测试环境搭建：硬件环境配置

做量化交易性能测试，环境搭建是第一步。这一步要是没做好，后面测出来的数据全是废的。我见过太多人，花大价钱买了服务器，结果因为环境配置不当，测试结果根本没法复现。

说白了，我们要的是一个「可控」的环境。不是越快越好，而是越稳定、越可复现越好。

CPU 配置：别只看主频

很多人选 CPU 只看主频，觉得 5.0GHz 一定比 3.0GHz 快。其实不然。量化交易的回测和实盘，对 CPU 的要求不太一样。

  • 回测场景：大量数据计算，多核并行是关键。我建议选核心数多的 CPU，比如 16 核以上。主频 3.0GHz 以上就够用。
  • 实盘场景：低延迟是关键。核心数不用太多，8 核足够，但主频要尽量高，最好 4.5GHz 以上。
  • 超线程：建议关闭。我在项目中遇到过，超线程在某些场景下反而导致性能抖动，延迟不稳定。
我的小技巧：做基准测试时，把 CPU 频率锁定在固定值。别让睿频自动跳，否则测试结果没法对比。

内存配置：容量 vs 速度

内存这块，很多人只关心容量。其实延迟更重要。

参数 回测场景 实盘场景
容量 32GB - 64GB 16GB - 32GB
频率 DDR4 3200 以上 DDR5 5600 以上
时序 CL16 即可 CL14 或更低

为什么实盘对内存时序要求高？因为高频交易中，内存访问延迟直接影响订单处理速度。我曾经用 CL16 和 CL14 的内存做过对比，同样的策略，延迟差了 3 微秒。别小看这 3 微秒，在纳秒级竞争的环境下，这就是胜负手。

磁盘配置：NVMe 是标配

磁盘这块没什么好说的，NVMe SSD 是底线。别用 SATA SSD，更别用机械硬盘。

  • 回测场景：大量历史数据读取，建议用 PCIe 4.0 的 NVMe，顺序读取 5000MB/s 以上。
  • 实盘场景：日志写入频繁，建议用企业级 SSD，带断电保护的那种。
注意：磁盘碎片化会影响性能。我建议每个月做一次磁盘整理，或者直接用 Linux 的 ext4 文件系统，碎片化问题会好很多。

软件环境配置

硬件搞定了，软件环境也得统一。否则换个机器，测试结果就变了，那还测个啥？

操作系统：Linux 是首选

做量化交易性能测试，我强烈建议用 Linux。Windows 的调度器不够稳定，有时候一个后台更新就能让你的延迟飙升 10 倍。

  • 推荐发行版：Ubuntu 22.04 LTS 或 CentOS 7.9
  • 内核版本：5.15 以上，支持 PREEMPT_RT 补丁更好
  • 关键配置：关闭 CPU 频率缩放、关闭 ASLR、设置 CPU 亲和性

嗯，这里要注意。很多人装了 Linux 就直接用默认配置。其实默认配置对性能测试很不友好。我一般会做这几步：

# 关闭 CPU 频率缩放
echo 'performance' | sudo tee /sys/devices/system/cpu/cpu*/cpufreq/scaling_governor

# 关闭 ASLR
echo 0 | sudo tee /proc/sys/kernel/randomize_va_space

# 设置进程的 CPU 亲和性
taskset -c 0-3 python backtest.py

Python 版本：别用太新的

Python 版本这块，我踩过坑。Python 3.11 确实比 3.8 快不少，但有些库还没适配好。我建议用 Python 3.9 或 3.10，稳定性和性能都兼顾。

我的推荐：Python 3.10.12，配合 PyPy 做回测加速。PyPy 在纯 Python 代码上能快 4-5 倍，但要注意 C 扩展的兼容性。

依赖库版本锁定

这个太重要了。我见过有人用 numpy 1.21 测出来的结果，换到 numpy 1.24 就变了。为什么？因为底层 BLAS 库的优化不一样。

我建议用 requirements.txt 锁定所有依赖版本，包括传递依赖。用 pip freeze 生成完整列表：

pip freeze > requirements_full.txt

然后每次测试前，用 pip install -r requirements_full.txt 重建环境。别嫌麻烦，这是保证可复现性的基础。

网络延迟与抖动控制

网络这块，是量化交易性能测试中最容易被忽视的环节。你想想看，你的策略再快，网络一抖，全白搭。

延迟 vs 抖动

这两个概念要分清：

  • 延迟：数据从 A 到 B 的时间。比如从你的服务器到交易所，平均 5ms。
  • 抖动：延迟的变化幅度。比如有时候 5ms，有时候 50ms，这就是抖动大。

做高频交易，抖动比延迟更致命。为什么？因为你可以通过算法补偿固定延迟，但抖动没法预测。我曾在项目中遇到一个情况，平均延迟只有 2ms，但抖动高达 20ms，结果策略频繁误判，亏了不少钱。

网络环境搭建

做基准测试时，网络环境要尽量模拟真实场景：

  1. 使用专用网卡：别用板载网卡，用 Intel X710 或 Mellanox ConnectX 系列，支持硬件时间戳。
  2. 直连交换机：中间不要经过路由器，减少跳数。
  3. 使用光纤：铜缆在长距离下延迟更高，光纤更稳定。
避坑指南：我曾经用 WiFi 做过一次测试，结果延迟数据乱七八糟。后来才发现，WiFi 的抖动比有线高 10 倍。所以，永远别用无线网络做性能测试。

网络延迟模拟工具

测试时，我们需要模拟不同的网络条件。Linux 自带的 tc 命令就很好用：

# 模拟 10ms 延迟，5ms 抖动
sudo tc qdisc add dev eth0 root netem delay 10ms 5ms

# 查看当前规则
sudo tc qdisc show dev eth0

# 清除规则
sudo tc qdisc del dev eth0 root

用这个工具，你可以模拟从本地回环（0.1ms）到跨洲网络（200ms）的各种场景。我一般会测试三个场景：

场景 延迟 抖动 适用场景
同机房 0.1ms 0.01ms 高频交易
同城 1ms 0.5ms 普通量化
跨洲 100ms 20ms 套利策略

网络监控与记录

测试过程中，一定要记录网络状态。我习惯用 ping 和 tcpdump 同时抓取：

# 后台记录延迟
ping -i 0.1 exchange-server | ts '%.s' > network_latency.log &

# 抓包分析
tcpdump -i eth0 -w test_capture.pcap

测试结束后，用 tshark 或 Wireshark 分析 pcap 文件，看看有没有异常重传或丢包。这些都会影响测试结果。

重要提醒：网络测试一定要在非生产环境进行。我曾经有一次忘了切环境，直接在实盘服务器上跑延迟测试，结果影响了正常交易，被老板骂了一顿。

知识体系总览

说了这么多，我画了一张图，把测试环境搭建的核心逻辑串起来。你一看就明白了：

测试环境搭建知识体系 硬件环境 软件环境 网络环境 CPU：核心数、主频、超线程 内存：容量、频率、时序 磁盘：NVMe、企业级SSD OS：Linux、内核版本 Python：3.9/3.10、PyPy 依赖库：版本锁定、可复现 延迟 vs 抖动 硬件：专用网卡、光纤 工具：tc、ping、tcpdump 核心目标：可复现、可控、可对比 硬件锁定 → 软件统一 → 网络模拟 → 记录全流程

这张图把硬件、软件、网络三个维度串起来了。你照着这个框架去搭建环境，基本不会出大问题。记住，测试环境的核心目标就三个字：可复现。做不到这一点，测出来的数据就是一堆数字，没有任何意义。

公众号:蓝海资料掘金营，微信deep3321

← 上一章 📖 返回目录 下一章 →