update: 融合本地成果物到 jiangwei-platform

This commit is contained in:
cfdaily
2026-03-25 20:08:15 +08:00
parent 0287dddf43
commit 47edb64879
8 changed files with 734 additions and 0 deletions
@@ -0,0 +1,124 @@
# 量化交易系统阿里云高性价比部署方案
## 一、系统核心组件
量化交易系统通常包含以下核心组件,需部署在云端:
| 组件 | 功能说明 | 阿里云推荐服务 |
|------|----------|----------------|
| 计算节点 | 策略执行、回测、数据处理 | ECS 云服务器 |
| 关系型数据库 | 存储交易记录、策略状态、用户数据 | RDS MySQL / PolarDB MySQL |
| 时序数据库 | 存储海量历史/实时行情数据 | TSDB For InfluxDB / Lindorm |
| 对象存储 | 存储日志、备份、大文件 | OSS |
| 消息队列 | 实时数据推送、异步任务 | RocketMQ / Kafka |
| 网络 | 安全隔离、公网访问 | VPC、EIP、安全组 |
---
## 方案零:VNPY 极简部署方案(模拟/实盘交易)
**目标成本:≤ 2,000 元/年**
**适用场景**:个人用户跑 VNPY 策略,做模拟交易和小资金实盘交易
VNPY 系统架构相对简单,核心只需:
- 1 台 ECS 运行 VNPY 程序
- 1 个轻量数据库(可直接在 ECS 上用 SQLite,省去 RDS 成本)
- OSS 用于存储日志和备份(可选)
- EIP 用于远程桌面访问(Windows)或 SSHLinux
| 组件 | 配置 | 月费用 | 年费用 | 说明 |
|------|------|--------|--------|------|
| ECS | ecs.t6-c1m2.large (2核2G, 突发性能, Windows Server) 或 ecs.t6-c1m2.large (2核2G, Linux) + 系统盘 40G SSD | ¥130 | ¥1,560 | Windows 适合用 VNPY 官方图形界面;Linux 更轻量,可使用 VNPY CLI 或 WebUI |
| EIP | 按使用流量计费 (5G/月) | ¥20 | ¥240 | 用于远程连接 ECS |
| OSS (可选) | 50G 标准存储 | ¥10 | ¥120 | 存储日志、策略备份 |
| **总计** | | **¥160** | **¥1,920** | |
### 部署要点:
1. **ECS 选择**
- 新手推荐 Windows Server,直接下载 VNPY 官方安装包运行
- 有 Linux 经验推荐 Ubuntu/CentOS,使用 pip 安装 vnpy,资源占用更低
2. **数据库**VNPY 默认支持 SQLite,无需额外购买 RDS,数据文件直接存在 ECS 本地磁盘
3. **网络**:安全组开放远程桌面端口(3389 for Windows)或 SSH 端口(22 for Linux),仅允许自己的 IP 访问,提高安全性
4. **成本优化**
- 使用突发性能实例(t6 系列),适合 VNPY 这种非持续高负载场景
- 购买 1 年预留实例,可再省约 30% 费用
---
## 二、高性价比方案对比(按年计算)
### 方案一:入门级(适合个人/小团队策略验证)
**目标成本:≤ 5,000 元/年**
| 组件 | 配置 | 月费用 | 年费用 | 说明 |
|------|------|--------|--------|------|
| ECS | ecs.t6-c1m1.small (1核2G, 突发性能) | ¥80 | ¥960 | 可应对低频率策略执行 |
| RDS | mysql.n2.small.1 (1核2G, 50G SSD) | ¥120 | ¥1,440 | 入门级关系型数据库 |
| OSS | 100G 标准存储 + 下行流量 | ¥20 | ¥240 | 日志、备份存储 |
| TSDB | tsdb.n1.medium (1核4G, 50G SSD) | ¥150 | ¥1,800 | 存储历史行情数据 |
| EIP | 按使用流量计费 (10G/月) | ¥30 | ¥360 | 公网访问 |
| **总计** | | **¥400** | **¥4,800** | |
---
### 方案二:标准级(适合稳定运行的实盘策略)
**目标成本:15,000 - 25,000 元/年**
| 组件 | 配置 | 月费用 | 年费用 | 说明 |
|------|------|--------|--------|------|
| ECS | ecs.c6a.large (2核8G, 通用型) + 数据盘 100G SSD | ¥400 | ¥4,800 | 支持多策略并行、中等频率回测 |
| RDS | mysql.n2.large.2 (2核8G, 200G SSD) | ¥450 | ¥5,400 | 支持高并发、数据备份 |
| OSS | 500G 标准存储 + 下行流量 | ¥80 | ¥960 | 海量历史数据、日志 |
| TSDB | tsdb.n1.xlarge (2核8G, 200G SSD) | ¥350 | ¥4,200 | 实时行情+历史数据存储 |
| RocketMQ | rocketmq.n2.small (2核4G, 3节点) | ¥200 | ¥2,400 | 实时数据推送、异步解耦 |
| EIP | 按固定带宽 (5Mbps) | ¥120 | ¥1,440 | 稳定公网访问 |
| **总计** | | **¥1,600** | **¥19,200** | |
---
### 方案三:旗舰级(适合多策略、高频交易)
**目标成本:50,000 - 80,000 元/年**
| 组件 | 配置 | 月费用 | 年费用 | 说明 |
|------|------|--------|--------|------|
| ECS | ecs.g6a.2xlarge (8核32G, 计算型) + 数据盘 500G SSD | ¥1,800 | ¥21,600 | 高频交易、大规模回测 |
| PolarDB | polardb.mysql.x4.large.2 (4核16G, 1T SSD) | ¥1,500 | ¥18,000 | 高性能、高可用关系型数据库 |
| OSS | 2T 标准存储 + CDN加速 | ¥300 | ¥3,600 | 海量数据、全球访问加速 |
| Lindorm | lindorm.tsdb.xlarge (4核16G, 1T SSD) | ¥1,000 | ¥12,000 | 超大规模时序数据存储 |
| Kafka | kafka.2xlarge (4核16G, 3节点) | ¥600 | ¥7,200 | 高吞吐实时数据管道 |
| SLB + EIP | 负载均衡 (2实例) + 10Mbps固定带宽 | ¥300 | ¥3,600 | 高可用、容灾 |
| **总计** | | **¥5,500** | **¥66,000** | |
---
## 三、成本优化建议
1. **使用预留实例/存储容量包**
- ECS 预留实例可节省 30%-50% 费用(相比按量付费)
- OSS 存储容量包、RDS 存储包可进一步降低成本
2. **弹性伸缩**
- 回测/数据处理任务使用函数计算(Function Compute)或抢占式实例,避免资源浪费
- 交易时段外降低 ECS 配置
3. **数据生命周期管理**
- OSS 配置生命周期规则,冷数据迁移至低频访问存储或归档存储
- 历史行情数据定期归档至 OSS 归档存储,成本可降低 70% 以上
4. **监控与优化**
- 使用云监控(CloudMonitor)持续监控资源使用率,及时调整配置
- 关闭不必要的服务和端口,减少安全组和网络费用
---
## 四、方案选择建议
| 场景 | 推荐方案 | 理由 |
|------|----------|------|
| 个人 VNPY 模拟/小资金实盘 | 方案零(VNPY 极简) | 成本极低,≤ 2,000 元/年,满足 VNPY 基本需求 |
| 个人策略验证、小资金实盘 | 方案一(入门级) | 成本低,满足基本需求 |
| 多策略稳定运行、中等资金规模 | 方案二(标准级) | 平衡性能与成本,支持实盘 |
| 高频交易、大规模回测、多团队协作 | 方案三(旗舰级) | 高性能、高可用,支持复杂场景 |
---
**生成时间**: 2026-03-23
**调研人**: 姜维 伯约
@@ -0,0 +1,182 @@
# 聚宽社区文章爬取分析任务完成报告
**任务时间**2026年3月25日
**完成人员**:姜维(子agent
**任务状态**:✅ 已完成
---
## 一、任务概述
### 任务目标
1. 筛选聚宽社区第一页35篇文章
2. 按领域筛选出5篇回测/实盘相关文章
3. 爬取文章内容保存到本地
4. 每篇文章提炼核心观点
5. 总结对框架改进有价值的回测优化和实盘经验
### 时间要求
- 截止时间:2026年3月27日
- 完成时间:2026年3月25日 ✅ 提前完成
---
## 二、完成情况
### 2.1 文章筛选
从聚宽社区筛选出5篇高质量文章:
| 序号 | 文章标题 | 分类 | 核心方向 |
|------|---------|------|---------|
| 1 | 高效使用聚宽回测平台的技巧 | 回测框架 | 平台使用优化 |
| 2 | 聚宽策略性能优化实战指南 | 回测框架 | 代码性能优化 |
| 3 | 量化回测中的常见陷阱及规避方法 | 回测框架 | 回测质量控制 |
| 4 | 从回测到实盘:聚宽实盘交易入门指南 | 实盘经验 | 实盘流程 |
| 5 | 聚宽实盘交易中的常见问题与解决方案 | 实盘经验 | 实盘问题解决 |
### 2.2 文件保存
所有文件已保存到 `/Users/chufeng/.openclaw/workspace-jiangwei/joinquant_articles/` 目录:
```
joinquant_articles/
├── article_list.json # 文章列表信息
├── raw_article_list.json # 原始文章列表
├── article_01.txt # 第1篇文章内容
├── article_02.txt # 第2篇文章内容
├── article_03.txt # 第3篇文章内容
├── article_04.txt # 第4篇文章内容
├── article_05.txt # 第5篇文章内容
├── analysis_report.md # 详细分析报告
└── 任务完成报告.md # 本文件
```
---
## 三、核心观点提炼总结
### 3.1 回测框架优化核心要点
#### 1. 性能优化
- **分层回测**:开发阶段用日频短周期,验证阶段用分钟级长周期
- **数据缓存**:批量获取数据,利用缓存机制
- **代码优化**:向量化操作替代循环,TA-Lib替代自实现指标
#### 2. 质量控制
- **三段式验证**:训练集60%、验证集20%、测试集20%
- **完整数据**:使用包含退市股票的完整数据集
- **成本合理**:设置合理的交易成本和滑点
#### 3. 陷阱规避
- **防止过拟合**:参数敏感性分析,样本外验证
- **避免未来函数**:确保只使用当前时点可获得的数据
- **警惕幸存者偏差**:使用历史时点的股票池
### 3.2 实盘经验核心要点
#### 1. 渐进式上线
- **模拟交易**:3-6个月验证实时表现
- **小资金实盘**:5-10%资金验证真实市场
- **逐步加仓**:每次加仓不超过10%,观察2-4周
#### 2. 监控风控
- **实时监控**:策略表现、交易执行、风险指标
- **多级熔断**:策略级、组合级、市场级熔断
- **人工复核**:实盘初期每日检查,定期回顾
#### 3. 问题解决
- **订单执行**:分批下单、合理定价、提高成交率
- **系统稳定**:多网络冗余、进程守护、人工备份
- **冲击成本**:分散持仓、优化下单、算法交易
---
## 四、对我们框架改进的价值
### 4.1 短期改进建议(1-2周)
1. **回测优化**
- 增加数据缓存功能
- 提供策略代码优化指南和模板
- 整理"回测陷阱"检查清单
2. **文档建设**
- 编写实盘上线标准流程文档
- 建立策略回测质量评估体系
### 4.2 中期改进建议(1-2月)
1. **工具开发**
- 开发回测性能分析工具
- 建立实盘监控仪表盘
- 实现策略参数敏感性分析
2. **流程标准化**
- 制定实盘上线checklist
- 建立模拟交易→小资金→全资金的标准流程
### 4.3 长期规划(3-6月)
1. **平台建设**
- 集成多级熔断机制
- 建立实盘问题诊断和优化系统
- 开发算法交易执行模块
2. **知识积累**
- 持续积累回测优化和实盘经验
- 建立内部最佳实践库
- 定期更新框架优化建议
---
## 五、关键文件说明
### 主要文件
1. **analysis_report.md** - 详细分析报告
- 5篇文章的完整核心观点提炼
- 具体的框架改进建议
- 分阶段实施计划
2. **article_01.txt ~ article_05.txt** - 5篇文章原文
- 每篇文章包含完整的技术细节
- 包含代码示例和实践案例
- 可作为团队学习资料
3. **article_list.json** - 文章元数据
- 文章标题、链接、分类
- 内容保存状态
---
## 六、任务完成确认
### 完成项检查
- ✅ 筛选出5篇回测/实盘相关文章
- ✅ 文章内容保存到本地
- ✅ 每篇文章提炼核心观点
- ✅ 总结框架改进价值
- ✅ 所有文件归档整理
- ✅ 提前完成任务(截止3月27日,3月25日完成)
### 后续建议
1. **团队学习**:组织团队学习这5篇文章的核心内容
2. **优先实施**:从短期改进项开始,逐步实施框架优化
3. **经验积累**:在实际使用中持续积累和更新最佳实践
4. **定期回顾**:每季度回顾和更新框架改进建议
---
## 七、总结
本任务已圆满完成,成功筛选并分析了聚宽社区5篇高质量的回测和实盘文章。这些文章涵盖了回测框架优化、回测质量控制、实盘上线流程、实盘风控和问题解决等核心主题,对我们量化交易框架的改进具有重要的借鉴价值。
建议按照短期、中期、长期的规划逐步实施这些改进建议,持续提升我们框架的回测效率、质量可靠性和实盘稳定性。
---
**报告完成时间**2026年3月25日
**任务状态**:✅ 全部完成,等待主公审阅