）
└── testfiles/ # 真实脱敏交割单 + 模拟样本
- AI 负责解释，程序负责计算 — 所有数字由 Python 计算，AI 仅生成自然语言报告
- 中文优先 — 所有指标显示中文术语，英文缩写加括号解释
- 散户可理解 — 每个指标附评级（优秀/良好/一般/较差）和一行解释
- 信息分层 — 核心结果 → 进阶分析 → 高级分析（折叠）
- 领域知识驱动 — 开发前参考
docs/guides/FINANCE_DOMAIN.md，完成后按docs/guides/VERIFICATION_CHECKLIST.md自检
| 版本 | 日期 | 主要变更 |
|---|---|---|
| V1.3.0 | 2026-07-03 | 多文件批量上传 + WhatIf 全面去硬编码 + 情景回测止损/止盈多参数扫描自动推荐 + 反事实归因 delta 符号强调 + 评级触发频率辅助 + 大亏止损后视偏差警示 + 小样本降级联动 + WhatIf Tab 精简重构（矩阵行可展开） |
| V1.2.9 | 2026-07-03 | 投资研究员 4 项 P1 修复：移除 is_deleted 死列 + HOLD_LOSER/CUT_WINNER 阈值交叉基准修正 + 小样本探索性软降级（<15 笔）+ 前序持仓缺失偏差检测（>20% 强制提示）+ scenario 回测标注样本内 |
| V1.2.8 | 2026-07-02 | 三方专家联合审查：PYRAMID 补盈利态验证 + outcome 三标签重命名（结果描述措辞）+ 7 份文档对齐 + 新增 AI_OUTPUT_CONTRACT/PRODUCT_PIPELINE 两份信息架构文档 |
| V1.2.7 | 2026-07-02 | AI 诊断深度提升：best_pattern 排序排除 psychology 维度（按 expectancy）+ cross_analysis 摘要喂 AI（top5 盈/亏组合）+ expectancy 与 PnL 背离提示 + WhatIf 快路径防御性护栏；三份核心文档对齐真实账户诊断现状 |
| V1.2.6 | 2026-07-01 | 前端全页面移动端适配：数据密集表格卡片化（WhatIf/Insight/TradePreview）、图表响应式高度、Tab 横滑、操作栏 wrap |
| V1.2.5 | 2026-07-01 | 架构债修复：report.py 改读 stats_snapshot、消除慢路径与 compute.py ~280 行重复、统一 PATTERN_MODULES 映射（P0-1/P1-1/P1-2） |
| V1.2.4 | 2026-07-01 | 审计核实修复：CHASE/FOMO 主动行为标签被持仓分类覆盖（conf 降级）+ insight/whatif 慢路径 self-heal 写快照 |
| V1.2.3 | 2026-06-30 | What-If 新增移动止损/固定止盈/移动止盈三规则 + 固定止损 5%→8% + T+1 修正 + AI 报告 scenario_backtest 段 |
| V1.2.2 | 2026-06-30 | 展示层归因语义修复：WhatIf 改用 delta 反事实方向、新增大亏止损模拟、回撤/期望/小样本文案修正 |
| V1.2.1 | 2026-06-30 | 前端 P1+P2：导航/KPI/报告 TOC/响应式/A11y/可选昵称/管理员加固 + vitest 19 项 + Playwright E2E 16 项 |
| V1.2.0 | 2026-06-29 | AI 报告反事实方向修复 + 补 avg_pnl_pct/shapley 等输入字段 + 建立《AI 输入字段契约》 |
| V1.1.3 | 2026-06-29 | 路由补齐+登录回跳、黄色警告可折叠、股票中文名+移动端卡片视图、注册/登录一致性 |
| V1.1.2 | 2026-06-28 | 最大回撤百分比 >100% 修复、best/worst pattern 误判修复、Shapley 百分比符号取反修复 |
| V1.1.0 | 2026-06-27 | 深度代码审查：422 数据丢失根因（快照不一致）+ 63 个测试补全 + 死代码清理 |
| V1.0.0 | 2026-06-26 | 首个正式版本：完整分析链路 + 匿名案例贡献 + ConsentLog 合规审计 |
从"诊断"升级为"策略发现"——从用户历史盈利回合蒸馏可回测的交易规则，量化"实际交易 vs 影子策略"PnL 差距归因。详见 docs/SHADOW_STRATEGY_PRD.md（含 2026-07 评估结论附录 C）。
如果这个工具帮到了你的投研工作流，欢迎请作者喝杯咖啡 ☕
想要什么功能？欢迎开 Issue 提需求，赞助者的 Issue 优先处理。
本项目仅供学习研究与技术演示，不构成任何投资建议。
- 本系统产出的所有分析报告和交易信号均由 AI 自动生成，可能存在错误或偏差
- 投资决策请咨询持有中国证监会颁发资质的专业机构
- 作者不对使用本工具产生的任何投资损失承担责任
- 股市有风险，投资需谨慎
MIT + Commons Clause — 非商业用途开源