Agent Skills
返回列表
⚖️

RQAlpha 米筐开源回测

行业专业 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @org-eyw2ohcx/coderwpf-rqalpha-102。

技能介绍

要解决什么问题

在国内做量化,你往往要在同一套流程里处理 A 股标的命名(.XSHG / .XSHE)、期货合约后缀(如 .CCFX),还要把撮合、手续费、账户和基准对比拆开维护。纯脚本堆出来的回测很难复用,也很容易在停牌、资金不足或 Bundle 未下载 时 silently 跑偏。RQAlpha 是米筐科技开源的 事件驱动回测框架,把策略生命周期收敛为「写策略 → 配 Mod → 跑回测 / 模拟」,并明确挂在本地运行,不绑云端。

框架如何工作

策略侧按 RQAlpha 约定的结构编写,通过 下单函数、数据查询、持仓与 context.portfolio、以及 定时调度 组织逻辑。运行时可挂载内置 Mod,例如:

  • sys_simulation:撮合模拟
  • sys_transaction_cost:手续费与税费
  • sys_accounts / sys_benchmark:账户与基准跟踪
  • sys_analyser:回测结束后输出 sharpe、max_drawdown、alpha 等指标与图表
  • sys_risk:交易前风控检查

数据上可用 rqalpha download-bundle 拉取内置 A 股日线;Mod 体系也支持接入自定义数据源。文档中的进阶路径包括双均线交叉、多股等权调仓、RSI 均值回归、止损止盈,以及期货双均线 CTA。若走向实盘,资料提到可通过 rqalpha-mod-vnpy 对接 vn.py 券商网关。

边界与注意点

这是 回测与模拟交易框架,不是行情终端或投研研报库;分钟级与日线回测在文档能力范围内,但标的必须按表格格式写对,停牌需用 is_suspended() 预判。纯本地意味着环境与数据包由你自己维护——Bundle not found 时先补数据,而不是指望在线自动修复。

使用场景

  • 把双均线或 RSI 规则写成 RQAlpha 策略,在本地日线数据上跑完整回测并导出 sys_analyser 绩效表
  • 多只股票等权重定期调仓:用调度与持仓 API 验证换手、现金占用和停牌导致的下单失败
  • 期货 CTA 双均线逻辑需在 CCFX 等后缀合约上回测,并对比基准与 max_drawdown 是否合理
  • 准备接 vn.py 实盘前,先用 sys_simulation 与 sys_transaction_cost 在模拟环境核对撮合和费用假设

适合人员

  • 个人量化研究者:要把 A 股日线策略从 Jupyter 草稿迁到可重复 CLI / API 回测流水线
  • 私募或券商量化实习:需要在统一框架里写下单、查数、定时调仓并输出 sharpe、alpha 等标准指标
  • 期货 CTA 策略作者:想在同一套 Mod 架构下切换模拟撮合、风控检查与基准对比
  • 维护 vn.py 网关的工程师:评估用 rqalpha-mod-vnpy 把已回测策略接到券商模拟或实盘前的行为一致性