回测系统架构：核心组件与设计原则
做量化选股，回测系统就是你的实验室。我见过太多人，策略写得天花乱坠，一回测就露馅。说白了，不是策略不行，是回测系统本身有bug。今天咱们就把回测系统的骨架拆开看看。
一、回测系统的核心组件
一个完整的回测系统，至少包含四个模块：数据、策略、执行、分析。我个人习惯把它们比作「厨房流水线」——数据是食材，策略是菜谱，执行是炒菜，分析是试吃。
核心组件一览：
- 数据模块：提供历史行情、财务数据、因子数据
- 策略模块：定义选股逻辑、买卖规则、仓位管理
- 执行模块：模拟交易撮合、处理滑点、手续费
- 分析模块：计算收益、风险、归因、绩效指标
嗯，这里要注意：这四个模块必须解耦。我在项目中遇到过，有人把数据获取和策略逻辑写在一起，结果换数据源时整个重写，那叫一个痛苦。
二、数据模块：地基要稳
数据模块是回测的起点。你想想看，数据有偏差，后面全白搭。
数据模块的核心职责：
- 数据清洗：处理缺失值、复权、停牌标记
- 数据对齐：不同频率数据（日线、分钟线）的时间戳对齐
- 数据缓存：避免重复读取，提升回测速度
- 数据接口：支持本地CSV、数据库、API等多种来源
我的经验：数据清洗时，千万别忽略「未来数据」问题。我曾经用未复权的价格做回测，结果策略收益高得离谱——后来发现是复权因子泄露了未来信息。避坑指南：回测时只能用「当时能看到的数据」。
三、策略模块：灵魂所在
策略模块是量化选股的核心。说白了，就是「什么时候买、买什么、买多少、什么时候卖」。
策略模块的典型结构：
class MyStrategy:
def __init__(self):
self.position = {} # 持仓
self.cash = 1e6 # 初始资金
def on_data(self, data):
# 1. 计算信号
signals = self.calc_signals(data)
# 2. 生成交易指令
orders = self.generate_orders(signals)
return orders
def calc_signals(self, data):
# 选股逻辑：比如低市盈率+高ROE
pass
def generate_orders(self, signals):
# 买卖规则：比如等权重买入前10只
pass我个人习惯把策略拆成「信号生成」和「交易执行」两层。这样换选股逻辑时，不用动交易规则。你想想看，如果哪天你想从「低市盈率」换成「动量因子」，只需要改 calc_signals 就行。
四、执行模块：模拟真实交易
执行模块最容易被人忽视。很多新手回测收益很高，一实盘就亏，问题就出在执行模块太理想化。
执行模块要考虑的细节：
- 滑点模型：按成交额的0.1%-0.3%模拟
- 手续费：佣金+印花税+过户费
- 涨跌停限制：涨停买不进，跌停卖不出
- 交易延迟：信号产生到成交的时间差
避坑指南：我曾经在回测中忽略了「停牌」处理。策略选到一只停牌股，回测系统直接按停牌价成交了。结果实盘时根本买不了，持仓比例全乱套。记住：停牌期间不能交易，这是铁律。
五、分析模块：用数据说话
分析模块负责把回测结果变成可理解的指标。我一般会看这几个维度：
| 指标类别 | 具体指标 | 说明 |
|---|---|---|
| 收益类 | 年化收益率、累计收益率 | 策略赚了多少 |
| 风险类 | 最大回撤、波动率、夏普比率 | 策略稳不稳 |
| 交易类 | 胜率、盈亏比、交易次数 | 策略活跃度 |
| 归因类 | 因子暴露、行业分布 | 收益从哪来 |
嗯，这里要注意：夏普比率高不代表策略好。我见过一个策略，夏普3.0，但最大回撤40%。说白了，高收益往往伴随高风险，得综合看。
六、回测系统的设计原则
做了这么多年回测系统，我总结出三条核心原则：
- 模块化：每个模块独立，可替换、可测试。数据模块换源，策略模块不用改一行代码。
- 可复现：同样的参数、同样的数据，每次跑结果必须一样。随机种子要固定，多线程要加锁。
- 防未来数据：回测时只能用历史数据，不能用未来信息。这是量化回测的底线。
设计原则口诀：
模块解耦好维护，复现结果靠种子。
未来数据是红线，实盘回测两回事。
七、回测系统架构图
下面这张图，是我自己画的一个回测系统架构。你看一眼，基本就明白各模块怎么配合了。
这张图里，数据模块在最左边，策略模块在中间，执行模块在右边，分析模块在下面。箭头方向就是数据流动的方向。注意那条虚线——分析模块的绩效反馈可以回传给策略模块，用于参数优化。但切记：优化时要用样本外数据，否则就是过拟合。
我的习惯：每次回测完，我都会把分析模块的指标存一份JSON。这样方便对比不同参数、不同时间段的表现。你想想看，如果每次都要重新跑回测，那效率得多低。
好了，回测系统的核心组件和设计原则就聊到这儿。记住：模块化、可复现、防未来数据，这三点是回测系统的生命线。下次咱们聊聊数据模块的细节——怎么处理停牌、复权、以及那些坑人的「幸存者偏差」。
公众号:蓝海数据掘金营，微信deep3321