能在线试用吗
不能。五套都是桌面程序,需要装到本机运行,而且行情数据要联网获取。每个产品页里有完整的入口清单与可核对的数字,可以先按那些判断是否合适,再联系我们索取。
首页 / 产品
产品总览
清单式排布:一套软件一行,点进去看它做什么、交付什么形态、以及明确的边界在哪。以后新增直接往下加一行。
每套软件的交付形态、运行环境与功能边界,都在各自的产品详情页里写清楚。 如需要定制开发或与自有数据源对接,请看联系我们的说明。
对比
按你在这台电脑上主要做什么对号入座。五套都能单独装、单独跑,不用成套买,也不必按顺序装。
| 软件 | 一级入口 | 主要规模 | 数据在哪 | 联网 | Python | 交付体积 |
|---|---|---|---|---|---|---|
| ① 行情数据引擎 | 5 个 | 8 项运行指标、6 项采集质量指标、25 张本地数据表 | 本机(行情缓存与本地库) | 采集时需要 | 不需要 | 单文件 74.0 MB |
| ② K线分析 | 3 个 | 12 个 K 线周期、49 项技术指标(5 组)、16 种绘图工具、区间分析 8 项统计 | 本机(图表配置与图上标注) | 取行情需要 | 不需要 | 单文件 74.2 MB |
| ③ 市场行情监控 | 3 个 | 13 个行情子页、21 个三级标签、22 条重大指数 | 本机(看板配置,不落行情明细) | 需要 | 不需要 | 单文件 74.3 MB |
| ④ 持仓跟踪 | 6 个 | 9 张自有数据表、4 项自设阈值、7 档核对状态、基金排行 8 个周期 | 本机(自选、成本、笔记、基金) | 取行情需要 | 不需要 | 单文件 74.3 MB |
| ⑤ 投研工作台 | 5 个 | 8 个研究面板、3 类回测策略、12 项回测绩效(分三组)、8 个对照基准 | 本机(日志、计划、回测结果) | 需要(交易复盘除外) | 量化回测需自装 3.9+ | 单文件 74.2 MB |
「数据在哪」这一列的完整口径是:五套的数据文件都在使用者自己的程序目录里,不经过我们的服务器; 括号里写的是该软件各自主要往本机写什么。五套都随包带 .NET 运行时(单文件自包含), 目标机不需要另装 .NET;只有 ⑤ 的量化回测要另外装 Python。
五套共用一个本地数据层,行情缓存、自选名单与配置在几套之间是通的; 各自的界面、缓存与日志按环境(生产 / 测试 / 开发)分开存放,互不干扰。 五套的主程序都是自包含单文件,目标机不需要另装 .NET 运行时。
为什么是五套
它们原来是一套系统。拆的理由不是"拆得好看",而是每一套都能单独装、单独用、单独讲清边界。
取数、校验、限流、缓存与落库是所有功能的共同前提,也是最容易出问题的地方。把它拆出来单独交付,「数据可不可信」才有地方体检。
一个是盯着少数标的看结构,一个是把全市场摊开看。使用者的动作不一样,刷新策略也不一样,合在一起只会互相拖慢。
自选、成本、笔记这类数据是使用者自己积累的,换机器要整目录拷。它与行情类功能混在一起时,备份与迁移说不清楚。
留痕、筛选、回测与复盘是一件事的四个环节。它也是唯一需要本机装 Python 的一套,单独交付才不会把这项要求摊到别的软件上。
五套共用同一份本地数据层与限流闸。所以行情字段的下标修正、数据源口径、缓存策略这类改动一次到位,不会五个软件各修一遍。
五套都是可独立编译、独立运行的完整程序,不是需要互相依赖的模块。买其中一套,不需要先装另外四套。
共同的交付约定
以绿色免安装的单文件程序交付,不要求使用者先装运行环境。运行时需要的组件已内置,首次运行自动在本机目录生成数据库与日志。
行情缓存、自选配置、持仓成本、研究记录都存在本机数据库里,不经过我们的服务器,我们看不到使用者关注了什么、写了什么。
每套软件的产品页都有一节「功能边界」,写明哪些没做以及为什么。不把没实现的功能说成已实现,也不把辅助工具说成决策工具。
取不到就写"未取到",数据过期就标注时间,没有模拟数据兜底,也不用上一轮的值冒充这一次。这条在五套里是一致的做法。
五个工程都要编译通过,每个程序都要真启动一遍并扫运行日志里的致命错误,文案另过一遍合规用词扫描。任一项不过就不出版本,这条偶尔会让发版晚一点,我们认为值得。
五套当前都是 V1.0,同一批交付。以后某套单独升级时,以它自己页面上的版本号为准。
常见问法
不能。五套都是桌面程序,需要装到本机运行,而且行情数据要联网获取。每个产品页里有完整的入口清单与可核对的数字,可以先按那些判断是否合适,再联系我们索取。
不给。五套做的是把数据整理好、把指标算准、把回测跑完、把记录留下,买卖判断由使用者自己做。没有荐股界面,也没有任何形式的收费荐股或会员体系。
来自东方财富、新浪、腾讯、天天基金等公开接口,多源比对后采用,并标注每条数据的时间。数据可能延迟或缺失,我们不对其准确性作担保。