hqbacktest - A股量化策略回测与交易模拟引擎

hqbacktest 是 HonestQuant 量化系统的策略回测与交易模拟层，面向 A 股日线策略。它给量化研究者一个确定性的、可复现的、与实盘严格隔离的回测沙盒：策略只通过受控的 Context / DataView 读写数据、提交订单和查询组合，不接触数据源实现或内部账本；引擎负责时钟、撮合、规则与成本、指标和可审计的结果导出。

定位

• 对下： 通过 hqdata.api 的 csv source 读取 hqdata CLI 已落盘的 CSV 快照；不调用任何数据源 SDK、也不在回测运行时访问网络。
• 对中： 提供严格的交易日事件时钟、数据可见性控制、订单生命周期、虚拟经纪商、持仓账本和交易规则。
• 对上： 让策略只通过 Context / DataView 读取数据、提交订单和查询组合，不接触数据源实现或修改内部账本。
• 对外： 输出可复现的净值、订单、成交、持仓、费用和绩效指标，用于研究和模拟，不连接真实券商。

支持的数据源

HqDataCsvPortal 在构造时把 snapshot 路径传给 hqdata.init_source("csv", root=...)，所有 CSV 解析由 hqdata.sources.csv_source.CsvSource 负责（列名校验、文件存在性、整日缺失抛 SnapshotFileMissingError）。

hqdata 当前 akshare 适配器不稳定，按其官方说明不作为本项目首选数据源。需要日线请使用 tushare 或 ricequant；具体数据下载与落盘见 hqdata README。

首个可用版本的范围

已支持

• 市场与频率： 沪深普通股票的日线回测；统一代码 600000.SH / 000001.SZ。
• 账户： 单个人民币现金账户、股票现货多头；不使用杠杆或保证金。
• 数据： 每次回测固定使用一个 hqdata CSV 快照；data_root 默认 ~/.hqdata，source 指向其下的数据源目录。
• 时间： YYYYMMDD 8 位日期；before_trading_start(D) 看到 D-1 及以前，可在 D 开盘撮合；on_bar(D) 收盘后看到 D 日线，最早 D+1 开盘成交。
• 成交量单位： Bar.volume = 手（1 手 = 100 股；与 hqdata tushare 适配器口径一致）。
• 成交： 市价单按符合规则的开盘价全额成交；订单、拒绝、费用与成交全程留痕。
• 复权： 成交、现金账本和 v0.1 净值使用未复权价格；adjustment_policy="none"。
• 结果： 每次运行产出净值曲线、订单、成交、每日持仓、成本、配置和运行元数据。

明确不支持

• 实盘交易、券商连接、实时行情和自动下单。
• 分钟线、Tick、盘中撮合、成交量参与率、限价单和止损单。
• 融资融券、卖空、期货、期权、多账户、多币种和组合级保证金。
• 没有可靠证券状态数据支撑的 ST / 涨跌停 / 新股首日 / 北交所细则。
• 仅由复权因子推断精确的现金分红、送配、配股及税费。
• 在 hqdata 尚未提供指数日线前，把基准收益率作为运行的必需输入。

安装

git clone git@github.com:HonestQuantTech/hqbacktest.git
cd hqbacktest

# 创建虚拟环境
python -m venv .venv
source .venv/bin/activate

# 装数据层（hqbacktest 只依赖 hqdata 的 csv source；具体数据源 tushare/ricequant 由 hqdata CLI 异步下载落盘）
pip install -e "../hqdata"

# 可编辑安装本项目 + 开发依赖
pip install -e ".[dev]"

pyproject.toml 声明的 Python 下限为 >=3.10（与 hqdata 一致）。

配置数据源

hqbacktest 不接触任何数据源 token，也不在回测运行时联网。回测侧只声明 source（数据源名或绝对路径）与 data_root（父目录），hqbacktest 内部把它们解析成 hqdata 要求的 (root, source_name) 并交给 hqdata.init_source("csv", root=..., source_name=...)。

source 接受名称（搭配 data_root）或绝对路径（拆分）。底层 CSV 布局由 hqdata CLI 在回测前写入；hqbacktest 既不下载数据，也不保存凭证。

使用

最小 Python 示例（公共 API，详见 examples/）：

from decimal import Decimal
from hqbacktest import BacktestConfig, BacktestEngine, BaseStrategy
from hqbacktest.data import DataView


class MovingAverageStrategy(BaseStrategy):
    def initialize(self, context):
        context.set_universe(["600000.SH"])

    def on_bar(self, context, data):
        closes = data.history("600000.SH", field="close", bar_count=5)
        if len(closes) < 5:
            return
        avg = sum(closes) / len(closes)
        if closes[-1] > avg:
            context.order_target_percent("600000.SH", Decimal("0.95"))
        else:
            context.order_target("600000.SH", 0)


result = BacktestEngine(
    BacktestConfig(start_date="20240102", end_date="20240110", initial_cash="100000", source="tushare"),
    strategy=MovingAverageStrategy(),
).run()
result.save("results/moving-average")

命令行（推荐用于 CI 与可复现实验）：

hqbacktest 不下载数据，命令行示例需要你本地已有一份 hqdata CSV 快照。先用 hqdata CLI 抓一段真实日线（换成你自己的 tushare/ricequant token 和日期区间）：

hqdata --source tushare calendar --start 20260123 --end 20260212
hqdata --source tushare stock-list --start 20260123 --end 20260212
hqdata --source tushare stock-daily --start 20260123 --end 20260212
hqdata --source tushare stock-factor --start 20260123 --end 20260212

再跑仓库自带的 configs/moving_average.toml（日期区间需要和你抓取的快照区间对上）：

hqbacktest run --config configs/moving_average.toml --output results/moving-average

示例

python examples/buy_and_hold.py
python examples/moving_average.py

两份示例都用 7 天确定性 InMemoryDataPortal 数据走通端到端流程，不访问网络、不需要任何凭证。tests/examples/ 下有 10 项端到端回归测试，覆盖买-持、均线、T+1、费用、净值与指标。

测试

pytest tests/ -v

单元测试必须使用内存数据或 mock，不依赖网络和本地行情文件；确需在真实数据上验证 tushare / ricequant 适配的集成测试必须在 ~/.hqdata/{name} 不存在或不可读时自动跳过。

文档导览

免责声明

hqbacktest 面向研究、教育和历史模拟。回测结果依赖数据质量、交易规则、成本模型、公司行为处理和策略假设，不能代表真实可实现收益，也不构成任何投资、交易或风险管理建议。项目在明确实现实盘能力前不会连接券商或执行真实委托。