使用示例视频：【耗时一个月，我搭建了最适合新手的完整量化框架。】 https://www.bilibili.com/video/BV1skXeBTEq3/?share_source=copy_web&vd_source=268eee2a1463962256f74e1052f0bbc1
熙熙攘攘，皆为利往，安于传道，能有几何？
恰逢大一暑假，我看到油管上一个介绍 AI 量化交易的视频，便觉得量化很有意思。让电脑交易，自己坐享其成，岂不美哉？ 然而初次的尝试却在各种环境配置、接口选择上接连碰壁，无奈之下，只好放弃。
一年之后，学院的《量化投资》课程给了我重操旧业的机会。在专业平台的助力下，我能花上几个周末的时间来学习研究，却未曾感到疲惫。也是在那时，通过几期视频，我便掌握了 SQL、Pandas的基础语法，也入门了机器学习。由此感慨，量化并非深不可测，许多人只是被那些晦涩的技术名词挡在了门外。
课程结束以后，我决定脱离云平台，尝试在本地搭建一套完整的量化环境。在这个过程中，又继续不断摸索，在数据下载、处理上掉了不少坑，最终整个环境才初具雏形。回想起这一路的不易，我便决定将搭建的这个环境在 GitHub 上免费地分享出来。我相信，这个项目能让更多想入门的朋友少走弯路，从第一行成功返回的数据开始，感受量化的魅力 。
src/quant_infra 是一套基于 Tushare 数据源、面向 A 股量化研究的基础设施库，提供从数据入库、因子预处理到因子评估、模拟交易的完整代码。所有行情数据以 DuckDB 本地数据库存储，避免对大 CSV 文件的反复读写；核心计算任务通过 Joblib 并行加速。
本仓库使用 Git Submodule 管理因子库，克隆时请根据需要选择以下方式：
# 推荐：同时获取示例因子
git clone --recursive https://github.com/ShenzhenLime/quant.git
# 已克隆但尚未初始化子模块
git submodule update --init --recursive
# 不需要示例因子
git clone https://github.com/ShenzhenLime/quant.git- 打板策略不可信，实际交易时，根本不可能以开盘价或前一日收盘价成交。更专业的来说：没有考虑滑点。
- 从定价知识来看，逻辑简单的，通常没有好用的
- 在大盘股（估值低）和小盘股（业绩好）之间来回轮换的策略很多，聚宽社区里很常见，但本质上是风险的暴露
- spec_vol 特质波动率
src/quant_infra/
├── const.py # 全局常量
├── db_utils.py # DuckDB 读写工具
├── get_data.py # 行情 & 基本面数据多进程获取（Tushare）
├── factor_calc.py # 定价因子 & 残差收益计算
├── factor_analyze.py # 因子评估 & 可视化
└── trade.py # 真实交易模拟回测（含手续费 & 滑点）
| 常量 | 说明 |
|---|---|
INDEX_NAME_TO_CODE |
指数名称 → Tushare 代码映射（中证800、中证1000、全市场） |
FREQ_MAP |
中文频率 → Pandas 频率缩写（日度/周度/月度 → D/W/M） |
以 DuckDB 文件（Data/data.db）作为统一数据仓库，封装了三个核心函数：
| 函数 | 说明 |
|---|---|
init_db() |
初始化并返回数据库连接，自动创建目录 |
read_sql(query) |
执行任意 SQL，返回 DataFrame |
write_to_db(df, table_name, save_mode) |
将 DataFrame 写入指定表，支持 replace（覆盖）和 append（追加）两种模式 |
通过 Tushare Pro 接口下载数据并持久化到 DuckDB。Token 从环境变量 TS_TOKEN 读取，不硬编码于代码中。
get_dates_todo(table_name) 是所有下载函数的核心调度器，会自动完成：
- 读取本地交易日历（
Data/Metadata/trade_day.csv），如日历过期则自动更新； - 查询 DuckDB 中目标表的最新日期；
- 返回"尚未入库"的交易日列表，避免重复下载。
| 函数 | DuckDB 表 / 本地文件 | 说明 |
|---|---|---|
get_stock_data_by_date() |
stock_bar |
全市场股票日频行情（open/close/pct_chg 等），自动过滤涨跌幅异常（>35%）数据，内置重试机制 |
get_daily_basic() |
daily_basic |
每日指标（PB、PE、总市值、换手率等） |
get_index_data(index_code) |
index_data |
指定指数的日频行情 |
get_ins(index_code) |
Data/Metadata/{code}_ins.csv |
获取指数最近一个月的成分股列表 |
get_trade(start, end) |
Data/Metadata/trade_day.csv |
更新交易日历 |
所有日频数据下载均通过 joblib.Parallel + tqdm 进行多进程并行，并内置限流重试（遇到 Tushare 频率限制时自动等待）。
基于全市场日线数据，按交易日并行计算 MKT / SMB / HML / UMD 四个定价因子，结果写入 pricing_factors 表。
| 因子 | 计算逻辑 |
|---|---|
| MKT | 当日全市场股票平均收益率 |
| SMB | 按上月末流通市值排序，后三分之一（小盘）减去前三分之一（大盘）的收益 |
| HML | 按上月末 PB 排序，前三分之一（低PB/价值）减去后三分之一（高PB/成长）的收益 |
| UMD | 按上月累积收益率排序，后三分之一（强势）减去前三分之一（弱势）的收益 |
所有排序基准均使用上月末已知数据，杜绝未来数据泄漏。
对每只股票用全历史数据回归四因子模型（OLS），将 Beta 系数存入 stock_betas 表，再计算每日实际收益与模型预测值之差，得到残差收益率（stock_resids 表）。残差收益率可作为剥离系统性风险后的纯 Alpha 信号。
整个流程支持增量更新：已有 Beta 无需重新回归，仅补齐缺失日期的残差。
按 n 倍标准差对序列上下缩尾，用于压制异常值对因子分析的干扰。
因子评估主函数，对因子在多样本 × 多调仓频率的所有组合下进行并行回测，输出评价指标。
样本范围：中证800 / 中证1000 / 全市场
调仓频率：根据因子自身频率自动过滤（如月频因子不会评估日度调仓）
每种组合的评估流程：
- 若非日频，将日度收益和因子值按周期聚合；
- 合并因子与下期收益，计算 Rank IC（Spearman 相关系数）；
- 按当期因子值分 10 组，追踪各组日度持仓收益；
- 输出 IC / IR / Sharpe（多空组合年化）及各分组累计收益。
汇总指标保存至 factor_mining/{factor_table}/output/summary.csv，日度多空收益序列写入 DuckDB 的 {factor_table}_daily_ls 表。
从 DuckDB 读取指定样本 & 频率的日度收益序列，绘制累计净值曲线并保存为 PNG。
mode 参数 |
读取的 DuckDB 表 | 可选 line |
|---|---|---|
'evaluate'（默认） |
{factor_table}_daily_ls |
ls_ret / long / short |
'trade' |
{factor_table}_trade_daily_ret |
long |
'pathway' |
{factor_table}_pathway_daily_ls |
ls_ret / long / short |
真实交易模拟回测，评价因子对头部股票的选股能力。相比 factor_analyze 中的等权分组回测，本模块更贴近实盘，具体增加了：
- 手续费 + 滑点：双边计算，默认单边万 2.5 手续费 + 0.1% 滑点；
- 板块过滤：可排除创业板（300 开头）、科创板（68 开头）、北交所（4/8 开头）；
- 高价股过滤：默认过滤收盘价 > 100 元的股票。
参数
| 参数 | 默认值 | 说明 |
|---|---|---|
factor_table |
— | 因子表名（DuckDB） |
trade_freq |
— | 调仓频率（如 '月度'） |
bench_index |
'000002.SH' |
基准指数 |
sample |
'全市场' |
回测样本 |
n_top |
5 |
每期持仓股票数 |
is_ascending |
False |
因子排序方向，False 表示因子越大越好 |
commission_rate |
2.5 |
单边手续费（万分比） |
slippage_rate |
0.1 |
单边滑点（百分比） |
price_max |
100.0 |
高价股过滤上限（元） |
filter_boards |
('创业板','科创板','北交所') |
排除的板块，传空元组不过滤 |
输出
factor_mining/{factor_table}/output/trade_holdings.csv：每期换仓时持仓股票列表；- DuckDB 表
{factor_table}_trade_daily_ret：日度净值序列（含long及bench_ret列），供group_plot(mode='trade')使用。
simulate_trade 的内部函数，按换仓周期合并日度等权收益，在每期首日扣除双边交易成本（仅对实际发生换手的仓位计费）。通过 joblib 多线程并行处理各期，最终返回完整日度 long 收益序列。
Tushare API
│
▼ get_data.py（增量下载）
┌─────────────────────────┐
│ DuckDB (Data/data.db) │
│ ├── stock_bar │ ← 日频行情
│ ├── daily_basic │ ← 每日指标
│ ├── index_data │ ← 指数行情
│ ├── pricing_factors │ ← MKT/SMB/HML/UMD
│ ├── stock_betas │ ← 四因子 Beta
│ └── stock_resids │ ← 残差收益率
└─────────────────────────┘
│
▼ factor_analyze.py
因子评估结果
├── summary.csv ← IC / IR / Sharpe / 分组收益
├── {factor}_daily_ls ← 日度多空收益（DuckDB）
└── *_curve.png ← 净值曲线图
│
▼ trade.py
交易模拟结果
├── trade_holdings.csv ← 每期换仓持仓记录
└── {factor}_trade_daily_ret ← 日度净值序列（DuckDB）
Python >= 3.12，依赖见 pyproject.toml：
pandas / numpy / joblib / matplotlib / duckdb / tqdm / tushare / scipy
安装：
pip install -e .配置 Tushare Token（需要2000积分及以上）：
TS_TOKEN=你的token