📘 量化策略调试·性能调优

源码实战 · 30章 从入门到精通
🐍 Python 3.11+ ⚡ 向量化加速 🧪 回测引擎
01调试环境搭建
虚拟环境IPythonPdb入门
02日志的艺术
Loguru日志轮转埋点定位
03断点调试进阶
条件断点远程调试多进程
04常见策略Bug类型
数据对齐未来函数幸存者偏差
05数据源调试
API异常缺失值填充时区转换
06回测引擎调试
逐笔vsK线滑点模型手续费核对
07性能分析工具
cProfileline_profiler火焰图
08内存优化
Pandas内存分块处理NumPy替代
09向量化加速
循环→向量化广播机制apply优化
10并行计算
Joblib多进程回测共享内存
11Numba加速
JIT编译@jit/@vectorizePandas结合
12Cython扩展
类型声明编译流程调用C函数
13异步IO
Asyncio数据获取WebSocket行情
14缓存策略
LRU缓存Redis本地文件缓存
15数据库优化
SQLite vs InfluxDB批量写入ORM陷阱
16回测性能基准
夏普比率最大回撤年化收益向量化
17信号生成优化
多因子加速滚动窗口分组运算
18持仓管理调试
仓位精度爆仓模拟保证金追缴
19风控模块调试
止损止盈最大持仓撤单逻辑
20实盘接口调试
CTP接口WebSocket重连订单状态机
21网络延迟优化
TCP_NODELAY连接池数据压缩
22代码审查清单
性能反模式代码异味重构策略
23单元测试
PytestMock行情回测断言
24持续集成
GitHub Actions性能回归覆盖率
25日志分析
ELK搭建日志聚合异常告警
26性能监控
PrometheusGrafana运行指标
27分布式回测
DaskSpark分布式计算
28GPU加速
CuPyRAPIDS因子计算
29策略调试案例1
均线策略慢到快优化全过程
30策略调试案例2
机器学习特征工程推理加速