自动化交易数据分析平台 - 从 Excel 到 Looker 仪表盘的完整解决方案
HermitongDashboard 是一个自动化交易数据处理和可视化分析系统,专门为长桥证券(Longbridge)用户设计,帮助交易者轻松管理和分析交易记录。
- 🔄 自动数据清洗: 从长桥证券导出的 Excel 文件中自动提取和清洗交易数据
- 📈 FIFO 计算: 采用先进先出算法精确计算持仓成本和已实现盈亏
- ☁️ 云端存储: 自动上传至 Google Sheets,随时随地访问
- 📊 可视化分析: 通过 Looker Studio 创建专业的交易分析仪表盘
- 🔁 增量更新: 智能识别新文件,避免重复处理
长桥证券交易记录 → Python 数据清洗 → Google Sheets → Looker 仪表盘
- Python 3.7+
- Google 账号
- 长桥证券账号和交易记录
-
克隆项目
git clone https://github.com/你的用户名/HermitongDashboard.git cd HermitongDashboard -
安装依赖
pip3 install pandas gspread numpy openpyxl
-
配置 Google Cloud
- 创建 Google Cloud 项目
- 启用 Google Sheets API
- 创建服务账号并下载
credentials.json - 将
credentials.json放到项目根目录
-
创建 Google Sheet
- 创建名为
HermitongDashboard的 Google Sheet - 将 Sheet 共享给服务账号邮箱(在
credentials.json中查找)
- 创建名为
-
准备交易数据
- 从长桥证券电脑端导出交易记录
- 点击 "资产" → "历史订单" → "导出" → 勾选 "包含订单明细"
- 将导出的 Excel 文件放入
TradeRecord文件夹
-
运行脚本
python3 process_files.py
完整的部署和使用指南请查看:
- 部署安装手册 - 详细的小白用户部署指南
- 环境配置
- Google Cloud 设置
- Python 脚本配置
- Looker 仪表盘配置
- 常见问题解答
HermitongDashboard/
├── TradeRecord/ # 交易记录文件夹 (gitignore)
├── process_files.py # 主处理脚本
├── credentials.json # Google 服务账号密钥 (gitignore)
├── processed_files.txt # 已处理文件日志 (gitignore)
├── 部署安装手册.md # 详细部署指南
├── README.md # 项目说明
├── LICENSE # 许可证
└── .gitignore # Git 忽略配置
在 process_files.py 中修改以下配置:
SOURCE_FOLDER_PATH = '/path/to/your/TradeRecord' # 交易记录文件夹路径
GOOGLE_SHEET_NAME = 'HermitongDashboard' # Google Sheet 名称
CREDENTIALS_FILE = 'credentials.json' # 服务账号密钥文件- 数据提取: 从 Excel 文件中提取已成交订单
- 数据解析: 自动识别股票和期权交易,解析期权代码
- FIFO 计算: 按时间顺序匹配买卖订单,计算盈亏
- 数据去重: 基于多字段去重,确保数据唯一性
- 数据上传: 更新三个工作表:
- 所有交易数据: 完整的交易记录
- 持仓中: 当前持有的仓位
- 已平仓: 已平仓交易及盈亏统计
系统支持创建专业的交易分析仪表盘,包括:
- 📈 总盈亏和累计盈亏曲线
- 🎯 胜率和平均盈亏统计
- 📊 按资产类型、股票代码的盈亏分析
- 📅 时间序列分析
- 📋 详细交易记录表
详细配置步骤请参考 部署安装手册。
本项目已通过 .gitignore 保护敏感信息:
- ✅
credentials.json- Google 服务账号密钥 - ✅
TradeRecord/- 交易记录文件夹 - ✅
processed_files.txt- 处理日志 - ✅
*.xlsx,*.xls,*.csv- 所有数据文件
请勿将这些文件上传到公开仓库!
欢迎提交 Issue 和 Pull Request!
本项目采用 MIT 许可证 - 详见 LICENSE 文件
确保:
credentials.json文件存在且路径正确- Google Sheets API 已启用
- Google Sheet 已共享给服务账号
macOS/Linux: 使用 cron
crontab -e
# 添加: 0 8 * * * cd /path/to/project && python3 process_files.pyWindows: 使用任务计划程序
更多问题请查看 部署安装手册 - 常见问题
如有问题,请:
- 查看 部署安装手册
- 提交 GitHub Issue
祝你交易顺利! 📈