learn/2026-06-25-财经数据平台创业方向Brainstorming/spec.md

📄 文档learn/2026-06-25-财经数据平台创业方向Brainstorming/spec.md

🌱 创建于2026-06-27 01:04

✏️ 修改于2026-06-27 01:04

👁️ 浏览量—

🔗 短链接/~learn/s/fad0594c

🔐 可见性

财经数据平台创业方向 Brainstorming

文档目标

记录 2026-06-25 晚与奥涵讨论的"做一个像财经M平方/趋势小程序的财经数据平台"的创业想法 Brainstorming 过程，盘点现有资产、分析可选方向、记录关键决策点。

一句话结论

你手头的 AData 量化系统已经是一个很强的自用版数据引擎底座（30+策略、截面选基、每日推送、估值图表、SQLite 数据库、深色 Bento 仪表盘全部在跑），从"自用工具"升级到"订阅制产品"的最短路径是：先用方向 C（付费社群/知识星球）0成本验证有没有人愿意为你的判断力付费，再升级到方向 A（宏观/估值仪表盘）做正规平台。方向 B（信号订阅/跟单）短期不建议碰，合规风险极高。

背景：为什么现在想这个

触发点

目前「奥涵矿池」（aohan quant · 量化工具箱）已经在 unified_server.py 端口 8765 上稳定运行
通过 localtunnel 可以公网访问（adata-charts.loca.lt），通过 Tailscale 可以内网访问
每日收盘后自动跑多策略加权回测，通过 Server酱推送到微信
既然系统已经每天为自己产出有价值的判断，"顺便做成产品卖订阅"是自然的延伸想法
"成了能捞钱，不成也能帮助自己投资"——试错成本低是最大优势

一、现有资产盘点（已经做好的东西）

1. 数据层（AData 开源层）

多源融合：东方财富、同花顺、新浪、腾讯、百度、tushare、yfinance、Alpha Vantage
覆盖：A 股个股/指数、ETF、可转债、美股、港股、期货
核心入口：adata/aohan/quant/utils/df_loader.py 的 fetch_data() 函数
数据清洗管道完整：NaN 处理、future_days 填充、auto fallback、DataProcessor

2. 策略层（aohan 量化层）

策略基类：adata/aohan/quant/backtest/strategy/Strategy.py
30+ 具体策略：均线、RSI、量价、动量、组合、日期、机器学习（XGBoost）、遗传编程（DEAP）
仓位管理器：固定比例 / 动态 / 信号驱动
参数优化器：网格搜索、随机搜索、多策略批量执行
截面选基引擎：adata/aohan/quant/selection/，周频 Top10/Bottom10 快照，写入 quant.db

3. 可视化与推送层

Plotly 交互式估值散点图：沪深300、上证50、中证500、创业板、标普500 PE_TTM vs 未来收益
深色主题 Bento Grid 仪表盘首页（unified_server.py）
每日 push.html 自动生成 + 历史快照（push_history/）
Server酱微信推送
跨设备剪贴板（彩蛋功能，Mac↔手机双向）

4. 基础设施

统一 SQLite 数据库（quant.db）：WAL 模式，幂等写入
Python 标准库 http.server 自建 Web 服务器（零依赖、轻量）
localtunnel 公网穿透（免费、零配置）
Tailscale 内网穿透（安全、稳定）

5. 现有 Web 服务架构图

Mermaid Live View

Mermaid Live Edit: https://mermaid.live/edit#pako:eNqNk89qwzAMxl8l8gKRsOHbNRp06dKh04c6duyYMRcJESSSqEFCIf59UkrIW8iO7-z-O7kDIU2lUjJV7cR4TQ7BzjhxDLuRjS5rT0p0bDvGFKfVjVQ-5E6YJbU5DqH01dG1kQx7kX7MqNv75GvXwUe7JWa3q7VDFK3W8Yg5JjXhBEdy7Q6dY7oFy7SYYVxTDsONNQ9t42B7nCzWZgU4Z0w6LrU6cE11Z7sO8E3KfU52gV8Kj0o62aU0bO0PvBwOJ7Sj82a5yNk2T5iXz1lW6iL4VnS4VJ7B5vH0c2pB5fE6K8p7U6kK7pB5sF0Y2uW5KfWJ1nqN9Rf0u2zYVjY7cU0F3Q

flowchart TD subgraph 数据源["数据源"] S1[tushare API] S2[adata开源层
东财/同花顺/新浪] S3[yfinance/Alpha Vantage] S4[本地Excel/CSV] end subgraph 量化引擎["aohan量化引擎"] E1[df_loader数据加载] E2[DataProcessor清洗] E3[30+策略回测] E4[截面选基引擎] E5[参数优化器] E6[quant.db SQLite] end subgraph 展示层["展示层"] V1[Plotly估值图表] V2[push.html每日信号] V3[Bento首页仪表盘] V4[learn文档库] V5[跨设备剪贴板] end subgraph 推送["推送"] P1[Server酱微信] P2[消息推送.txt] end subgraph 访问["访问方式"] A1[Tailscale内网
100.125.115.12:8765] A2[localtunnel公网
adata-charts.loca.lt] end 数据源 --> E1 --> E2 --> E3 E2 --> E4 E3 --> E6 E4 --> E6 E3 --> V2 E4 --> V2 E2 --> V1 V1 --> V3 V2 --> V3 V3 --> A1 V3 --> A2 V2 --> P1 V2 --> P2

二、三个方向对比（财经M平方 vs 趋势小程序 vs 付费社群）

方向图

Mermaid Live View

Mermaid Live Edit: https://mermaid.live/edit#pako:eNqFVFtPGkEY_StkXxWpoA-YxgS1fdKkrU0fujTNKquSyKXr0saoCV7QRYFFEYuXSqFQ1CrQaEUWpEl_y34zu0_2J3TYFbOSRudpvjnnzMw53-zOUeM-F0v1URPTvk_jUwzHm4ZfOb0mMmYCY5Mc458y4VgZHYSVXyuyVKCd1N_0duHe2k1dcAwxPIPPa7iWvqmHndQ7fYvmcHTTkNtDUlzJRNBy6OkYZ-l3KEsZy7PXzy24EWtOQSwp16cQlIw6K2170qGuiRDZwWc7OJnXpB1IOFG_ZNVgGNIS1JMoETOKbDQqiehzHsWO1OCiphhluY8sp4Z-QqMo_84Y2T30AOvlfXLtRMkc4f2Uxg943RNu1vV-RtN1-WeNil569OWwm2dRsoyiRZASmuRDgPHyXa6xWybrdbVFiHaqEN90aOkl1lvlTX0PiqJSWLLI9TIE63f3IIkqF1lcE0eget4kH260xzpAYr1aggMJXR2D9P12BxBW5euokWalScAkWRQsyLUKKm0bQRutn492S6i8jSJr6OuaEe-hSZP0wFFsC-L3du6lIRRVLqodSjGrpkIgXMq1FKkhu_tIDgN6DkKrJDmQxoBY0Xdqur_cgPXfUBbx0QZI4n_8DxL_oYp8nZCrZYju6HojbqVRZFGuJaAmKcWiRamkIZo0Emy0-iMFcUEprKjfYurusdZK9SCI1pNqpoHDERwqGAU9NN4-QkIFJ3fhLEXE8vWqroRc4RHLg5rlrdNW2bSspYVzDdzIWXA6r5RWUSqN48vE_8ibF-2Gh7ppdf8S6kEQN5EQRwenRtB6793raXSQ14AO40aajf6Tt9vNVrvdAtULI9JD4hTUk4hSWiQftixJ-vXabRm_e5PZ3N96yg-iAw-igzp6W5jMXeb-ef0iEI9BdA1LhfnWMVQn5WE5D-N2kV_WXFPopPgp1sM6qT4ydbETTGCad1JO7wKhMgHeNzrrHaf6eC7AdlIBv4vh2SE3QzrjofommOkZssr5ApNTd5Wf8b71-TwtySTXPKo5X_gHMbqAnw

flowchart LR subgraph 现有资产["现有资产（AData系统）"] A1[多源行情
A股/ETF/美股/可转债] A2[30+量化策略
+截面选基引擎] A3[每日推送
Server酱微信] A4[Bento仪表盘
unified_server.py] A5[SQLite数据库
quant.db] end subgraph 方向A["方向A：宏观/估值仪表盘（财经M平方型）"] B1[市场温度/估值分位] B2[股债性价比] B3[宏观景气指标] B4[ETF截面排名] B5[免费+订阅制付费墙] end subgraph 方向B["方向B：信号订阅（趋势小程序型）"] C1[具体买卖信号] C2[持仓建议/跟单] C3[高合规风险
需投顾牌照] C4[用户留存高但风险大] end subgraph 方向C["方向C：付费社群/知识星球（MVP）"] D1[零开发成本] D2[每日推送信号+分析] D3[¥99-299/年] D4[先验证有人付费] end 现有资产 --> 方向A 现有资产 --> 方向B 现有资产 --> 方向C 方向C -.->|验证后升级| 方向A

方向对比表

维度	方向A 宏观/估值仪表盘	方向B 信号订阅/跟单	方向C 付费社群/知识星球
------	---------------------	-------------------	----------------------
对标	财经M平方	趋势小程序	知识星球/小报童
核心价值	看大势、定仓位的宏观数据可视化	具体买卖信号、持仓建议、跟单	你的判断力+每日分析+交流群
用户心智	"专业、宏观、数据驱动"	"简单、直接、告诉我买啥"	"跟着一个靠谱的人学投资"
付费点	会员订阅看完整数据/深度报告	付费看信号/高级策略/跟单	年费订阅+社群
定价区间	¥199-599/年	¥299-1999/年	¥99-299/年
合规风险	低（数据+观点，不构成投资建议）	极高（具体买卖建议=投顾牌照红线）	中（个人观点分享，免责声明即可）
数据壁垒	中（宏观数据公开，整合+可视化要工夫）	高（信号质量直接决定留存和口碑）	低（核心是个人IP和判断力）
开发工作量	2-4周（前端UI+用户系统+付费墙）	2-3个月（+合规+用户适当性管理+回撤管理）	0-3天（直接用现有push+微信/星球）
对现有代码复用	90%（估值图、截面选基、每日推送直接用）	70%（需要重做信号确认机制+免责流程）	100%（每天发push的截图就行）
推荐阶段	MVP验证通过后做	暂不建议	现在就可以做

三、关键风险点与避坑指南

1. 合规红线（最重要）

投顾牌照：中国《证券法》《证券投资顾问业务暂行规定》明确，未取得证券投资咨询业务资质，不得从事"就证券市场、证券品种走势等提供分析、预测或建议"的业务
方向 B（信号订阅）的致命问题：如果收费给具体买卖建议（"明天买 510300"），用户亏钱后可能投诉到证监会，面临罚款甚至刑事责任
规避方式：

- 所有内容标注"个人观点，不构成投资建议，盈亏自负" - 方向 A 只展示数据和估值分位，不给买卖操作建议 - 方向 C 明确自己是"学习交流社群"而非投顾服务 - 绝对不要承诺收益、不要用"稳赚""必涨"等词汇

2. 数据合法性

tushare、yfinance 的数据不能直接转售，只能作为内部分析用
公开数据（如东方财富公开行情）爬取后做二次加工（算估值分位、做截面排名）属于合理使用
如果做付费平台，最好引入合法数据源（如 Tushare Pro 付费版、JoinQuant、Wind 等商用授权）

3. 技术风险

localtunnel 不稳定（重启后 IP 变、偶发不可用），正式产品需要买服务器或用 Cloudflare Tunnel
SQLite 在并发写入多了之后可能锁库，正式产品要升级到 PostgreSQL
http.server 只适合自用，正式产品要用 Flask/FastAPI + Nginx

4. 产品风险

个人项目最大的问题是坚持——每天更新数据、回答用户问题、迭代功能，容易倦怠
建议一开始就用自动化（你现在的定时推送已经在做这个），减少日常运维负担

四、推荐路径：C → A（B 暂不碰）

阶段 1：0成本 MVP（现在 - 2周内）

在知识星球/小报童/微信公众号开一个付费专栏，定价 ¥99-199/年
每天把现有系统生成的 push 页面截图+简短分析发上去
邀请身边 10-20 个问过你"最近买什么"的朋友免费用
目标：验证有没有 10 个以上陌生人愿意为你的判断付费
成本：0；时间：每天 10 分钟转发推送

阶段 2：小范围公测（1-3个月）

如果阶段 1 有 50+ 付费用户，开始做一个像样的 Web App
基于现有 unified_server.py 升级：

- 加用户系统（注册/登录/会员状态）—— 用 SQLite + 简单 session - 加付费墙（免费看基础数据，会员看完整估值分位+截面排名+历史信号回测） - 升级前端（参考财经M平方的卡片式布局，你现在的 Bento Grid 已经很像了） - 部署到便宜的云服务器（阿里云 ECS 或腾讯云轻量，¥50-100/月），用 Cloudflare Tunnel 暴露

目标：验证产品留存率（次月留存>40%才算合格）

阶段 3：正规化（3-6个月）

如果月收入稳定 > ¥3000，考虑注册个体工商户或公司
申请 ICP 备案（国内服务器必须）
引入合规数据源授权（Tushare Pro 等）
加更多差异化数据：北向资金异动、融资融券异常、机构调研频次、龙虎榜席位追踪等
考虑做移动端适配或小程序（但小程序金融类目需要资质，先做 Web App H5 更灵活）

阶段 4（可选）：信号订阅（6个月+以后）

等平台有足够用户基础和现金流后，再考虑方向 B
但这时候大概率需要：申请投顾资质（或与持牌机构合作）、做用户风险测评、加适当性管理
这条路成本高，不建议一开始就上

五、当前「奥涵矿池」产品改进 TODO

即使不走创业路线，把现有系统做得更好用，对自己投资也有价值：

短期内（几天可搞定）

首页标题/品牌统一为"奥涵矿池"（代码里目前是"aohan quant · 量化工具箱"）
新增"市场温度"首页卡片：沪深300/中证500/创业板实时估值分位百分比，一眼看出贵贱
新增"截面选基 Top10"卡片：本周 ETF/个股截面排名
把 push 页面从简单列表改成更友好的卡片布局
解决 Chrome MCP 的 Node.js 问题（✅ 已解决，2026-06-25 安装 Node v20.18.1）

中期（1-2周）

增加股债性价比指标（沪深300 EP - 10年期国债收益率）
增加北向资金每日净流入/流出图表
增加市场情绪指标（涨跌停家数、换手率、融资余额变化）
首页增加"今日操作建议"模块（基于多策略加权的综合仓位建议，标注"非投资建议"）

长期（1个月+）

加用户系统（为付费做准备）
加历史信号回测页面（用户可以看每个信号过去的胜率）
加自选股/自选ETF 功能
做移动端适配（手机浏览体验优化）

六、环境问题备忘：Chrome MCP 的 spawn npx ENOENT

问题现象

在 TRAE SOLO CN 中配置 Chrome MCP 时报错：spawn npx ENOENT

根因

macOS 系统上没有安装 Node.js。TRAE 虽然在 PATH 里预置了两个 SDK 路径：

/Users/aohan/.trae-cn/sdks/workspaces/caaa5cfe/versions/node/current
/Users/aohan/.trae-cn/sdks/versions/node/current

但这两个目录实际为空（~/.trae-cn/sdks/ 目录不存在），属于 TRAE 的预置占位符，真正的 Node 二进制没有下载安装。而在 TRAE CN（国内版）中这些路径是有效的，所以 CN 版能用。

解决方案

已通过以下方式安装（2026-06-25）：

从 npmmirror 国内镜像下载 Node.js v20.18.1 LTS（darwin-x64）
解压到 /usr/local/node/
创建软链：node/npm/npx/corepack → /usr/local/bin/
验证：node -v → v20.18.1，npx -v → 10.8.2

为什么TRAE CN能用但SOLO不能

TRAE CN 版本内置了 Node.js SDK 自动下载机制，首次启动时会把 node 下载到 ~/.trae-cn/sdks/ 下
TRAE SOLO CN 版本可能还没触发 SDK 下载，或者这个版本还没集成 Node 自动下载
手动安装到 /usr/local/bin/ 后，所有终端应用（包括 TRAE SOLO 启动的 MCP 进程）都能找到 node/npx，问题解决

最终总结

你手里已经有弹药了：AData 系统的完整度远超"个人项目"水平，30+策略+截面选基+每日推送+估值图表+公网访问，等于一个"单人量化团队"的基础设施都齐了
最短路径是 C → A：先用知识星球/付费社群 0 成本验证"有没有人愿意付费"，再做平台；不要一上来就做信号订阅（合规雷区）
"成了赚钱，不成帮自己"是正确心态：即使不赚一分钱，这个过程中打磨的数据工具、策略迭代、市场认知，都会直接帮你自己的投资决策增值
下一步动作建议：本周内找 10 个身边炒股/买基的朋友，把你现在的 push 页面链接发过去，问一句"如果每天给你发这个，你愿意每年付 100 块吗？"——10 个人里有 3 个说愿意，就可以开干了

▶ 📜 变更历史（1 次提交）

4616ca62026-06-27 01:04docs: 同步 learn/ 文档 & 工作区改动

🍃quant 知识库

by 伊甸园和枫