简介这是一套面向量化交易研究者与策略开发者的开源研究框架资源基于C与Python双语言实现可用于策略分析、系统化交易建模与历史回测同样适用于期货等品种前提是具备相应数据。其核心思路是把系统化交易拆解为市场环境判断、系统有效条件、信号指示器、止损止盈、资金管理、盈利目标与移滑价差七大组件研究者可分别构建策略资产库并自由组合观察系统的有效性与稳定性。压缩包共1212个文件约52.29MB以414个cpp与397个h构成C核心引擎166个py提供Python接口与策略脚本另有rst文档、sql与ini配置、ipynb示例、png图表及lua、h5等辅助文件目录结构完整。目前已有689人学习下载适合具备一定编程与金融基础、希望深入理解回测框架内部机制并搭建自有策略库的读者参考。1. 从一根K线到一份可信回测这套C/Python混合框架到底在解决什么很多人第一次做量化策略研究都会掉进同一个坑用Python写了个双均线策略在历史数据上跑出年化80%的收益曲线兴奋得睡不着觉结果一上模拟盘就连续回撤最后发现是未来函数、幸存者偏差和滑点假设三件事一起把自己骗了。基于C/Python的开源量化交易研究框架核心要解决的就是这个问题——让策略分析及回测的结果尽可能接近真实交易环境而不是给你一个好看但没用的净值曲线。这类框架的典型架构是C负责高性能的数据处理、撮合模拟和指标计算Python负责策略逻辑编写、参数调优和研究分析。为什么不是纯Python因为当你回测十年分钟级数据、几百个标的时纯Python的事件循环会把回测时间从几分钟拉到几小时研究迭代效率直接崩掉。为什么不是纯C因为策略想法需要快速试错Python的表达效率和生态pandas、numpy、scipy无可替代。这套组合的本质是把“算得快”和“写得快”分开处理。适合谁看有基本Python能力、想认真做策略回测而不是玩票的开发者被纯Python回测速度折磨过、想了解混合架构怎么落地的人以及想知道回测框架里哪些参数会直接决定策略生死的老手。接下来我会按“框架怎么搭 → 数据怎么喂 → 策略怎么写 → 回测怎么跑 → 坑怎么避”的顺序把一套可复现的方案讲清楚。2. 混合架构怎么搭C计算内核与Python策略层的边界划分2.1 为什么要把指标计算和策略逻辑拆开先想清楚一件事回测过程中哪些操作是计算密集型的哪些是逻辑密集型的。计算密集型包括移动平均、RSI、布林带、ATR、历史波动率、截面排序、协方差矩阵。这些操作在分钟级数据上每个标的每天有240根K线100个标的十年就是约6000万根K线纯Python循环处理至少几分钟起步。逻辑密集型包括开平仓条件判断、仓位管理、止损止盈规则、多策略组合逻辑。这些代码改一行就要重新跑必须用Python写才能保证迭代速度。常见做法是C侧编译成动态库.so或.pyd暴露一组C风格接口Python通过ctypes或pybind11调用。接口设计上不要每次调用都传全量数据而是让C侧持有数据指针Python只传参数和取结果。我一般会设计三个核心接口init_data(path)加载数据到内存、calc_indicator(name, params)返回指标数组、run_backtest(strategy_config)执行回测并返回成交记录和净值序列。2.2 用pybind11暴露C指标计算接口的最小示例下面是一个C侧计算简单移动平均的示例用pybind11暴露给Python。注意这里只做演示实际框架里会批量计算多个指标并缓存。// indicator.cpp #include pybind11/pybind11.h #include pybind11/stl.h #include vector #include numeric namespace py pybind11; // 计算简单移动平均输入收盘价序列和窗口大小 std::vectordouble sma(const std::vectordouble closes, int window) { std::vectordouble result(closes.size(), 0.0); if (window 0 || closes.size() window) return result; double sum 0.0; for (size_t i 0; i closes.size(); i) { sum closes[i]; if (i window) sum - closes[i - window]; if (i window - 1) result[i] sum / window; } return result; } PYBIND11_MODULE(quant_core, m) { m.doc() C calculation core for quant backtest; m.def(sma, sma, Simple Moving Average, py::arg(closes), py::arg(window)); }编译命令Linux/macOS下c -O3 -Wall -shared -stdc11 -fPIC \ $(python3 -m pybind11 --includes) \ indicator.cpp -o quant_core$(python3-config --extension-suffix)逻辑说明sma函数用滑动窗口求和的方式计算时间复杂度O(n)比每次重新求和的O(n*window)快一个量级。参数window是窗口大小比如5日均线传520日均线传20。返回的数组长度和输入一致前window-1个位置为0Python侧使用时要注意对齐时间戳。Python侧调用import quant_core import numpy as np closes np.array([10.0, 10.5, 11.0, 10.8, 11.2, 11.5, 11.3], dtypenp.float64) ma5 quant_core.sma(closes.tolist(), 5) print(ma5) # [0, 0, 0, 0, 10.9, 11.0, 11.16]参数说明closes必须是Python list of float不能直接传numpy array除非在pybind11里加numpy支持。如果数据量大建议在C侧一次性加载CSV或二进制文件Python只传文件路径避免反复序列化开销。2.3 数据对齐与时间戳处理最容易埋雷的地方C计算出来的指标数组和Python侧的时间戳必须严格对齐。我见过太多人在这里翻车C返回的数组从第0个元素开始Python侧的时间戳从第1个开始结果回测信号整体偏移一根K线收益曲线完全变样。解决办法是在C侧返回结果时同时返回一个有效起始索引Python侧根据这个索引截断时间戳。# Python侧对齐逻辑 valid_start 4 # 前4个位置无效window5 timestamps timestamps[valid_start:] ma5_valid ma5[valid_start:]另外如果数据里有停牌或缺失K线C侧不要自动填充而是返回一个mask数组标记哪些位置有效。Python侧根据mask决定是否跳过该bar的信号判断。这个细节在回测里非常关键填充错误会导致虚假成交。3. 数据管道与回测引擎从CSV到成交记录的完整链路3.1 数据格式选型为什么我最终放弃了CSV刚开始做研究时用CSV存分钟数据很直观pandas读进来就能用。但数据量一上来问题就暴露了十年分钟级数据、500个标的CSV文件加起来几十GB每次回测都要重新解析I/O成为瓶颈。后来换成二进制格式比如自定义的二进制数组或HDF5加载速度提升一个数量级。常见做法是原始数据用CSV归档回测时预处理成二进制格式。下面是一个简单的二进制转换脚本import numpy as np import pandas as pd def csv_to_binary(csv_path, bin_path): df pd.read_csv(csv_path, parse_dates[datetime]) # 确保按时间排序 df df.sort_values(datetime).reset_index(dropTrue) # 提取需要的列转为float64 timestamps df[datetime].astype(int64).values # 纳秒时间戳 opens df[open].values.astype(np.float64) highs df[high].values.astype(np.float64) lows df[low].values.astype(np.float64) closes df[close].values.astype(np.float64) volumes df[volume].values.astype(np.float64) # 写入二进制文件头部存长度 with open(bin_path, wb) as f: np.array([len(df)], dtypenp.int64).tofile(f) timestamps.tofile(f) opens.tofile(f) highs.tofile(f) lows.tofile(f) closes.tofile(f) volumes.tofile(f) csv_to_binary(BTCUSDT_1m.csv, BTCUSDT_1m.bin)逻辑说明二进制文件按固定顺序存储读取时按相同顺序解析速度比CSV快5到10倍。参数方面时间戳用int64纳秒避免浮点精度问题价格和成交量用float64保证计算精度。注意如果数据里有空值要在转换前填充或删除二进制格式不支持NaN的灵活处理。3.2 回测引擎的核心循环事件驱动还是向量化回测引擎有两种主流设计事件驱动和向量化。事件驱动逐根K线推进模拟真实交易的时间顺序适合复杂策略比如有挂单、撤单、部分成交。向量化一次性计算所有信号速度快但难以处理路径依赖。我一般会混合使用信号生成用向量化成交模拟用事件驱动。下面是一个简化的事件驱动回测循环def run_backtest(data, strategy, initial_capital100000.0): capital initial_capital position 0.0 trades [] equity_curve [] for i in range(len(data)): bar data[i] # 策略产生信号1买入-1卖出0持有 signal strategy.on_bar(bar, position) if signal 1 and position 0: # 买入按收盘价成交扣除手续费 price bar[close] * (1 0.0005) # 万五滑点 position capital / price capital 0.0 trades.append((buy, bar[datetime], price, position)) elif signal -1 and position 0: # 卖出 price bar[close] * (1 - 0.0005) capital position * price position 0.0 trades.append((sell, bar[datetime], price, capital)) # 记录净值 equity capital position * bar[close] equity_curve.append(equity) return trades, equity_curve逻辑说明这个循环逐根K线推进策略的on_bar方法接收当前bar和当前仓位返回交易信号。成交价用收盘价加滑点模拟手续费按万五计算。参数方面initial_capital是初始资金0.0005是单边滑点比例可以根据标的流动性调整。注意这个简化版本没有处理止损止盈和仓位上限实际框架里需要加上。3.3 绩效指标计算别只看年化收益回测跑完后需要计算绩效指标。很多人只看年化收益和最大回撤但这两个指标很容易被操纵。我一般会同时看夏普比率、卡玛比率、胜率、盈亏比、换手率和持仓集中度。import numpy as np def performance_metrics(equity_curve, trades, periods_per_year252): equity np.array(equity_curve) returns np.diff(equity) / equity[:-1] # 年化收益 total_return equity[-1] / equity[0] - 1 years len(equity) / periods_per_year annual_return (1 total_return) ** (1 / years) - 1 # 最大回撤 peak np.maximum.accumulate(equity) drawdown (equity - peak) / peak max_drawdown drawdown.min() # 夏普比率假设无风险利率为0 sharpe np.mean(returns) / np.std(returns) * np.sqrt(periods_per_year) # 卡玛比率 calmar annual_return / abs(max_drawdown) if max_drawdown ! 0 else 0 return { annual_return: annual_return, max_drawdown: max_drawdown, sharpe: sharpe, calmar: calmar }参数说明periods_per_year根据数据频率调整日线用252分钟线用252*240。夏普比率假设无风险利率为0如果考虑无风险利率需要从returns里减去。注意夏普比率对收益分布的正态性有假设高频策略的收益分布往往尖峰厚尾夏普会高估风险调整后收益。4. 策略分析与参数调优从单策略到多因子组合4.1 参数敏感性分析避免过拟合的第一道防线策略参数不是越优越好而是要稳定。我一般会做参数敏感性分析把参数在合理范围内遍历看绩效指标的变化是否平滑。如果某个参数稍微一变收益就从50%掉到-10%说明策略过拟合了。import itertools def param_sensitivity(data, strategy_class, param_grid): results [] for params in itertools.product(*param_grid.values()): param_dict dict(zip(param_grid.keys(), params)) strategy strategy_class(**param_dict) trades, equity run_backtest(data, strategy) metrics performance_metrics(equity, trades) results.append({**param_dict, **metrics}) return pd.DataFrame(results) # 示例双均线策略的参数遍历 param_grid { fast_window: [5, 10, 15, 20], slow_window: [30, 40, 50, 60] } df param_sensitivity(data, DualMovingAverageStrategy, param_grid) print(df.pivot(indexfast_window, columnsslow_window, valuessharpe))逻辑说明param_grid定义每个参数的候选值itertools.product生成所有组合。跑完后用pivot表看夏普比率的分布如果某个区域普遍较好说明参数稳健如果只有孤立的几个点好说明过拟合。参数方面fast_window和slow_window的候选值要根据标的波动周期调整不要盲目扩大范围。4.2 多因子组合用Python做截面排序和权重分配单策略容量有限多因子组合是常见做法。C侧负责计算每个标的的因子值Python侧做截面排序和权重分配。def multi_factor_weights(factor_data, top_n10): # factor_data: DataFrame, indexdatetime, columns标的, values因子值 weights pd.DataFrame(0.0, indexfactor_data.index, columnsfactor_data.columns) for dt in factor_data.index: row factor_data.loc[dt].dropna() if len(row) top_n: continue # 选因子值最大的top_n个标的 selected row.nlargest(top_n).index weights.loc[dt, selected] 1.0 / top_n return weights逻辑说明这个函数每天选因子值最大的top_n个标的等权分配。参数top_n控制持仓数量一般根据资金量和标的流动性调整。注意这里没有考虑交易成本和换手率实际使用时需要加上换手约束比如每次调仓只换掉排名变化最大的几只。4.3 回测与实盘的差异哪些假设最容易失效回测和实盘的差异主要来自四个方面滑点、手续费、成交延迟、市场冲击。滑点方面回测里用固定比例比如万五往往低估了波动大时的滑点。手续费方面不同品种差异很大股票有印花税和过户费期货有交易所手续费和经纪商佣金。成交延迟方面回测假设信号产生后立即成交实盘可能有几秒到几分钟的延迟。市场冲击方面大资金进出会影响价格回测里很难模拟。我一般会在回测里加一个“保守模式”滑点翻倍、手续费加50%、信号延迟一根K线。如果策略在保守模式下还能盈利实盘才值得试。5. 避坑与排查回测框架里那些让你怀疑人生的瞬间5.1 未来函数最隐蔽也最致命的错误现象回测收益异常高夏普比率超过3但实盘完全不行。原因策略里用了未来数据比如用当天的收盘价决定当天的开盘买入或者用最高价判断是否触发止损。解决所有信号必须基于已完成的K线用shift(1)把信号后移一根。检查方法在策略里打印每根K线的信号和成交时间看成交时间是否早于信号时间。5.2 数据对齐错误时间戳差一根K线现象回测结果和预期完全对不上但代码逻辑看起来没问题。原因C返回的指标数组和Python侧的时间戳没有对齐或者数据里有停牌导致时间戳不连续。解决在C侧返回有效起始索引Python侧根据索引截断对停牌数据用mask标记跳过无效bar。检查方法随机抽几根K线手动计算指标和信号和回测输出对比。5.3 内存泄漏跑了几百次回测后程序崩溃现象回测循环跑了几百次后内存占用持续上升最后OOM。原因C侧每次调用都分配新内存但没有释放或者Python侧缓存了太多中间结果。解决在C侧用智能指针管理内存或者复用预分配的缓冲区Python侧定期清理不再使用的DataFrame。检查方法用memory_profiler监控每次回测后的内存变化。5.4 参数过拟合回测很美实盘很惨现象参数遍历后找到一组“完美参数”年化100%最大回撤5%但实盘一上就亏。原因参数在历史数据上过度优化没有考虑样本外表现。解决把数据分成训练集和验证集在训练集上调参在验证集上验证或者用滚动窗口做样本外测试。检查方法看参数敏感性热力图如果最优参数周围一片惨淡说明过拟合。5.5 手续费和滑点假设过于乐观现象回测收益不错但实盘扣掉手续费后所剩无几。原因回测里手续费按万二计算滑点按万一计算但实际交易中手续费可能万五滑点可能千一。解决在回测里用保守假设手续费和滑点都按实盘的上限设置。检查方法把回测里的手续费和滑点翻倍看策略是否还能盈利。6. 进阶技巧用C加速参数遍历与滚动回测当你把策略逻辑跑通后下一步就是参数调优和滚动回测。这两个操作都是计算密集型的用Python循环会非常慢。我的做法是把参数遍历和滚动回测的逻辑也下沉到C侧Python只负责传入参数网格和接收结果。具体来说在C侧实现一个batch_backtest函数接收数据指针、策略参数数组和回测配置返回每个参数组合的绩效指标。Python侧用multiprocessing或concurrent.futures并行调用充分利用多核。// batch_backtest.cpp #include vector #include thread #include future struct BacktestResult { double annual_return; double max_drawdown; double sharpe; }; std::vectorBacktestResult batch_backtest( const std::vectordouble closes, const std::vectorstd::pairint, int param_pairs) { std::vectorBacktestResult results(param_pairs.size()); std::vectorstd::futurevoid futures; for (size_t i 0; i param_pairs.size(); i) { futures.push_back(std::async(std::launch::async, [, i]() { auto [fast, slow] param_pairs[i]; // 这里调用单次回测逻辑计算绩效指标 results[i] run_single_backtest(closes, fast, slow); })); } for (auto f : futures) f.wait(); return results; }逻辑说明std::async把每个参数组合的回测放到独立线程执行充分利用多核CPU。参数param_pairs是(fast_window, slow_window)的数组Python侧生成后传入。注意线程数不要超过CPU核心数否则上下文切换开销会抵消并行收益。另外C侧的回测逻辑要和Python侧保持一致否则结果对不上。Python侧调用import quant_core import itertools param_pairs list(itertools.product([5, 10, 15, 20], [30, 40, 50, 60])) results quant_core.batch_backtest(closes.tolist(), param_pairs) for params, res in zip(param_pairs, results): print(ffast{params[0]}, slow{params[1]}, sharpe{res.sharpe:.2f})滚动回测也是类似思路把数据按时间窗口切分每个窗口独立回测C侧并行执行。我一般会用3年训练、1年验证的滚动窗口每季度滚动一次。这样既能检验策略的样本外表现又能发现策略在不同市场环境下的适应性。最后说一个我自己的习惯每次回测跑完后不要只看净值曲线一定要把成交记录导出来随机抽10笔交易手动核对信号、成交价和盈亏。这个习惯帮我抓出了至少三次未来函数和两次数据对齐错误。回测框架再完善也替代不了人对细节的检查。希望帮到你。本文还有配套的精品资源点击获取