缠论只是一个工具，请不要将它神化，发现一些客观的规律远比追求虚无缥缈的神论更有意义。
本模型按照简单可控的方式实现，与原著的描述不尽相同，为了模型可推导做了一些调整，模型整体按照零参数设计，不必关注策略应该设置定什么参数，是否过度拟合等问题。
缠论是一种结构化分析方法，但每个人对于缠论的理解不同，如果有计算机基础，每个人量化的缠论模型也不会完全一致，所以没必要过多纠结是否与自己的实现方式一样，学缠的人一旦纠于细节，理论化、精度化、完美化，基本也就缠进去了。从另一个角度说，缠论是一种视觉体现，是对市场阶段性顶底和交易密集区的量化展示，本模型重在交易，在保证无任何未来函数上实现了实时模型，如果仔细观察最后一个笔和线段是动态的，随着行情的变化而变化，但是确认了的构件是不会改变的，这就保证了回测的稳定性，在本模型基础上按照规则开发出的策略没有任何漂移。
开源本模型，提供一种无参的量化实现，爱好者可以继续摸索，形成自己一套技术分析体系。在市场上仅仅懂得技术分析是远远不够的，但是作为散户，没有精力读研报做调研，技术分析仍是一种有效的市场解读方法。技术分析体系的建立意味着面对杂乱无章的市场，你有了自己的解读语言，可以与之对话、交流、提升，进一步可以形成一套交易策略，知道自己在自己的体系下什么情况亏什么时候赚，在概率基础上可以形成持久的可调整的交易框架。希望可以帮助各位找到自己的方法论。
演示地址：http://simple-trade.cn:18188/ 账户：guest/1
本项目基本实现了缠论模型计算、可视化、选股、策略模板等功能，部分功能仍在开发中。
├── bin # 命令脚本
├── czsc_demo
│ ├── conf 配置项
│ ├── strategy
│ │ └── myquant # 掘金策略
│ │ ├── code # 策略
│ │ └── selector # 指标选股
│ └── tests # 测试类
├── gmcache # 掘金缓存
└── output # 输出目录
└── html
参考概览图，本项目实现了行情数据推进和策略回测的其他部分，为简单起见使用掘金量化平台的行情数据推进和策略回测进行demo演示。缠论模型自身不依赖任何三方平台，开发策略过程中可以对接任意量化平台或自行实现。
python 3.7、pandas、pyecharts、selenium、simple-czsc
PS：建议使用Anaconda管理开发环境，清华镜像站下载。
**Windows用户可直接下载本项目使用掘金客户端或者任何Python IDE运行，本节可忽略。**具体使用方法可参考掘金量化平台官方文档。
因掘金客户端目前只有Windows版，而本人日常使用MacOS，所以采用了掘金客户端与策略分离部署方式搭建的开发环境，这也是掘金量化平台亮点---SDK支持外部调用。
如分离部署网络架构图所示，掘金客户端部署在Windows，策略运行在/Win/Linux/MacOS。从网络层面看，策略运行环境需要访问掘金客户端所在环境的两个端口，以支持掘金平台策略管理和回测。因此需要开放网络策略，方向：工程（策略）运行环境 -> 掘金客户端，端口：rpcPort和subPort。
如掘金客户端配置文件图所示，安装掘金客户端后配置文件中已默认指定rpcPort和subPort，可在系统用户目录下的.goldminer3/.gmserv.json修改。（如：C:\Users\Administrator\.goldminer3\.gmserv.json）
打开掘金客户端创建一个空白策略，记录好策略ID。
如工程配置掘金策略ID和客户端地址图所示，修改工程目录conf/conf.yaml文件，token设置为掘金客户端密钥---在客户端系统管理中查看，serv_addr设置为掘金客户端IP：rpcPort，strategy_id设置为上一步的策略ID。
可使用三种方式运行策略：
-
bin/test_myquant_strategy_stock_demo.sh 后台运行，后台运行日志存储在bin/simple.log，该方式适用于分离部署时正式执行回测。
-
IDE或命令行运行test_myquant_strategy_stock_demo.py，该方式适用于调试策略。
-
使用掘金客户端运行策略。
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent