ptrade-sim

把 恒生 PTrade 策略在本地跑起来：分钟级撮合、真实费率与 T+1、逐日净值与可视化看板。策略代码直接复用 PTrade API，不改一行就能回测。

分钟级撮合：每交易日 241 个槽位（09:30 集合竞价成交 + 09:31–11:30 + 13:01–15:00）
同一份策略两种周期：minute（默认）与 daily（每日 15:00 一次）
数据源唯一：只连 DuckDB 物理库，单一取数路径、单一列名口径
资源自适应：启动前探查 CPU/内存/磁盘，吃不下就排队而不是硬上
流式加载：长区间回测内存平稳，不随区间线性增长
实时看板：Vue 3 前端 + FastAPI 后端，回测中即可看净值、持仓、成交、日志

Python ≥ 3.10    DuckDB 物理库    PTrade API 兼容层（55 个 API）

安装

# 仅引擎
uv pip install "ptrade-sim[duckdb]"

# 含实时看板
uv pip install "ptrade-sim[duckdb,dashboard]"

# 本地开发（含测试与静态检查）
git clone https://github.com/ceke233/ptrade-sim.git && cd ptrade-sim
uv venv && uv pip install -e ".[dev,duckdb,dashboard]"

仓库不含前端构建产物（web/dist 与 src/ptrade_sim/web/dist 都在 .gitignore 里）。想让看板显示界面，需先构建：cd web && pnpm install && pnpm build，再用 PTRADE_SIM_WEB_DIST 指向它，或把 web/dist 拷到 src/ptrade_sim/web/dist/。详见构建前端。

快速开始

1. 准备行情数据

引擎只读 DuckDB 物理库（默认 data/quant.duckdb）。库内表共 10 张，其中 5 张必需：

表	必需	说明
`ashare_calendar`	✅	交易日历
`ashare_stock_basic`	✅	证券基础信息（含 `list_date` / `delist_date` / `list_status`）
`ashare_1d_stock`	✅	日线行情
`ashare_1d_index`	✅	指数日线（基准）
`ashare_1m_stock`	✅	分钟行情（只跑 `daily` 周期可不灌）
`ashare_1m_index`		指数分钟
`ashare_1d_feature`		特色因子
`ashare_index_weight`		指数成分（缺此表 `get_index_stocks` 返回空）
`ashare_index_info_basic`		指数基础信息
`ashare_l2_auction`		L2 集合竞价（缺失时用 09:30 分钟 bar 近似）

从 parquet 源构建：

ptrade-sim db build --db data/quant.duckdb --data-dir /path/to/data
ptrade-sim db build --db data/quant.duckdb --data-dir /path/to/data \
    --start-year 2019 --end-year 2025 --tables ashare_1d_stock,ashare_1m_stock

ptrade-sim db verify --db data/quant.duckdb --data-dir /path/to/data  # 契约 + 等价性校验
ptrade-sim db verify --list-contract                                 # 打印表契约
ptrade-sim db normalize --db data/quant.duckdb --dry-run              # 统一代码尾缀（.SH→.SS）

db verify 检查契约（列名/类型是否符合 data_contract.py）与等价性 （库内数据与 parquet 源是否一致）。契约是本项目字段口径的唯一权威： PTrade 的字段命名与常见 A 股数据源不同，集中定义一处才能避免各取数路径各自翻译。

2. 编写策略

推荐一个策略一个目录：

strategies/my_momentum/
├── strategy.py             # 必需：策略代码
├── strategy_config.json    # 可选：该策略的配置
└── helper.py               # 可选：被 import 的模块（有 strategy.py 时不会被误选）

# strategies/my_momentum/strategy.py
def initialize(context):
    set_benchmark("000300.SS")
    set_commission(commission_ratio=0.0003, min_commission=5.0)
    g.top_n = 3
    run_daily(context, rebalance, time="09:31")


def before_trading_start(context):
    g.pool = filter_stock_by_status(get_Ashares(), ["ST", "HALT", "DELISTING"])


def rebalance(context):
    df = get_history(20, "1d", g.pool, ["close"], fq="pre", is_dict=True)
    # …… 排序、下单
    for code in picks:
        order_target_value(code, context.portfolio.portfolio_value / g.top_n)

单文件也能跑（--strategy path/to/x.py），但目录形态是推荐的：配置与代码放一起，换机器不必改策略目录。

3. 配置

优先级由低到高（后者覆盖前者）：

config.example.json — 公开模板，仅键结构与安全默认
ptrade_config.json / .local_config.json — 机器级私有（真实路径与库连接，不入库）
<策略目录>/strategy_config.json — 策略级（这个策略怎么跑）
环境变量 PT_SIM_*
CLI 参数

// strategies/my_momentum/strategy_config.json —— 只写「这个策略怎么跑」
{
  "name": "我的动量策略",          // 看板展示名
  "frequency": "minute",
  "start_date": "2025-01-01",
  "end_date": "2025-12-31",
  "capital_base": 100000,
  "benchmark": "000300.SS",
  "params": { "top_n": 3 }        // 策略内用 get_strategy_params() 读
}

// ptrade_config.json —— 机器级设置（换台机器才需要改）
{ "db_path": "data/quant.duckdb" }

查看当前生效的配置来源与最终合并结果：

ptrade-sim env            # 人读格式
ptrade-sim env --json     # 纯 JSON（stdout 只有 JSON，便于脚本解析）

环境变量命名规则：PT_SIM_ + 配置键的大写下划线形式（. → _）。

全部环境变量

环境变量	对应配置键
`PT_SIM_DB_PATH`	`db_path`
`PT_SIM_STRATEGY`	`strategy`
`PT_SIM_START_DATE` / `PT_SIM_END_DATE`	`start_date` / `end_date`
`PT_SIM_FREQUENCY`	`frequency`
`PT_SIM_CAPITAL_BASE` / `PT_SIM_BENCHMARK`	`capital_base` / `benchmark`
`PT_SIM_OUTPUT_DIR`	`output_dir`
`PT_SIM_PRELOAD_MODE` / `PT_SIM_PRELOAD_THREADS` / `PT_SIM_PRELOAD_ROLLING_WINDOW_DAYS`	`preload.*`
`PT_SIM_QUEUE_ENABLED` / `PT_SIM_QUEUE_MAX_PARALLEL` / `PT_SIM_QUEUE_MAX_WAIT_SEC` / `PT_SIM_QUEUE_POLL_INTERVAL`	`queue.*`
`PT_SIM_CACHE_MINUTE_MEMORY_BUDGET` / `PT_SIM_CACHE_DAILY_CAPACITY`	`cache.*`
`PT_SIM_COST_COMMISSION_RATIO` / `PT_SIM_COST_MIN_COMMISSION` / `PT_SIM_COST_SLIPPAGE_RATIO` / `PT_SIM_COST_STAMP_TAX`	`cost.*`

不走配置体系的进程级变量：

环境变量	作用
`PTRADE_SIM_WEB_DIST`	看板前端产物目录的绝对路径（优先级最高）
`PT_SIM_PORT`	`dashboard` 的默认端口（等价 `--port`，默认 8765）

4. 运行回测

ptrade-sim backtest --strategy strategies/my_momentum
ptrade-sim backtest --strategy strategies/my_momentum \
    --start 2020-01-01 --end 2025-12-31 --frequency minute --no-dashboard

选项	说明
`--config`	配置文件路径（默认按分层自动查找）
`--strategy`	策略文件或目录（覆盖配置）
`--start` / `--end`	回测区间 `YYYY-MM-DD`
`--capital` / `--db-path`	初始资金 / 库路径
`--frequency {minute,daily}`	分钟（默认）或日级
`--output-dir`	输出目录（默认 `backtest_results`）
`--port`	实时看板端口（默认 8765）
`--no-dashboard`	不自动拉起看板
`--no-queue` / `--no-wait`	跳过资源排队 / 资源不足时不等待
`--threads`	预读线程数

5. 看板

回测时默认自动拉起（--no-dashboard 关闭），也可单独启动：

ptrade-sim dashboard --port 8765 --root backtest_results

看板是只读的：它不参与回测，只从 --root 目录读取 run 产物（summary.json / daily_stats.csv / trades.csv / output.log / progress.json）。所以它在独立进程里跑，与回测互不影响 —— 关掉看板不会中断任何回测，回测进程退出看板也照常存活。

列表页

每 3 秒自动刷新，按 run 倒序展示：状态、策略名、回测区间与耗时、核心指标（总收益 / 年化 / 夏普 / 最大回撤）、进度、以及「源码」入口。顶部汇总总 run 数、完成 / 运行中 / 中断的个数。

运行中的 run 会显示实时进度（progress.json 逐日落盘），所以长区间回测可以边跑边看。

详情页 · 收益概览

指标卡覆盖：总收益率、基准收益、年化、夏普、Alpha / Beta、最大回撤、卡尔玛、胜率、盈亏比、期末资产、成交笔数、累计佣金。

图表为资金曲线（策略 vs 基准，累计收益率）、回撤曲线、 月度收益分布。

详情页 · 交易明细

逐笔成交，服务端分页。列：时间 / 代码 / 方向 / 成交价 / 数量 / 成交额 / 手续费 / 平仓盈亏。

详情页 · 输出日志

日志尾部，可向前翻页加载更早内容（默认先加载 500 行，按需继续取）。

6. 产出

输出到 backtest_results/{策略名}-{时间戳}/。目录名取策略目录名 （单文件策略取文件名）而不是展示名 —— 展示名可含中文与空格，不能直接做路径。

文件	内容
`summary.json`	全部指标与配置留档（看板读它，字段见下）
`daily_stats.csv`	每日净值/现金/持仓市值/基准/回撤（回测中逐日落盘，看板实时读）
`trades.csv`	每笔成交：时间/代码/方向/数量/价格/佣金/盈亏（时间列为 `YYYY-MM-DD HH:MM:SS`）
`run_config.json`	本次实际生效的配置（分层合并后的结果）
`strategy_config.json`	策略目录里那份的副本（展示名等留档，看历史无需外部配置）
`strategy_source.py`	策略源码副本（策略文件日后被删/改名也能回看）
`progress.json`	实时进度：状态/阶段/已完成天数/当前日期/耗时
`output.log`	运行日志

summary.json 字段

total_return / annual_return / sharpe / max_drawdown / calmar   核心收益与风险
win_rate / profit_loss_ratio / final_value                      交易统计
trade_count / total_commission / benchmark_return               成交与基准
daily_returns[]                                                 逐日收益（看板画图）
monthly_returns{ "2025-06": 0.024 }                             月度收益（键 YYYY-MM）
annual_returns{ "2025": {strategy, benchmark} }                 年度收益
monthly_stats{ win_rate, best_month, worst_month,               月度分布
               mean, median, std, skew, kurt }                  skew/kurt 无偏，与 pandas 一致
alpha_beta{ beta, alpha }                                       对基准的回归
config{ strategy_name, start_date, end_date, frequency, ... }   本次配置留档
resources{ estimated, snapshot, cache_stats }                   事前估算与事后实测画像
data_gaps{ missing_days, missing_day_count, daily_coverage }    回看窗口越界（仅有缺口时出现）
data_errors[ ... ]                                              取数失败（仅有失败时出现）

回测周期

	`minute`（默认）	`daily`
频率	每交易日 241 次	每日 15:00 一次
槽位	09:30（集合竞价成交）+ 09:31–11:30 + 13:01–15:00	单点
`handle_data`	每槽位调用	每交易日 1 次
`run_daily` 的 time	按指定时刻	强制 15:00
数据依赖	`ashare_1m_stock`（必需）	可跳过分钟预热，仅按需读日线/估值

09:30 是一个真实槽位，不是笔误。 官方 PTrade 在 09:30 触发一次（集合竞价成交），把它与 09:31–11:30 + 13:01–15:00 相加恰好 241。去掉它会让所有日内策略少一个 bar。

日级模式会自动跳过分钟数据预热（日志打印「日线回测模式」），长区间日线回测因此快得多。

撮合规则

T+1：当日买入不可卖（closeable_amount 只含昨日及更早的持仓）
涨跌停：按板块判定（主板 10%、创业板/科创板 20%、ST 5%），set_limit_mode 可调
费用：佣金（默认 0.03%，最低 5 元）、过户费（0.00487%）、印花税（卖出 0.1%）、滑点（默认 0）
复权：fq 支持 pre / post / dypre / None，按 adj_factor 处理除权除息
停牌：填前收盘价、量为 0；窗口首日无前收盘时填 NaN
回看越界：窗口越过库内覆盖时缺失日填 NaN，写入 summary.json 的 data_gaps 并告警

资源管理与队列

回测启动前会探查 CPU / 内存 / 磁盘，给出开销估算，再决定是否放行：

资源足够 → 直接开跑
资源不足 → 进入跨进程队列等待（~/.ptrade-sim/queue），轮询直至可跑
超时或被拒 → 退出码 5（加 --no-wait 则不等待直接退出）

并发受 queue.max_parallel（默认 cpu_count // 2）与 queue.cpu_slots_limit（默认 cpu_count - 1）双重约束。查看队列状态：

ptrade-sim queue            # 人读
ptrade-sim queue --json     # 纯 JSON

缓存与内存

统一缓存：CacheGroup 按用途分类，容量上限 + 内存预算 + LRU
流式加载（默认）：preload.mode="rolling" 时分钟数据按内存预算滚动 —— 既不预载全区间，也不按固定天数；内存充裕多留几天，紧张自动少留
预算：cache.minute_memory_budget 默认 "auto"（可用内存 × minute_memory_ratio，默认 25%）。实测单日全市场分钟约 35 MB

"cache": { "minute_memory_budget": "2GB" }   // 或 "512MB" / 字节数

⚠️ preload.mode="all" 会让全区间分钟数据常驻：1699 天约 76 GB，会被准入检查拦下。

DuckDB 缓冲池上限

cache.duckdb_memory_limit 默认 "2GB"，不要设为 null`。

DuckDB 的 memory_limit 默认是系统内存的 80%，且它的缓冲池（duckdb_memory() 里的 BASE_TABLE）只增不减 —— 读过的表页会一直被缓存。

本平台的负载是「每个交易日读不同日期的分区数据、几乎没有页复用」，所以这个缓冲池纯属浪费：它按每个交易日十几 MB 稳定累积，且不随缓存预算变化 —— 即使把分钟缓存预算压到很小，整机 RSS 仍会一路上涨，直到吃满 DuckDB 的默认上限（系统内存的 80%）。

设 memory_limit 后它会在该上限附近封顶、RSS 随即平稳，这是长区间回测内存可控的必要条件（引擎自己的缓存平稳还不够）。

"cache": { "duckdb_memory_limit": "2GB" }   // 也接受 "512MB" / 字节数

该值会被拼进 DuckDB 的 SET 语句，因此做了格式校验（仅数字与单位）； "2GB; DROP TABLE ..." 这类形态会抛 ConfigError 而不是被执行。

DuckDB 的 memory_limit 是库实例级而非连接级：进程内指向同一库文件的连接共享它，后设者覆盖。不要指望「两条连接各有各的上限」。

退出码

调用脚本可据此区分失败类别，不必解析错误文本：

码	含义	典型场景
0	成功	—
1	未分类	编程错误（`TypeError` 等缺陷）、用法错误
2	配置 · 策略定位	配置文件缺失/非法、策略路径不存在、策略目录有多个 `.py`
3	数据	库不存在、缺必需表、取数失败（结果不可信）、区间无交易日
4	策略代码	策略导入失败、不符合约定
5	资源 · 队列	资源准入被拒、排队超时
6	缺依赖	未安装可选的 `dashboard` 依赖

ptrade-sim backtest --config x.json || case $? in
  2) echo "配置或策略路径有问题" ;;
  3) echo "数据有问题 —— 结果不可信，别用" ;;
  5) echo "资源不够，稍后重试" ;;
esac

看到 data_errors 就说明结果不可信。 取数失败（如 DuckDB 内存不足）会被记为「该日无数据」，那些交易日的行情根本没进来，策略据此做的决策与真实行情无关。此时指标虽然照常写出，但不应作为结论，CLI 也会以退出码 3 结束。

这不是理论风险：实测同一策略、同一区间，仅因几次被吞掉的查询失败，收益与成交笔数就会出现量级级别的差异 —— 而两次运行都报告「回测完成」。

映射实现在 exceptions.exit_code_for()。异常体系与「新异常必须多重继承旧类型」的兼容约定见 CONTRIBUTING.md。

策略展示名

看板与日志里显示的策略名，唯一来源是策略目录的 strategy_config.json：

{ "name": "示例策略" }

没写 name 时退回策略目录名（单文件策略为其文件名）。展示名会随 strategy_config.json 一起留档到 run 目录，所以看板读历史结果无需任何外部配置。

这是有意的：展示名属于「这个策略是谁」，就该和策略代码放一起，而不是维护一份脱离策略的全局映射表（那样策略一改名映射就失效）。

API 支持清单

已实现（55 个）

按 api.py 的注册分组列出 —— 这张表与 build_api() 的返回值逐一对应， tests/test_api_surface.py 会校验。

分组	数量	API
环境与调度	11	`log`、`g`、`context`、`run_daily`、`get_frequency`、`get_business_type`、`is_trade`、`create_dir`、`get_research_path`、`get_user_name`、`get_strategy_params`
设置类	9	`set_universe`、`set_benchmark`、`set_commission`、`set_slippage`、`set_fixed_slippage`、`set_volume_ratio`、`set_limit_mode`、`set_yesterday_position`、`set_parameters`
行情	5	`get_history`、`get_price`、`get_trend_data`、`get_snapshot`、`get_current_kline_count`
证券信息	18	`get_stock_name`、`get_stock_info`、`get_stock_status`、`filter_stock_by_status`、`get_Ashares`、`get_trade_days`、`get_all_trades_days`、`get_trading_day`、`get_trading_day_by_date`、`check_limit`、`get_fundamentals`、`get_index_stocks`、`get_stock_exrights`、`get_stock_blocks`、`get_industry_stocks`、`get_reits_list`、`get_market_list`、`get_market_detail`
交易	9	`order`、`order_value`、`order_target`、`order_target_value`、`cancel_order`、`get_open_orders`、`get_order`、`get_orders`、`get_trades`
持仓	3	`get_position`、`get_positions`、`get_all_positions`

回调（引擎调用策略的函数）：initialize、before_trading_start、handle_data、 after_trading_end、on_order_response、on_trade_response。 handle_data 可选 —— 未定义时引擎会告警并跳过每 bar 调用（纯 run_daily 策略如此）。

本平台扩展

get_strategy_params(key=None, default=None) — 读 strategy_config.json 的 params 段。不传参返回全部（只读副本）。官方 PTrade 无此 API。

受限与占位

get_Ashares：返回沪深全部 A 股（主板 + 创业板 + 科创板）， 不含北交所 —— 官方语义是「沪深市场」。按回测日期做时点过滤（只按 list_date/delist_date 判定，不看 list_status —— 后者是「当前」状态，用于历史查询会产生幸存者偏差）
get_fundamentals：仅支持 valuation（市值），其余报表返回空 DataFrame
get_index_stocks：需库内有 ashare_index_weight，否则返回空列表
get_market_detail：返回空 DataFrame（无盘口明细）
get_stock_status / filter_stock_by_status：ST/HALT/DELISTING 均按 指定日期判定（DELISTING 只看 delist_date，不看「当前」状态，避免历史查询出现幸存者偏差）；DELISTING_SORTING 仅交易场景支持，返回空
get_stock_info：三个字段都按回测当日取值 —— stock_name 与 get_stock_name 同源（当日简称），de_listed_date 在回测日尚未退市时返回 2900-01-01（不泄漏未来的退市日），listed_date 是静态的事实
占位接口（可调用、返回空值并在首次调用告警，不会 NameError；完整实现需补数据表）： get_stock_exrights、get_stock_blocks、get_industry_stocks、get_reits_list
no-op 设置：set_volume_ratio、set_yesterday_position 可调用但不改变本地回测行为
实盘相关（推送类 API、实盘模式）不支持

官方签名与语义以 PTrade 官方文档为准。本仓库的实现状态由 tests/test_api_surface.py（调用与语义断言）与 api.py::build_api()（注册清单）共同定义 —— 两者不符即测试失败，不存在「文档说实现了但代码没有」的中间态。

与真实 PTrade 的差异

差异主要来自输入数据口径，而非引擎逻辑：

集合竞价：优先用 ashare_l2_auction 的 9:25 竞价量价；缺失时用 09:30 分钟 bar 近似（部分数据源把竞价与首分钟合成一根，边缘股票判定可能不同）
指数成分：需库内有 ashare_index_weight。只有最新快照的来源（如部分 akshare 数据） 存在幸存者偏差，历史日期成分会被低估；来自 baostock 的沪深300/上证50/中证500 时点精确
财务数据：仅 valuation 可用
数据覆盖：库内只含已灌入的年份，区间超出会告警并写入 data_gaps
撮合细节：按分钟 bar 撮合，不模拟逐笔委托队列与部分成交

开发

当前状态：17 个源码模块 / 8,183 行、489 项测试、覆盖率 83.1% （全局门槛 70%，另按模块设 ratchet 下限）。

pytest                    # 全部测试（约 35s）
pytest -m unit            # 只跑纯逻辑单测（不连库、不起服务）
pytest -m integration     # 只跑需要合成库/引擎的用例
ruff check src tests scripts
ruff format src tests scripts
mypy                      # 类型检查

pytest --cov --cov-report=json:coverage.json   # 覆盖率：全局门槛 70%
python scripts/check_coverage.py               # **每模块**下限（ratchet）

测试不依赖真实行情库：tests/conftest.py 用合成微型 DuckDB （3 只股票 × 5 个交易日，毫秒级建好），表结构直接取自 data_contract —— 契约被改坏时夹具会立刻失败。tests/test_long_horizon_smoke.py 另建一个跨 14 个月的合成库（约 5 秒），专门覆盖「只有区间够长才走到」的代码路径。

覆盖率是 ratchet

scripts/check_coverage.py 按模块设下限、只升不降。全局门槛会掩盖局部裸奔 —— cache 92% 的余量足以盖住 dbtools 58%。该脚本对「登记了下限但未出现在 coverage.json」的模块判失败，否则往 omit 里加一行就能让任意模块从统计中消失。

改完要跑长区间

项目两次被同一类缺陷咬到：compute_metrics 的月度统计有 len(mr) > 3 守卫、 _price_cache 有 codes > 500 守卫 —— 8 天区间会把它们整个绕过，且不报任何错。

改动以下任一位置后，除 pytest 外还要跑一次长区间：

指标计算（compute_metrics）
任何带 len(...) > N / count > N 守卫的分支
缓存（cache.py 与各 Cache 的 put/evict）

pytest tests/test_long_horizon_smoke.py -q       # 快速：跨 14 个月的合成库
ptrade-sim backtest --strategy <策略> --start 2020-01-01 --end 2025-12-31   # 完整

构建前端（看板）

仓库不含前端产物，本地装包后需自行构建：

cd web && pnpm install && pnpm build      # 产出 web/dist
# 让包内副本生效：
python -c "import shutil,pathlib; d=pathlib.Path('src/ptrade_sim/web/dist'); shutil.rmtree(d,ignore_errors=True); shutil.copytree('web/dist', d)"

也可用 PTRADE_SIM_WEB_DIST 指向任意目录（优先级最高）。

CI 见 .github/workflows/ci.yml：lint + typecheck + frontend（eslint + vue-tsc + vite build）+ Python 3.10–3.13 测试矩阵与每模块覆盖率下限

构建校验（含 wheel 内看板产物的可服务性验证）。

工程化配置（pytest / ruff / mypy / coverage）集中在 pyproject.toml。新增 API、改表结构、提交规范的约定见 CONTRIBUTING.md，版本变更见 CHANGELOG.md。

目录结构

ptrade-sim/
├── src/ptrade_sim/
│   ├── cli.py           命令行入口：参数解析与分发
│   ├── pipeline.py      回测流水线编排（配置合并→资源准入→执行→产出→拉看板）
│   ├── runtime.py       引擎核心：调度 + 撮合 + 指标计算
│   ├── api.py           PTrade API 适配层（55 个 API，按官方分类 6 组）
│   ├── history.py       历史数据取数与组装（日线/分钟/复权/重采样/数据缺口）
│   ├── conventions.py   市场约定（241 槽位、涨跌停规则）与代码/日期口径归一
│   ├── exceptions.py    异常体系与 CLI 退出码映射
│   ├── data_source.py   数据源层（DuckDBSource；ParquetSource 仅供 db build/verify）
│   ├── data_contract.py 表契约（PTrade 字段口径的唯一权威）
│   ├── dbtools.py       DuckDB 构建与校验
│   ├── cache.py         统一缓存（容量上限 + 内存预算 + LRU）
│   ├── resources.py     CPU/内存探查 + 开销估算 + 准入决策
│   ├── queue.py         资源感知回测队列（跨进程协调）
│   ├── config.py        配置分层（含策略级 strategy_config.json）
│   ├── server.py        看板后端（FastAPI 路由 + 静态托管 web/dist）
│   ├── runstore.py      看板数据层：读 run 产物（progress/summary/csv/log）
│   └── derived.py       看板派生指标（月度矩阵 / β-α 回归 / 资金曲线）
├── tests/               pytest 套件（合成 DuckDB 夹具，不依赖真实库）
├── scripts/             dev 工具（check_coverage.py：每模块覆盖率下限）
├── data/                本地数据目录（库文件/源行情；**内容不入库**，见 data/README.md）
├── web/                 看板前端（Vite + Vue 3 + TS；产物 dist/ 不入库）
├── examples/            示例策略（目录形态：strategy.py + strategy_config.json）
├── docs/                PTrade API 参考 + 看板界面截图
│   ├── ptrade_api.md
│   └── dashboard-*.png
└── .github/workflows/   CI：lint / typecheck / frontend / test / build

License

MIT

Navigation Menu

Repository navigation

About

Repository files navigation

ptrade-sim

安装

快速开始

1. 准备行情数据

2. 编写策略

3. 配置

4. 运行回测

5. 看板

列表页

详情页 · 收益概览

详情页 · 交易明细

详情页 · 输出日志

6. 产出

回测周期

撮合规则

资源管理与队列

缓存与内存

DuckDB 缓冲池上限

退出码

策略展示名

API 支持清单

已实现（55 个）

本平台扩展

受限与占位

与真实 PTrade 的差异

开发

覆盖率是 ratchet

改完要跑长区间

构建前端（看板）

目录结构

License

About

Releases

Packages

Contributors

Languages

Name		Name	Last commit message	Last commit date
.github/workflows		.github/workflows
data		data
docs		docs
examples/demo_rotation		examples/demo_rotation
scripts		scripts
src/ptrade_sim		src/ptrade_sim
tests		tests
web		web
.gitattributes		.gitattributes
.gitignore		.gitignore
.pre-commit-config.yaml		.pre-commit-config.yaml
CHANGELOG.md		CHANGELOG.md
CONTRIBUTING.md		CONTRIBUTING.md
LICENSE		LICENSE
README.md		README.md
config.example.json		config.example.json
pyproject.toml		pyproject.toml
uv.lock		uv.lock

Latest commit

History

Folders and files

Repository files navigation

ptrade-sim

安装

快速开始

1. 准备行情数据

2. 编写策略

3. 配置

4. 运行回测

5. 看板

列表页

详情页 · 收益概览

详情页 · 交易明细

详情页 · 输出日志

6. 产出

回测周期

撮合规则

资源管理与队列

缓存与内存

DuckDB 缓冲池上限

退出码

策略展示名

API 支持清单

已实现（55 个）

本平台扩展

受限与占位

与真实 PTrade 的差异

开发

覆盖率是 ratchet

改完要跑长区间

构建前端（看板）

目录结构

License

About

Resources

Contributing

Stars

Watchers

Forks

Releases

Packages

Contributors

Languages