企业官网建设流程全解析

先交代一下背景：大概半年前，我还是一个每天打开行情软件盯分时图、靠直觉买卖的散户。后来被一个做私募的朋友刺激到了，人家做交易靠的不是盘感，是系统。于是我也决定搞一套自己的“系统”，但真动手才发现，做量化最难的不是写策略，而是搞数据。国内A股的数据接口又多又杂，高质量的往往要花钱，绕了一圈之后我锁定了Tushare这套开源数据接口，靠它把第一个量化交易系统完整地搭了出来。

这篇文章不打算讲什么高深的大模型选股，就把我踩过的坑、调通的代码、验证过的流程一步步写下来。整体比较适合有Python基础、对量化交易完全陌生、想从0到1跑通一套系统的朋友。你会发现，量化交易的核心其实就三件事：数据、策略和执行，而数据是绝对的地基。

1. 项目背景：从解决自己的痛点开始

1.1 我为什么要做量化交易系统

市面上主流的行情软件都能看盘，但它们的共同问题是：数据拿不出来，至少不好批量拿出来。我想统计“过去三年哪些股票在均线金叉后表现更好”，用Excel手动翻根本不现实。人工复盘和程序化回测的效率差距，就像用手工记账和用ERP系统记账的差别一样巨大。

我当时给自己定的目标很明确：先不追求赚钱，追求流程闭环。也就是说，我要能在程序里完成这样一件事——自动拉取历史行情、按规则产生买卖信号、模拟资金变化、算出这策略到底行不行。这个流程跑通了，后面换什么策略都是顺手的事。

1.2 数据源为什么选了Tushare

选数据源那几天我几乎把网上能搜到的免费数据源都试了一遍。有的数据源更新不及时，有的接口文档写得像天书，还有的爬虫方案每次打开网页结构一变就要重写。Tushare在当时是综合体验最好的：数据覆盖A股股票、指数、基金、期货这些我关心的品种，并且提供Python SDK，几行代码就能拿到结构化数据。

Tushare的Pro版需要token令牌来控制权限，这个机制有点像去图书馆借书，不同等级的借阅证能借的书不一样。普通注册用户就能获取大部分基础数据，积分往上走能解锁更高频率和更多字段。对个人做研究来说，免费额度基本够用。

1.3 系统的整体架构长什么样

我搭建的系统分成四层，每一层解决一个问题：

• 数据层：负责从Tushare拉取行情、交易日历，存到本地数据库，做好清洗和增量更新。
• 策略层：把交易规则写成代码，比如“5日均线上穿20日均线就买入”，输入历史数据，输出具体的买卖信号。
• 回测层：把信号放到历史K线上模拟撮合，统计收益、回撤、胜率等指标。
• 执行层：通过定时任务获取最新数据，判断当前是否满足信号条件，在模拟盘里执行下单操作。

这个架构算是量化系统里很标准的骨架，后面不管你是做因子模型还是机器学习选股，都跳不出这个框架。我的理念是先搭骨架再填肉，尽量避免一开始就陷入细节泥潭。

2. 数据层：先把Tushare数据接到碗里来

2.1 注册、Token与权限机制

用Tushare的第一步是去官网注册账号，然后在个人主页找到token令牌，这个token相当于你调用数据接口的钥匙。调用接口时会带token，服务器识别你的身份和权限。我在这一步犯过的最大错误是：把token直接硬编码写在脚本里，后来代码传到公开仓库，token相当于裸奔。建议把token放在环境变量或者本地配置文件中。

关于积分机制，特别想强调一点：别一上来就疯狂充值积分。基础积分可以满足日线行情、股票列表、交易日历的大部分需求，先做研究和回测完全够。很多高积分接口是分钟级高频数据，或者更细粒度的财务数据，等你的系统真的跑起来了再考虑不迟。

2.2 第一段代码：拉取交易日历和股票列表

安装Tushare很简单，直接pip安装即可。我第一次成功调用接口时，先拉了一份交易日历，代码大致是这样的：

import tushare as ts import os # 推荐方式：从环境变量读取token，而不是写死在代码里 token = os.environ.get("TUSHARE_TOKEN", "你的token") ts.set_token(token) pro = ts.pro_api() # 获取上海证券交易所2020年至今的交易日历 calendar = pro.trade_cal(exchange='SSE', start_date='20200101', end_date='20250101') print(calendar.head())

交易日历是整个系统的时间基准，因为A股有休市、调休，直接用自然日去推断交易日会出大问题。比如周一虽然是工作日，但遇到节假日就休市，如果你按自然日去拉行情，就会拉到空数据。交易日历就是用来规避这个问题的。

紧接着拉一份当前在市的所有股票列表：

# 获取股票基础信息，list_status='L'代表上市状态 stock_list = pro.stock_basic(exchange='', list_status='L', fields='ts_code,symbol,name,industry,market,list_date') print(stock_list.shape) print(stock_list.head())

stock_basic接口返回的字段里有ts_code，这是Tushare统一的股票代码格式，比如平安银行的代码是000001.SZ。后面的所有行情接口都依赖这个ts_code去关联数据，所以第一步一定要把股票列表存好，它相当于整个系统的“花名册”。

2.3 日线行情与增量更新

获取股票日线行情的接口是pro.daily，我最初的做法是循环所有股票代码，逐个拉取历史数据。这里有一个性能大坑：如果几千只股票都全量拉一遍，接口会被限流，而且耗时极长。更合理的方案是做增量更新。

所谓增量更新，就是只在本地数据库里存一份全量历史数据，之后每天只需要拉最新一天的行情。思路是：先查本地数据里每只股票的最大日期，然后只拉“最新日期+1”到“今天”的数据。

# 以平安银行为例，拉取2024年以来的日线数据 df = pro.daily(ts_code='000001.SZ', start_date='20240101', end_date='20250201') print(df.head())

daily接口返回的字段包括：ts_code、trade_date、open（开盘价）、high（最高价）、low（最低价）、close（收盘价）、pre_close（昨收价）、change（涨跌额）、pct_chg（涨跌幅）、vol（成交量，手）、amount（成交额，千元）。其中vol的单位是手，1手等于100股，这个细节一开始没注意会导致仓位计算差100倍。

2.4 数据清洗、复权与本地备份

有了原始数据，清洗这一步躲不开。我总结出三个必做动作：

• 去重：同一只股票同一天可能出现多条记录（比如重复拉取时），按ts_code和trade_date去重。
• 排序：按trade_date升序排列，后续算均线、收益率都依赖时间顺序。
• 缺失值处理：停牌股在停牌区间没有日线数据，回测时要么前向填充，要么直接跳过。

最关键的还是复权问题。股票会分红、送股，导致价格出现跳空缺口，所以原始价格不能直接用于计算收益率。Tushare提供复权因子接口pro.adj_factor，使用时把收盘价乘上复权因子，得到后复权价格，再做策略信号计算。回测必须用后复权数据，这样避免了分红除权造成的假跌假涨。

数据备份也是我吃了亏才补上的。有一回电脑系统崩溃，重装之后本地SQLite数据库没备份，几百MB的行情数据全丢了，重新拉又花了一整天。后来我设置了一个每周自动备份的任务，直接复制数据库文件到移动硬盘和云盘。数据是量化的资产，备份就是给资产上保险。

3. 策略与回测：让数据产生交易信号

3.1 为什么第一策略选双均线

很多初学者一上来就想做涨停板打板、龙虎榜跟随，这些策略不适合起步阶段。我的第一个策略选的是最常见的双均线系统：当5日均线上穿20日均线时买入，当5日均线下穿20日均线时卖出。

选它的原因也很简单：逻辑透明、代码短、可解释性强。均线本质上是平滑价格波动，金叉死叉是趋势反转的标准信号。如果一个简单到极致的策略能跑出说得过去的结果，说明整个框架是对的；如果框架有bug，在简单策略上也更容易暴露。

先把策略需要的数据准备好：

import pandas as pd import numpy as np # 假设df是从Tushare拉到的某股票日线数据，已按日期升序排列 # 这里用后复权收盘价做计算更准确 close = df['close'] # 计算5日和20日移动平均线 df['ma5'] = close.rolling(window=5).mean() df['ma20'] = close.rolling(window=20).mean() # 生成信号列：默认0表示无操作，1表示买入，-1表示卖出 df['signal'] = 0 df.loc[df['ma5'] > df['ma20'], 'signal'] = 1 df.loc[df['ma5'] < df['ma20'], 'signal'] = -1

这一步的输出就是策略层的结果：每一天都有一个信号值，1代表多头趋势，-1代表空头趋势。后面的回测层只需要消费这组信号就行。

3.2 计算信号时最容易被坑的未来函数

未来函数是回测里最隐蔽的杀手，通俗说就是“用到了当时根本不可能知道的数据”。在计算均线信号时也有这个坑：如果用第T天的收盘价计算均线，并且默认第T天就以这个信号成交，相当于你在收盘那一刻才算出信号、却用当天的价格成交了，这在实际交易中几乎做不到。

正确的做法是把信号向后平移一天，也就是今天收盘后产生信号，明天开盘再执行交易。代码上就是shift操作：

# 把signal列整体向后移动一天，避免用到当天收盘后的未来信息 df['position'] = df['signal'].shift(1).fillna(0) # 只有position发生变化的日期才交易，这就是我们要的买卖点 df['trade'] = df['position'].diff()

这个细节直接决定了回测结果可信不可信。出现“某策略年化收益率300%”这种离谱结果时，第一件事就是检查有没有未来函数。

3.3 原子级的回测引擎怎么写

回测引擎听起来高大上，拆开了其实就是模拟一个资金账户，逐日推进，把持仓市值和现金余额加起来算总资产。我一开始想用现成的回测框架，但发现自己手写一个几十行的引擎，反而更容易理解交易撮合的每一个细节。

下面是最简版本的核心逻辑：

def run_backtest(df, initial_cash=1000000): cash = initial_cash # 现金 position = 0 # 持仓股数 portfolio_value = [] # 每日总资产 for i in range(len(df)): date = df.index[i] price = df.loc[date, 'close'] # 假设收盘价成交 signal = df.loc[date, 'position'] # 买入信号：全仓买入 if signal == 1 and position == 0: position = int(cash / (price * 100)) * 100 # 按手数取整 cash -= position * price # 卖出信号：清仓 elif signal == -1 and position > 0: cash += position * price position = 0 portfolio_value.append(cash + position * price) df['portfolio_value'] = portfolio_value return df

这个引擎忽略了很多现实因素，比如手续费、滑点、涨跌停不能成交，但它是理解回测本质的一把钥匙。先掌握这个核心，再慢慢往里面加各种约束条件，比一上来就用复杂框架好理解得多。

3.4 怎么看绩效：收益、回撤与夏普

跑完回测不能只看最后赚了多少钱，有些数字必须算：

• 累计收益率：期末总资产除以初始资金减1。
• 年化收益率：把累计收益率换算成一年的水平。
• 最大回撤：从最高点到最低点的最大跌幅，衡量你最多会“亏”多少。
• 夏普比率：每承担一单位风险能换来多少超额收益。

df['return'] = df['portfolio_value'].pct_change() total_return = df['portfolio_value'].iloc[-1] / initial_cash - 1 # 最大回撤计算 cum_max = df['portfolio_value'].cummax() drawdown = df['portfolio_value'] / cum_max - 1 max_drawdown = drawdown.min() # 夏普比率：年化后的超额收益除以波动 daily_rf = 0.02 / 252 # 年化无风险利率约2%，除以252个交易日 excess_ret = df['return'] - daily_rf sharpe = np.sqrt(252) * excess_ret.mean() / excess_ret.std() print(f"累计收益率: {total_return:.2%}") print(f"最大回撤: {max_drawdown:.2%}") print(f"夏普比率: {sharpe:.2f}")

我跑完双均线策略之后，最直观的感受是：A股市场上靠简单均线赚钱没那么容易，回撤常年超过20%，年化收益也就比存定期好一点，还要承担波动。但这个结果其实非常有价值——它告诉我，一个免费的普通策略大概是什么水平，后面做优化时有了参照系。

4. 模拟盘：把纸上富贵当成真实交易来跑

4.1 模拟盘的定位：专门用来测试交易执行

历史回测跑得再好，不代表实盘就能赚钱，因为回测是基于“过去已成事实”的模拟。模拟盘（也叫纸上交易或盘感训练）的意义在于：按真实市场的行情去执行策略，但不投真钱。

我的模拟盘结构很简单：每天早上定时拉最新行情，算信号，做出买卖决策。刚开始我用的是“看一眼信号再手工在券商模拟盘下单”，后来发现手工操作太慢、太容易漏单，于是直接用程序自动下单到一家券商的模拟交易接口。

4.2 用定时任务做行情轮询与自动下单

执行层的核心代码实际上是一个轮询任务：

import time import datetime as dt def on_bar(): # 1. 获取当前所有持仓股票的最新日线数据 # 2. 重新计算均线和信号 # 3. 如果出现买入信号，发送买入订单 # 4. 如果出现卖出信号，发送卖出订单 pass def run(): while True: now = dt.datetime.now() # 交易时间：9:30-11:30，13:00-15:00 if is_trading_time(now): on_bar() time.sleep(60) # 每分钟检查一次 if __name__ == '__main__': run()

我把它挂在一台轻量服务器上，保证每天都能自动运行。但要说实话，服务器方案也有弊端，比如网络波动导致接口调用失败、断网时无法恢复任务等。后来我又加了重试机制和告警通知，才算基本稳定。如果你只是个人研究，跑在本地电脑上、每天盯一眼日志也够用。

4.3 交易成本：佣金、印花税和滑点

模拟盘和回测最大的不同在于交易成本。A股的费用大致是这样的：

除此之外还有滑点，也就是你想买入时实际成交价格比报价高一点、想卖出时比报价低一点。回测时我一般会按单边万5去模拟滑点。这些成本看起来不起眼，但高频交易或者频繁调仓的情况下，一年下来能吞掉很大一部分收益。我的双均线策略调仓频率不算高，一年大概几十次，交易成本大约能吃掉2%到3%的年化收益，这个数字一定要心里有数。

4.4 持仓与风控：不能把鸡蛋放在一个篮子里

实盘模拟和回测还有一个显著区别：回测时可以假设全仓一只股票，但真实交易中这样玩无异于赌博。我给自己的模拟盘定了几条风控铁律：

• 单只股票持仓不超过总资金的20%。
• 总仓位最多8成，永远保留2成现金应对突发情况。
• 单笔亏损超过8%强制止损，不找理由死扛。
• 最多同时持有5只股票，避免过度分散导致的管理精力不够。

这些规则写在代码里，而不是靠意志力去执行。人在开盘时会冲动，程序不会。这也是量化交易跟人工交易最本质的区别：规则明确、纪律坚定、没有情绪。

5. 常见问题与排查技巧实录

5.1 请求报错、积分不够、字段不对

我用Tushare几个月，最常遇到的报错基本是这几种：

我在排查这类问题时总结了一个原则：遇到报错先看接口文档，再看token权限，最后才检查代码。很多时候是你以为自己代码写错了，其实是权限没开通，在花费大量时间查代码前先做定位。

5.2 性能太慢：循环拼接数据怎么办

最开始往本地数据库灌历史数据时，我用for循环一只一只股票去拉，速度惨不忍睹。几百只股票能跑一个多小时，中间还容易断。

后来我改成分批并发拉取，用线程池控制并发数量，同时对返回结果做缓冲，一批攒满再统一写库。另一个优化点是使用pandas的concat一次合并多个批次数据，而不是循环里逐次append，后者慢得难以忍受。实际提速非常明显，同样的数据量从一小时降到了几分钟。

5.3 停牌、新股、退市数据老三样

回测时最容易被坑的数据质量问题是停牌。停牌期间没有行情数据，如果策略生成买入信号时正赶上停牌，你根本买不进。我的处理方式是：拿到信号后先判断当日是否可交易，如果停牌就跳过。新股也要过滤，因为新股上市初期波动极大且涨跌幅限制不同，容易把回测结果做得虚高。

退市股更麻烦，数据可能在某个日期后戛然而止。这需要定期从stock_basic更新股票名单状态，将退市股从可交易列表中移除。这些数据边界情况，真实交易中会直接影响策略表现，回测时不好好处理，实盘就会给你上课。

5.4 回测结果“好到离谱”时先查这两个地方

有段时间我回测一个策略，发现年化收益率高达500%，第一反应不是高兴而是害怕。我仔细排查后果然发现两个问题：一是代码里用了未来数据，信号当天就成交，属于典型的前视偏差；二是买入时没有考虑涨停板根本买不进去，可回测里我一买一个准。

从此我养成了一个习惯：结果越漂亮，越要冷静审计。这跟做数据分析一样，异常值往往是bug的信号，不是市场送钱的机会。

最后再分享一点个人体会

这套系统从零到一跑通，前后花了我大概六周时间，但其中最花时间的不是写策略，而是反复清洗数据、排bug、验证回测逻辑。现在回头看，我踩过最深的坑都是那些“看起来很简单”的细节：复权没做、未来函数没排、停牌没过滤。每一步单独拎出来都不算难题，连在一起就能让一个看起来完美的策略变成一场灾难。

如果你也想做自己的第一个量化系统，我建议你别急着上多高深的模型，先把数据链路跑通、把回测环节做扎实、把成本模型想清楚。这套基本功打扎实之后，后面换策略、加因子、做风控都是一层窗户纸的事。我自己目前正在尝试把财务因子和均线策略做组合，也是在这个底层框架上继续堆功能。

最后给你一个实用小技巧：任何一次数据拉取或回测完成后，随手把结果文件和日志命名成带日期的格式。几次迭代之后，你会谢我自己当初养成了这个习惯。