分享一个 A 股量化回测平台-BackQuant
这是我春节期间借助 codex ，消耗了将近 2 亿 token 写的一个本地化部署回测平台。
暂时先支持 A 股日线的回测和研究。
出发点主要是：在本地实现策略回测和研究，完全在本地运行，不依赖第三方平台，保障策略隐私安全
一、项目地址
https://github.com/bloom8262/backquant
二、项目亮点
- 完整的量化回测平台：包括回测工作台和研究工作台两个主要功能。
- 技术栈：后端是 Flask+RQAlpha ，前端是 Vue ，提供良好的用户体验。
- 支持 A 股市场数据：内置 RQAlpha 的日线数据（ 2005 年–2026 年）。
- 部署友好：推荐使用 Docker 一键部署，包含依赖和数据下载。
- 集成 Jupyter Lab：方便做策略研究、数据分析和可视化笔记。
目前项目刚起步，随着我自己的深度使用，会逐渐迭代～
如果你也想在本地进行量化研究和回测，或者学习 Python 量化策略，欢迎 star ，提 issue 一起完善～