回测系统架构：回测引擎核心组件

做量化交易这些年，我见过太多人一上来就写回测代码。结果呢？数据对不上，策略逻辑跑偏，绩效算出来自己都不敢信。说白了，回测引擎不是随便写个循环就能糊弄过去的。它得有清晰的架构，每个模块各司其职。

我个人习惯把回测引擎拆成四个核心模块：数据模块、策略模块、风控模块、绩效模块。你想想看，这就像一条流水线——数据进来，策略做决策，风控把关，最后算账。哪个环节出问题，结果都不靠谱。

数据模块：地基要稳

数据模块负责两件事：数据清洗和数据对齐。

我在项目中遇到过最坑的事——某次回测跑出来年化收益30%，结果发现是数据里混入了未来信息。嗯，前复权价格没处理好，把未来的分红算进去了。从那以后，我强制要求数据模块必须做三件事：

• 去重：同一时间戳出现多条记录，保留最后一条
• 填充：缺失值用前向填充，绝不插值
• 对齐：多品种数据按时间戳对齐，缺失的直接丢弃

策略模块：核心逻辑

策略模块就是你的交易逻辑。我建议把它设计成纯函数——输入行情数据，输出交易信号。别把状态混进去，否则调试起来想死的心都有。

举个例子，一个简单的均线策略：

def strategy(data, params):
    # data: DataFrame, 包含 close 列
    # params: {'fast': 5, 'slow': 20}
    fast_ma = data['close'].rolling(params['fast']).mean()
    slow_ma = data['close'].rolling(params['slow']).mean()
    
    # 生成信号：1 买入，-1 卖出，0 持仓
    signals = pd.Series(0, index=data.index)
    signals[fast_ma > slow_ma] = 1
    signals[fast_ma < slow_ma] = -1
    
    return signals

你看，逻辑清晰，没有副作用。测试起来也方便，换参数直接传就行。

风控模块：保命用的

风控模块很多人会忽略。我刚开始做回测时也不重视，直到有一次回测曲线完美，实盘却因为单笔亏损过大直接爆仓。

风控模块至少要做这几件事：

• 最大持仓限制：单品种仓位不超过总资金的20%
• 单笔止损：亏损超过2%强制平仓
• 最大回撤限制：总回撤超过15%暂停交易

绩效模块：算账的

绩效模块就是算账的。别只看年化收益率，那玩意儿骗人。我一般看这几个指标：

指标	说明	我的经验值
夏普比率	风险调整后收益	大于1.5才算合格
最大回撤	账户从峰值跌落的幅度	超过20%直接毙掉
胜率	盈利交易占比	别低于40%
盈亏比	平均盈利/平均亏损	至少2:1

为什么我强调这些？因为年化30%但回撤40%的策略，实盘你根本拿不住。心理压力太大，半夜都睡不着。

事件驱动架构 vs 向量化回测

说到回测实现方式，主要有两种：事件驱动和向量化。很多人纠结选哪个，其实没那么复杂。

事件驱动架构

事件驱动，说白了就是模拟真实交易环境。市场每来一个tick或bar，引擎就触发一次事件，策略根据当前数据做决策。

优点很明显：

• 更接近实盘逻辑
• 支持复杂订单类型（限价单、止损单等）
• 可以处理异步事件（比如成交回报）

缺点也明显：

• 速度慢，尤其是回测几年数据时
• 代码复杂度高

我在项目中遇到过这样的情况——用事件驱动回测一个高频策略，跑完三年数据花了整整两个小时。后来换成向量化，十秒搞定。

向量化回测

向量化回测，就是一次性计算所有信号，然后模拟成交。用pandas的向量化操作，效率极高。

举个例子：

# 向量化计算信号
signals = strategy(data, params)

# 模拟成交
positions = signals.shift(1)  # 信号延迟一期
returns = positions * data['close'].pct_change()

# 计算绩效
total_return = (1 + returns).cumprod()

你看，几行代码就搞定了。但向量化也有局限：

• 无法处理滑点和部分成交
• 不支持条件订单（比如止损单）
• 假设所有信号都能按收盘价成交

回测性能优化思路

回测跑得慢，很影响开发效率。我优化回测性能时，主要从这几个方向入手：

1. 数据预处理

别在回测循环里做数据清洗。提前把数据处理好，存成parquet或hdf5格式。我试过，读取速度比CSV快10倍以上。

2. 避免循环

能用向量化就别用for循环。pandas的rolling、apply、groupby这些操作，底层是C语言实现的，比Python循环快两个数量级。

3. 缓存中间结果

如果策略需要计算多个指标，把中间结果缓存起来。别每次都重新算。我习惯用lru_cache装饰器，简单有效。

from functools import lru_cache

@lru_cache(maxsize=128)
def compute_indicator(data_hash, params):
    # 计算复杂指标
    pass

4. 并行回测

参数优化时，用多进程并行跑。Python的GIL限制多线程，但多进程可以充分利用CPU。我一般用joblib库，几行代码就能实现并行。

from joblib import Parallel, delayed

def backtest(params):
    # 单次回测
    pass

results = Parallel(n_jobs=-1)(
    delayed(backtest)(params) for params in param_grid
)

5. 精简日志

回测过程中别打印太多日志。IO操作很慢，尤其是控制台输出。我一般只在关键节点打印，比如每个品种回测完成时。

嗯，说到这里，我想起一个项目。当时回测一个多因子策略，参数组合有10万组。一开始没优化，跑完要三天。后来做了数据预处理、并行化、缓存中间结果，时间压缩到两小时。你想想看，这效率提升有多大。

回测架构这件事，说到底就是模块化、可扩展、高性能。别想着一步到位，先跑起来，再逐步优化。毕竟，能跑的回测才有意义，跑得快的回测才能帮你快速迭代策略。