3. 策略代码工程化：项目目录结构设计、配置文件管理（YAML/JSON）、日志系统搭建（logging模块）

好，咱们进入第三个核心话题。代码能跑了，不代表能上线赚钱了。

实盘和回测最大的区别是什么？回测挂了可以重来，实盘挂了，亏的是真金白银。所以，代码必须工程化。说白了，就是让你的策略代码像一台精密的仪器，而不是一堆实验台上的电线。

我个人习惯，在写第一行策略逻辑之前，先把架子搭好。这个架子，就是项目目录结构、配置文件管理和日志系统。这三样东西，决定了你未来运维的幸福感。

3.1 项目目录结构设计：别把鸡蛋放在一个篮子里

很多新手喜欢把所有代码塞进一个文件夹，甚至一个文件里。刚开始觉得方便，但策略一多，或者需要多人协作时，就彻底乱套了。

我见过最夸张的项目，一个 main.py 文件有 3000 行。你想改个参数，得在 3000 行里 Ctrl+F 找半天。这哪是交易，这是考古。

一个合理的目录结构，应该像这样：

my_quant_strategy/
├── config/                 # 配置文件目录
│   ├── settings.yaml       # 主配置
│   └── instruments.yaml    # 交易标的配置
├── data/                   # 数据相关
│   ├── fetcher.py          # 数据获取
│   └── processor.py        # 数据清洗
├── strategy/               # 策略逻辑
│   ├── base.py             # 策略基类
│   ├── ma_cross.py         # 均线策略
│   └── arbitrage.py        # 套利策略
├── engine/                 # 引擎核心
│   ├── backtest.py         # 回测引擎
│   └── live.py             # 实盘引擎
├── risk/                   # 风控模块
│   └── manager.py          # 风控管理器
├── utils/                  # 工具函数
│   ├── logger.py           # 日志配置
│   └── helpers.py          # 辅助函数
├── logs/                   # 日志输出目录
├── tests/                  # 单元测试
│   └── test_strategy.py
├── requirements.txt        # 依赖清单
└── main.py                 # 程序入口

嗯，这里要注意，logs/ 目录不要提交到 Git 仓库。记得在 .gitignore 里加上它。我曾经有一次不小心把几十 GB 的日志文件 push 到了远程仓库，结果同事拉代码拉了半小时，差点被骂死。

3.2 配置文件管理：把参数从代码里「赶」出去

为什么要把参数写进配置文件？因为实盘和回测的参数往往不一样。比如回测时手续费是万二，实盘时券商给你万一点五。你总不能每次改参数都去改代码吧？

我个人强烈推荐使用 YAML 格式。它比 JSON 更易读，支持注释，写起来也舒服。

一个典型的 settings.yaml 长这样：

# 主配置
exchange:
  name: "binance"
  api_key: "${BINANCE_API_KEY}"   # 从环境变量读取，别硬编码！
  api_secret: "${BINANCE_SECRET}"

strategy:
  name: "ma_cross"
  params:
    fast_ma: 5
    slow_ma: 20
    position_size: 0.1   # 每次开仓比例

risk:
  max_drawdown: 0.15     # 最大回撤 15%
  max_position: 0.5      # 最大仓位 50%

logging:
  level: "INFO"
  file: "logs/trade.log"

Python 读取 YAML 的代码示例：

import yaml
import os

def load_config(path="config/settings.yaml"):
    with open(path, 'r') as f:
        config = yaml.safe_load(f)
    
    # 替换环境变量占位符
    for key, value in config.items():
        if isinstance(value, str) and value.startswith("${"):
            env_var = value[2:-1]
            config[key] = os.environ.get(env_var)
    
    return config

# 使用
config = load_config()
print(config['strategy']['params']['fast_ma'])  # 输出 5

你看，这样改参数只需要改 YAML 文件，代码完全不用动。而且 YAML 支持嵌套结构，比扁平化的 JSON 清晰多了。

3.3 日志系统搭建：让程序「开口说话」

实盘交易时，程序在后台跑，你不可能一直盯着屏幕。那怎么知道它有没有正常执行？有没有报错？有没有成交？

答案就是日志。日志是程序的「黑匣子」。出了问题，第一件事就是翻日志。

Python 自带的 logging 模块足够强大，别用 print。为什么？因为 print 只能输出到控制台，而 logging 可以同时输出到控制台、文件、甚至网络。

一个标准的日志配置：

import logging
import logging.handlers
import os

def setup_logger(name="trading", log_file="logs/trade.log"):
    # 创建日志目录
    os.makedirs(os.path.dirname(log_file), exist_ok=True)
    
    # 创建 logger
    logger = logging.getLogger(name)
    logger.setLevel(logging.DEBUG)
    
    # 格式：时间 - 级别 - 模块 - 消息
    formatter = logging.Formatter(
        '%(asctime)s - %(levelname)s - %(name)s - %(message)s'
    )
    
    # 控制台处理器（输出 INFO 及以上）
    console_handler = logging.StreamHandler()
    console_handler.setLevel(logging.INFO)
    console_handler.setFormatter(formatter)
    
    # 文件处理器（输出 DEBUG 及以上，按天轮转）
    file_handler = logging.handlers.TimedRotatingFileHandler(
        log_file, when='midnight', backupCount=30
    )
    file_handler.setLevel(logging.DEBUG)
    file_handler.setFormatter(formatter)
    
    # 添加处理器
    logger.addHandler(console_handler)
    logger.addHandler(file_handler)
    
    return logger

# 使用
logger = setup_logger()
logger.info("策略启动成功")
logger.warning("连接交易所超时，正在重试...")
logger.error("下单失败：余额不足")

日志级别怎么选？

级别	使用场景	示例
DEBUG	调试信息，开发时用	「收到 ticker: BTC/USDT, price=50000」
INFO	正常流程信息	「策略启动成功」「订单已提交」
WARNING	可能有问题，但不影响运行	「网络延迟较高」「API 限频接近阈值」
ERROR	发生了错误，但程序还能跑	「下单失败：价格超出限制」
CRITICAL	严重错误，程序即将退出	「数据库连接丢失，无法恢复」

实盘时，我一般把控制台设为 INFO 级别，文件设为 DEBUG 级别。这样平时看控制台只看到关键信息，出问题时再去翻详细的 DEBUG 日志。

3.4 知识体系总览

下面这张图，帮你把这三块内容串起来。你想想看，一个策略从启动到运行，数据是怎么流动的？

说白了，目录结构是骨架，配置文件是血肉，日志系统是神经。三者缺一不可。

好了，这一章的内容就到这里。记住，工程化不是炫技，是为了让你睡得安稳。实盘时，日志里每一行输出，都是你判断系统是否健康的依据。

---

公众号:蓝海资料掘金营，微信deep3321