3 步跑通 Qbot 量化回测：本地部署你的第一个 A 股策略-北京尧图网络

3 步跑通 Qbot 量化回测本地部署你的第一个 A 股策略【免费下载链接】Qbot[updating ...] AI 自动量化交易机器人(完全本地部署) AI-powered Quantitative Investment Research Platform. online docs: https://ufund-me.github.io/Qbot ✨ :news: qbot-mini: https://github.com/Charmve/iQuant项目地址: https://gitcode.com/GitHub_Trending/qbot/QbotQbot 是一个完全本地部署的 AI 量化投研平台Qbot 量化回测、策略开发、模拟交易到实盘执行这条链路全部在你自己电脑上跑数据不上传脚本不黑盒策略赚不赚钱自己验证。对想搞清楚这策略历史十年到底表现如何、又不想依赖云端量化终端的人来说这就是它解决的痛点。️ 本地部署 Qbot先把 Python 版本对上Qbot 官方只在 Python 3.8 和 3.9 下测试过更新版本的 Python 很可能在 wxPython 图形界面这一层就装不上。建议直接conda create -n qbot python3.8建一个独立环境再用pip install -r dev/requirements.txt装完大部分依赖。有个容易卡住的细节wxPython 和 TA-Lib 这两个包在线渠道经常拉不到对应系统的版本。好在仓库dev/目录里已经按 cp38、cp39 分好平台放好了预编译 wheel缺哪个就本地pip install哪个文件。装完环境根目录的main.py就是入口跑起来会弹出一个标题为AI智能量化投研平台的桌面窗口。️ 打开界面后回测参数面板长什么样主窗口是标签页布局回测页里分两组参数。行情参数组起止日期、标的代码默认 399006.SZ、周期30 分钟 / 60 分钟 / 日线 / 周线、复权方式前复权 / 后复权 / 不复权。回测参数组基准默认沪深 300、初始资金、每笔交易规模、滑点、手续费、印花税全有默认值不改也能跑。下方下拉框列了二十多个回测策略从单因子 RSI、StochRSI、布林线均值回归到机器学习的 SVM、LGBM、LSTM再到强化学习 Q-Learning以及海龟、网格这类传统策略。整体架构是分层的数据层、策略层、交易引擎各自独立换数据源或换券商接口不用动别的模块。 4 步命令跑通你的第一个 A 股策略回测不用等界面功能全部打通。docs/tutorials_code/ 目录里有一整套基于 backtrader 的教学脚本数据直接读本地 CSV不需要任何行情 token。以 MACD 策略为例下面 4 步复制粘贴即可执行git clone https://gitcode.com/GitHub_Trending/qbot/Qbot --depth 1 cd Qbotpip install -r dev/requirements.txtpython main.pypython docs/tutorials_code/02.easy_macd_strategy/macd.pymacd.py 做的事很具体读同目录下 603186.csv 中华正新材 2010-01-01 到 2020-04-12 的日线初始资金 1 万佣金 0.5%每笔 100 股逻辑是 MACD(12,26,5) 金叉买入持仓价相对买入价波动超过 10% 就止损离场。跑完终端会打印起始和结束的组合市值同时弹出一张回测图。Mac 用户启动界面那一步把python换成pythonw即可。量化回测收益曲线怎么看曲线只是入口指标才是结论图上看三样东西上方是组合市值曲线和基准放在一起对比下方是经纪商现金和策略收益的变化红绿竖线就是买卖信号落在哪根 K 线上。曲线本身说明不了问题真正要读的是绩效指标。仓库用 quantstats 生成完整报告年度收益柱状图、夏普比率、最大回撤、alpha / beta 都在里面——判断一个策略先盯最大回撤和夏普再看累计收益。跑通一个之后就可以换策略。经典指标策略在 qbot/strategies/BOLL、双均线、LSTM 时序预测、强化学习、RSI 背离都有现成脚本机器学习模型在 pytrader/strategies/LightGBM、XGBoost、Transformer、TFT 等模型旁边都带 yaml 配置改参数就能重跑。模型库文档声称覆盖 300 多个模型、40 多篇论文的方法不必全跑挑一个当模板改就行。回测是前半程执行是后半程。交易引擎层对接了掘金仿真、CTP 期货、币安、海通 / 华泰 / 同花顺等股票渠道配置入口在 qbot/engine/trade/ 下。实盘前建议先用仿真接口把下单流程跑通再谈真实资金。️ 容易踩的 3 个坑版本坑wxPython 和 TA-Lib 的 wheel 在 dev/ 里按解释器版本分文件cp38、cp39 各一套pip 安装时文件名要和你的 Python 对上报 ModuleNotFoundError 先查这里。开源版与付费版的边界界面里开始回测按钮对应在线回测点击会提示属于付费功能。开源仓库里真正能直接跑的是 docs/tutorials_code/ 和 qbot/strategies/ 下的策略脚本别指望在界面点一下按钮就出回测。回测不等于实盘示例脚本算了佣金和复权但滑点仍是理想假设而且十年数据里选一段刚好赚钱的区间太容易了。夏普高也不等于能上实盘先用仿真账户观察一段时间再说。策略跑通之后剩下的事就是调参数和盯风险了。【免费下载链接】Qbot[updating ...] AI 自动量化交易机器人(完全本地部署) AI-powered Quantitative Investment Research Platform. online docs: https://ufund-me.github.io/Qbot ✨ :news: qbot-mini: https://github.com/Charmve/iQuant项目地址: https://gitcode.com/GitHub_Trending/qbot/Qbot创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

3 步跑通 Qbot 量化回测：本地部署你的第一个 A 股策略

相关推荐

Bootstrap 3后台侧边导航栏实现：固定式、折叠式与抽屉式布局全解析

LoadDiff 机制详解：Milvus Segment 自管理加载与 Reopen 增量更新架构

ERPNext 免费开源 ERP 部署实测：克隆到首页只要三条命令

更多资讯

分布式计算中的检查点机制：Flink状态恢复原理与实战

分布式计算检查点机制：原理、实现与调优实战

用15个Claude智能体重构研发流程：多Agent协作实战指南

MFC+CSocket聊天室开发实战：原理、代码与避坑指南

Ultralytics 平台团队角色与权限体系详解：Owner、Admin、Editor、Viewer 的 RBAC 指南

嵌入法特征选择全解析：原理、三大实现路径与Python实战

今日更新

在S3C2410上移植Nucleus RTOS：启动、驱动与实时性调优实战

2026年Turnitin降重降AI二合一红黑榜：能过和别碰

2026期刊投稿AI写作工具实测：6款打分谁更值得用

本周精选

超人会飞不算本事：系统稳定依赖清晰规则与边界设计

超人VS蜘蛛侠：拆解超级IP的影响力与传播方法论

基于CNN的调制信号识别：MATLAB实现时频图分类实战

本月热门

基于YOLO的焊缝缺陷检测：从数据标注到工业部署全流程实践

分布式服务的决策记录

创业产品的首版范围

读完文章，想聊聊您的网站？