企业官网建设流程全解析

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/Qbot

Qbot 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 python=3.8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 Qbot

pip install -r dev/requirements.txt

python main.py

python docs/tutorials_code/02.easy_macd_strategy/macd.py

macd.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