为研究者和策略开发者
用 Python 组织策略与研究过程。策略接口参考 Backtrader 的使用习惯,但不承诺完全兼容。
适合希望把策略假设转换为可反复检验的实验,并愿意自行维护研究和运行环境的开发者与团队。
数据、指标与假设
从数据可用时间和研究问题开始,明确样本、指标和成本假设,保留输入与版本。
核对数据来源、可用时间、缺失值和指标暖机区间。保存输入版本,便于复现或解释差异。

示意画面 · 合成数据,不代表真实账户或业绩
策略开发与回测
以策略表达交易逻辑,选择适合问题的研究或事件驱动回测方式,检查订单、成交与持仓过程。
先确定所需的订单类型、事件通知和持仓语义,再选择合适模式;相似接口不代表撮合行为一致。
比较结果,不只看收益
在相同数据与假设下比较实验,追踪结果差异并保留报告。历史表现不代表未来结果。
先对齐数据与成本模型,比较交易事件和持仓变化,再阅读汇总报告。偏差应从首个不同事件查起。

示意画面 · 合成数据,不代表真实账户或业绩
从回测到自托管实盘
当前实盘路径通过 Nautilus 桥接;策略运行在用户服务器,交易账户、密钥、决策和本地风控由用户管理。
桥接是实盘路径的一部分,具体版本、券商及部署方式应逐项验证;回测通过不等于实盘已验证。
明确能力边界
Lite 用于研究和回测,不提供直接实盘;vn.py 是未来国内市场候选后端,尚未实现。券商及版本支持以验证结果为准。
国内市场的 vn.py 仅是候选方向。第三方适配器与依赖仍按各自许可和实际可用范围处理。
日志与许可
本地日志作为规划中的可选能力,公开入口尚未发布。拟公开自有代码采用 Apache-2.0,最终文件范围仍需审查。
可选本地日志的公开方案仍在规划,具体源码范围及第三方许可需要在公开前审查。
从现有资源开始
使用现有仓库、教程和外部文档了解当前版本。实盘与回测存在撮合、延迟及数据差异,需分别验证。
建议先从小样本和已知输入建立基线,记录版本、参数、数据区间和结果,再逐步扩展。
深入研究,从数据到假设
探索性分析
查看数据结构、分布与缺失情况,先理解输入,再开展研究。

因子分析
结合样本数据检查因子与后续收益的关系,比较相关性和分组表现。

因果关系探索
使用数据生成候选关系图,辅助提出研究假设;图中的关系依赖方法和假设,不能单独证明因果。

