新闻详情

新闻详情

首页 / 资讯中心 / 详情

tick-stock-panel 自选OCR实战:截图拍照加自选,CSV导入也只要一步

发布时间:2026/11/16 15:34:23来源:尧图网络
tick-stock-panel 自选OCR实战:截图拍照加自选,CSV导入也只要一步
tick-stock-panel 自选OCR实战截图拍照加自选CSV导入也只要一步【免费下载链接】tick-stock-panelTSP自托管、零运维的 A 股「选股 监控 回测」量化工作台 | LLM能力驱使策略定制个股分析复盘 | 自由接入第三方数据源与个性化扩展数据 | 个人开源项目地址: https://gitcode.com/GitHub_Trending/ti/tick-stock-paneltick-stock-panel是一款自托管、零运维的 A 股「选股 监控 回测」量化工作台。本文带你实战它的自选股导入功能对着券商 App 的自选页截个图系统自动 OCR 识别股票代码并加入自选已有同花顺、东方财富导出的 CSV/TXT 文件拖进去一步搞定。全程无需手敲代码几分钟就能把整个自选列表迁移进你的量化工作台。为什么需要截图加自选平时用券商 App 看行情自选列表都在手机里。想把这些票搬进自己的量化工作台最痛苦的就是手动逐个搜索代码——几十只票敲下来手都酸了。tick-stock-panel 的解法很直接截图 OCR手机/电脑截图、甚至手机拍照上传后端 Tesseract 引擎自动把图里的六位代码抽出来CSV / TXT 导入兼容同花顺、东方财富、通达信导出的自选文件自动识别 GBK / UTF-8 编码和逗号 / Tab 分隔✂️粘贴代码直接把代码文本贴进去一次最多 1000 个三种入口共用同一套「候选确认」流程识别 → 勾选 → 批量入组一步确认。OCR 截图识别一张图识别整个自选列表操作路径很简单三步打开自选页面点击导入入口弹出导入对话框把券商 App 的自选页截图JPG / PNG / WebP / BMP / GIF最大 12MB拖进虚线上传区一次最多识别 10 张进度条实时显示识别结果以候选列表形式返回默认已勾选所有能匹配且不在自选中的标的直接点确认即可批量入组识别过程并不只是OCR 一把梭后端在 backend/app/services/watchlist_ocr/pipeline.py 里做了几件很贴心的事拼接拆分代码OCR 常把588170识别成5881 70甚至断行正则会自动拼回完整的六位代码暗色截图预处理券商 App 多是黑底白字backend/app/services/watchlist_ocr/provider.py 会做灰度、反相、对比度增强大幅提升识别率主数据校验抽出的每个代码都会对照证券主数据股票 ETF校验匹配不上的明确标出不写进自选防误报图里其他数字价格、成交量不会误入候选前端对话框实现见 frontend/src/components/WatchlistImportDialog.tsx多张截图的候选还会按代码自动去重合并。 桌面端若未内置 Tesseract界面会按你的系统给出一行安装提示macOS 执行brew install tesseractWindows 用 choco 或 UB Mannheim 发行版Docker 官方镜像已内置开箱即用。CSV 一步导入券商导出的文件直接拖如果你平时从同花顺或东方财富导出自选文件那更省事——文件直接拖进同一个对话框支持.csv/.txt上限 5MB自动尝试UTF-8含 BOM→ GB18030编码链中文券商导出不会再出现乱码自动识别逗号 / Tab分隔符每行优先取六位代码只有名称没有代码的行会用名称兜底匹配主数据表头等杂行自动忽略解析逻辑在 backend/app/services/watchlist_csv.pyAPI 端点定义在 backend/app/api/watchlist.py/import-image、/import-csv、/import-codes三个端点都遵循只返回候选、不自动写入的安全设计。候选确认入组前最后把关无论走哪个入口结果都汇聚到同一个确认列表状态含义✅ 已匹配代码在证券主数据中找到默认勾选⚠️ 已在自选标出already_in_watchlist避免重复添加❌ 未匹配未写入主数据的代码跳过并说明确认时还能选择目标分组支持多选甚至当场新建一个分组——比如把从某券商迁移过来的票单独放进主力池分组颜色也随你配。加入自选后的价值马上体现出来自选是选股、监控、复盘、回测的公共标的池。下面看板上关注的就是这些票的实时表现小结三种方式怎么选你的情况推荐方式耗时自选列表只在手机券商 App 里截图 / 拍照 OCR~1 分钟券商支持导出自选文件CSV / TXT 一步导入~30 秒代码散落在聊天记录、笔记里粘贴代码~10 秒三种方式殊途同归识别 → 勾选 → 入组自选迁移从逐只手敲变成一次确认。剩下的交给 tick-stock-panel 的选股、监控与回测体系——这才是量化的正事。更多玩法可参考项目文档 docs/features.md 与 操作说明书.md。【免费下载链接】tick-stock-panelTSP自托管、零运维的 A 股「选股 监控 回测」量化工作台 | LLM能力驱使策略定制个股分析复盘 | 自由接入第三方数据源与个性化扩展数据 | 个人开源项目地址: https://gitcode.com/GitHub_Trending/ti/tick-stock-panel创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/15 4:54:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/15 2:04:12

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/16 6:47:19

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/15 4:06:36

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉