2. 回测系统搭建：回测框架选型、数据源获取与本地数据库搭建
做量化交易，说白了就是跟历史数据打交道。你想想看，没有一套靠谱的回测系统，策略好坏全靠猜，那跟赌博有什么区别？
这一章，我带你亲手搭一套回测基础设施。别怕，没那么玄乎。我们分三步走：选框架、找数据、建库房。
2.1 回测框架选型：Backtrader vs Zipline
选框架这事儿，我踩过不少坑。先说结论：个人项目、中小型策略，无脑选 Backtrader。为什么？
| 对比维度 | Backtrader | Zipline |
|---|---|---|
| 上手难度 | 低，文档清晰，社区活跃 | 中高，依赖复杂，配置繁琐 |
| 数据接口 | 灵活，支持自定义数据源 | 强依赖 Bundle，扩展稍麻烦 |
| 性能 | 单线程，适合日频/小时频 | 支持多标的，但内存占用高 |
| 实盘对接 | 有现成 Broker API 封装 | 需要自己写适配层 |
| 维护状态 | 持续更新，Python 3 友好 | Quantopian 关闭后，社区维护 |
我个人习惯用 Backtrader。记得有一次，我用 Zipline 跑一个多因子策略，光是装依赖就折腾了一下午，最后还因为数据格式不对报错。换成 Backtrader，半小时就搞定了。
核心观点：框架只是工具，别在选型上内耗。Backtrader 足够覆盖 90% 的回测场景。等你真遇到性能瓶颈了，再考虑换框架也不迟。
2.2 数据源获取：Tushare vs JoinQuant
数据是回测的血液。没有干净的数据，再牛的策略也是白搭。
国内常用的数据源，我主要用两个：Tushare 和 JoinQuant（聚宽）。
Tushare
- 优点：数据全，从股票、基金到期货、期权，应有尽有。积分制，免费用户也能拿到不少数据。
- 缺点：接口调用频率有限制，高频数据需要付费积分。数据偶尔有缺失，需要自己清洗。
- 适用场景：个人研究、低频策略、需要多品种数据的场景。
JoinQuant（聚宽）
- 优点：数据质量高，自带回测平台，可以直接在线跑策略。API 设计简洁，对新手友好。
- 缺点：本地使用需要下载数据，离线支持不如 Tushare 灵活。免费版有数据量限制。
- 适用场景：快速原型验证、在线回测、不想折腾本地环境的用户。
我的建议：如果你刚开始，先用 Tushare 的免费接口把流程跑通。等需要更高质量的数据时，再考虑 JoinQuant 或付费数据源。别一开始就追求完美，先动起来。
2.3 本地数据库搭建：SQLite
数据拿到手，总不能每次都去远程拉吧？效率低不说，万一接口挂了，你连回测都跑不了。
所以，本地数据库是必须的。我推荐 SQLite。为什么？
- 零配置：不需要安装服务器，一个文件就是一个数据库。
- 轻量级：适合单机回测，读写速度足够快。
- Python 原生支持：标准库自带
sqlite3，无需额外依赖。
下面是一个简单的建表示例，用来存储日线数据：
import sqlite3
# 连接数据库（如果文件不存在，会自动创建）
conn = sqlite3.connect('backtest.db')
cursor = conn.cursor()
# 创建日线数据表
cursor.execute('''
CREATE TABLE IF NOT EXISTS daily_data (
code TEXT NOT NULL, -- 股票代码
date TEXT NOT NULL, -- 交易日期
open REAL, -- 开盘价
high REAL, -- 最高价
low REAL, -- 最低价
close REAL, -- 收盘价
volume INTEGER, -- 成交量
amount REAL, -- 成交额
PRIMARY KEY (code, date) -- 联合主键，防止重复数据
)
''')
conn.commit()
conn.close()
print("数据库和表创建成功！")
注意：SQLite 不支持并发写入。如果你有多进程同时写入的需求，建议换成 PostgreSQL。不过对于个人回测，单线程写入完全够用。
我曾经犯过一个低级错误：把数据全部存在 CSV 文件里，每次回测都要全量加载。结果数据量一大，内存直接爆了。换成 SQLite 后，按日期范围查询，速度提升了不止一个量级。
2.4 知识体系总览
为了让你更直观地理解这三部分的关系，我画了一张流程图：
2.5 实战：把 Tushare 数据存入 SQLite
光说不练假把式。下面是一个完整的示例，演示如何从 Tushare 获取数据并存入 SQLite：
import tushare as ts
import sqlite3
from datetime import datetime, timedelta
# 设置 Tushare Token（需要先在 tushare.pro 注册）
ts.set_token('你的token')
pro = ts.pro_api()
# 连接 SQLite
conn = sqlite3.connect('backtest.db')
cursor = conn.cursor()
# 获取股票日线数据
def fetch_and_store(code, start_date, end_date):
df = pro.daily(ts_code=code, start_date=start_date, end_date=end_date)
if df.empty:
print(f"未获取到 {code} 的数据")
return
# 插入数据
for _, row in df.iterrows():
cursor.execute('''
INSERT OR REPLACE INTO daily_data
(code, date, open, high, low, close, volume, amount)
VALUES (?, ?, ?, ?, ?, ?, ?, ?)
''', (
row['ts_code'],
row['trade_date'],
row['open'],
row['high'],
row['low'],
row['close'],
row['vol'],
row['amount']
))
conn.commit()
print(f"{code} 数据已存入，共 {len(df)} 条记录")
# 示例：获取贵州茅台最近30天数据
fetch_and_store('000001.SZ', '20240101', '20240130')
conn.close()
小技巧：第一次全量拉取历史数据时，建议分批处理。比如每次拉取一年数据，避免接口超时。我一般会写个循环，从上市日期开始，逐年拉取。
嗯，到这里，回测系统的基础设施就搭好了。你有了数据源，有了本地数据库，也有了回测框架。接下来，就可以开始写策略了。
记住，这套流程我用了好几年，虽然简单，但足够稳定。别小看这些基础工作，它们决定了你后续所有策略研究的效率。