config.example.json

{
  "db_path": "data/quant.duckdb",
  "frequency": "minute",
  "start_date": "2025-01-01",
  "end_date": "2025-06-30",
  "capital_base": 100000,
  "benchmark": "000300.SS",
  "strategy": "examples/demo_rotation",
  "preload": {
    "mode": "rolling",
    "rolling_window_days": 10,
    "threads": 8
  },
  "cache": {
    "daily_capacity": 120,
    "feature_capacity": 120,
    "minute_memory_budget": "auto",
    "minute_memory_ratio": 0.25,
    "duckdb_memory_limit": "2GB"
  },
  "queue": {
    "enabled": true,
    "max_parallel": null,
    "cpu_slots_limit": null,
    "poll_interval": 10,
    "max_wait_sec": 3600,
    "dir": null
  },
  "cost": {
    "commission_ratio": 0.0003,
    "min_commission": 5.0,
    "handling_fee_ratio": 4.87e-05,
    "stamp_tax": 0.001,
    "slippage_ratio": 0.0
  },
  "_comments": {
    "db_path": "DuckDB 物理库路径（引擎唯一数据源）；用 ptrade-sim db build 构建",
    "strategy": "策略**目录**（推荐：内含 strategy.py + strategy_config.json），也兼容单个 .py 文件",
    "frequency": "minute（默认，handle_data 每交易日 241 次：09:30~15:00）| daily（每天 1 次，15:00）",
    "_分层": "优先级由低到高：本模板 ← ptrade_config.json（机器级私有）← strategy_config.json（策略级）← 环境变量 PT_SIM_* ← CLI 参数",
    "_策略目录": "一个策略一个目录：strategy.py（代码）+ strategy_config.json（该策略的配置：回测区间/资金/基准/展示名/params）。db_path、queue、cache 等机器级设置留在本文件，换机器不必改策略目录",
    "preload.mode": "rolling=流式（默认，按内存预算滚动，长区间内存平稳）| all=全量常驻（长区间易 OOM）",
    "cache.minute_memory_budget": "\"auto\"（可用内存×ratio）|\"512MB\"|\"2GB\"|字节数|null=不限",
    "cache.daily_capacity": "日线/估值缓存条数上限；null=不淘汰",
    "cache.duckdb_memory_limit": "DuckDB 缓冲池上限，\"2GB\"|\"512MB\"|字节数。**不建议设为 null**：DuckDB 默认取系统内存的 80% 且缓冲池只增不减，而本平台每天读不同日期、几乎没有页复用，不设上限会让长区间回测累计数十 GB（设 2GB 后平稳在 1.9 GB）",
    "queue.max_parallel": "最多同时跑几个回测；null=按 cpu_count//2",
    "queue.cpu_slots_limit": "所有回测线程数之和上限；null=按 cpu_count-1",
    "queue.dir": "队列注册表目录；null=机器级默认 ~/.ptrade-sim/queue（跨 output-dir 协调）",
    "queue.max_wait_sec": "排队超时（秒）；null=无限等待，0=完全不等待（等同 --no-wait）",
    "cost._comment": "PTrade 默认无滑点（策略未调用 set_slippage 时）"
  }
}