个人量化研究需要稳定的行情数据、可复现的回测和安全的多用户管理,但免费数据源不稳定、本地数据可能过期、简单回测忽略交易成本和 A 股交易规则,结果偏乐观且难以复现。本项目是一套自研的 A 股量化研究平台,面向量化研究者,把行情接入、回测、模拟交易和权限管理整合在一个 Web 工作台中。平台定位为研究工具,不提供任何证券投资建议。
点击空白处退出提示
个人量化研究需要稳定的行情数据、可复现的回测和安全的多用户管理,但免费数据源不稳定、本地数据可能过期、简单回测忽略交易成本和 A 股交易规则,结果偏乐观且难以复现。本项目是一套自研的 A 股量化研究平台,面向量化研究者,把行情接入、回测、模拟交易和权限管理整合在一个 Web 工作台中。平台定位为研究工具,不提供任何证券投资建议。
1. 行情数据层:多数据源接入与自动降级、复权口径统一、本地数据新鲜度检查、日线/分钟/逐笔落库(SQLite、ClickHouse)。
2. 回测与研究:交易成本模型(佣金、印花税、滑点)、A 股交易规则(T+1、涨跌停)、样本外与滚动前推检验、成本敏感性与可靠性诊断。
3. 模拟交易:模拟盘账本,IBKR 与 vn.py 模拟接口适配,下单意图与对账记录,实盘路径默认禁用。
4. 多用户与权限:按功能模块的接口权限策略、用户自带数据源(Token 加密存储、按用户隔离缓存)、试用账户自动到期停用。
5. 数据源门禁:在网络连接层统一拦截未授权数据源,覆盖子进程、代理与长连接。
独立完成架构、开发、测试与部署。技术栈:Node.js / Express / WebSocket 服务端(约 5.8 万行、279 个模块),Python 数据桥,C++ 行情接入,SQLite / ClickHouse 存储,PM2 + Linux 部署,Jest 自动化测试(2197 项用例)。
亮点与难点:1)在 net.Socket 层实现失败关闭的出站门禁,并处理子进程、代理、授权撤销后的长连接;2)用 AES-256-GCM 加密用户凭据并把用户身份绑定为附加数据,密文无法挪给其他账户;3)发现并修复本地行情文件停更后把旧价格当最新价返回的问题;4)在隔离环境中用浏览器端到端走查权限与数据隔离。



评论