boat/quant-os
Public Access
1
0
Fork 0
Code Issues Pull Requests Projects Releases Wiki Activity
Files
e5911ca454c5c26a473b099cbb3fe886ecd889a0
quant-os/README.md
T

24 KiB
Raw Blame History

Quant OS：个人 A 股 60 分 Baseline 工程

Quant OS 是项目名；quant60 是第一版 A 股 Baseline 的 Python 包、CLI namespace 与 artifact 协议前缀。

本项目把 2026-07-22 的技术选型文章落成一个可执行、可审计的模块化单体： 本地与 Colab 可零账号运行工程 smoke；JQData 登录后可生成不可变快照并直接 运行 PIT 本地回测/目标决策；聚宽、QMT 与 Qlib 有各自明确的运行入口。

当前状态仍是 NOT_BASELINE_60。代码存在、单测、synthetic、fake harness、 Qlib fixture 和单次真实聚宽 hosted smoke，都不能代替同输入跨引擎对比、 真实 QMT、券商影子盘、连续对账与合规证据。 原文章复评为设计覆盖约 70/100、可实施规格 49/100、原实现证据 6/100、 G1—G10 为 0/10。详见 docs/AUDIT_2026-07-25.md 与 gate_scorecard.json。

当前交付边界

路径 当前能做什么 已有证据 仍缺什么
本地 synthetic execution 周度信号、T+1 开盘撮合、费用、涨跌停、部分成交、ledger、重放 标准库全量测试、确定性 smoke、manifest verifier 不代表真实市场或投资价值
本地 synthetic research PIT/Universe、透明特征、purged walk-forward、Ridge、成本/风险、约束 target research artifact 与 verifier 仍是 synthetic；Ridge 尚未冻结为跨平台生产模型
JQData → 本地 原始价、复权因子、前收、涨跌停、停牌、PIT ST 状态与历史指数成员快照；PIT 本地回测与单日目标 fake-provider 端到端回归测试、完整收盘日 fail-closed 合同 需要用户授权登录后保存真实数据运行；基本面/公司行动尚未全接
Colab 自动 clone、测试、bundle、两套 synthetic 流程；可选 JQData/Qlib notebook 本地逐 cell 执行 JQData/Qlib 可选 cell 需对应账号/运行时
聚宽 hosted 可上传的 Python 单文件，直接回测 portable baseline 2024 全年、100 万资金的真实 hosted run 已完成且可见日志无 ERROR；另有 bundle/fake/mock 合约 仍需完整导出、相同输入本地 peer 与逐层差异报告
QMT built-in/qmttools 可上传/驱动的硬 backtest-only portable baseline；固定中证 500 benchmark、10% 参与率、PIT 成分/ST Python 3.6 语法、fake/qmttools 合约 需要已授权 QMT 客户端、历史 ST 数据权限/正例探针与实跑导出
Qlib 0.9.7 native momentum backtest；Alpha158/LightGBM CLI/Recorder 工作流 Python 3.12 两条 fixture 已真实跑通，并保存表级 hash、行列/时间边界和重算指标 synthetic 两股票没有投资价值；无真实 OOS、L3/L4 parity
Tushare → Qlib 只读盘点 completed Parquet、校验 checksum、构建/验证不可变 provider、运行本地回测 93 个 completed 文件已验证；早期未复权 provider 与两次 byte-identical momentum run 下载仅到 1993-10；缺复权、真实 benchmark、历史成分/ST/停牌/涨跌停，不能进入生产 decision
XtTrader shadow 只读账户查询、HMAC 账户绑定、broker observation/snapshot、零下单 target-diff 计划与完整 verifier fake broker/QMT 合约；所有 broker mutation 均不可达 需要授权 QMT 环境的账户合同探针、20 日影子、恢复/对账和券商确认

跨四个引擎当前共同的、可冻结生产基线是 portable-momentum-v1。本地 Ridge 与 Qlib Alpha158/LightGBM 是研究候选， 在出现版本化 model bundle、真实 OOS 证据和跨引擎推理验证前，不会冒充已经部署。

一条命令验证本地工程

要求 Python 3.10 或更高；核心没有第三方运行依赖：

make local

它依次执行：

  1. 全量单元/合约测试；
  2. 聚宽与 QMT 单文件 bundle；
  3. synthetic execution smoke 与完整 manifest verifier；
  4. synthetic research-to-target 与 research manifest verifier；
  5. JoinQuant/QMT mock parity 报告及校验；
  6. capability probe；
  7. Colab notebook 语法检查和逐 cell 本地执行。

等价的脚本入口：

bash scripts/validate_all.sh

主要本地产物位于被 Git 忽略的 artifacts/：

artifacts/
├── local-smoke/
│   ├── manifest.json
│   ├── signal.json
│   ├── target.json
│   ├── events.jsonl
│   ├── equity.json
│   └── report.json
├── research-smoke/
│   ├── manifest.json
│   ├── signals.json
│   ├── targets.json
│   ├── forecasts.json
│   ├── samples.json
│   └── report.json
└── mock-parity/report.json

verify-ledger 只验证事件 hash chain；verify-manifest 还验证原子发布标记、 精确 artifact 集合与 SHA-256、ledger head、report/manifest 身份、 当前 source/schema 聚合 hash，以及 Signal、Target、OrderEvent JSON Schema。

JQData：登录后直接跑真实数据本地回测

账号和密码只从无回显交互或本地环境变量读取，绝不写入 snapshot、notebook、 OB 或 Git。先创建独立环境：

python3.12 -m venv .venv-jqdata
source .venv-jqdata/bin/activate
python -m pip install -r requirements/jqdata.txt

生成一个中证 500 历史快照：

PYTHONPATH=src:. python tools/jqdata_snapshot.py \
  --index 000905.XSHG \
  --start 2024-01-02 \
  --end 2024-12-31 \
  --output data/snapshots/csi500-2024

adapter 使用官方 get_bars 的未复权 OHLCV/money、复权因子、 pre_close、high_limit、low_limit、paused，并通过 get_extras("is_st", ...) 保存每日 PIT ST 状态和每日历史指数成员。为避免 把尚未完成的当日线误标为完整收盘，--end 必须早于 Asia/Shanghai 的抓取 日期；JQData 日线 24:00 完成后才允许进入快照。字段、日期或成员覆盖不完整 都会 fail closed。快照 verifier 会重新构造领域对象、重算质量汇总与 data_version，不是只比文件 hash。

直接运行动态 PIT 成分的本地事件回测：

PYTHONPATH=src:. python -m quant60 snapshot-backtest \
  --snapshot data/snapshots/csi500-2024/manifest.json \
  --config configs/baseline.json \
  --output artifacts/csi500-2024-backtest

PYTHONPATH=src:. python -m quant60 verify-manifest \
  artifacts/csi500-2024-backtest/manifest.json

生成某个决策日的可移交 Signal/Target/Order Delta：

PYTHONPATH=src:. python -m quant60 snapshot-decision \
  --snapshot data/snapshots/csi500-2024/manifest.json \
  --config configs/baseline.json \
  --as-of 2024-12-31 \
  --equity 1000000 \
  --output artifacts/csi500-2024-decision

PYTHONPATH=src:. python -m quant60 verify-snapshot-decision \
  artifacts/csi500-2024-decision/manifest.json

生产账户应把 --equity 换成 --broker-snapshot。该 canonical broker snapshot 必须绑定同一个 T 日 Signal/decision，但其观察时钟只能位于冻结 provider calendar 的唯一下一交易日 Asia/Shanghai [09:00,09:30)；它还 必须没有未对账 open orders，并只保存加盐/带密钥的账户标识。不完整或错窗 状态会 fail closed。

这个本地回测采用：

  • 每日精确 PIT 指数成员；
  • 每日 PIT ST 状态；ST 证券不进入新目标，已持有 ST 只允许卖出；
  • 原始价作为执行/名义价格；
  • 仅使用截至每个决策日的 raw price + factor 构造定点前复权动量；
  • 供应商每日停牌、涨跌停与前收字段；
  • 第一交易日完整收盘形成信号，紧接着下一可用交易日开盘尝试成交；
  • 上一交易日成交量参与率、显式费用、T+1、百股交易单位和未成交撤销。

它仍是本地 fill model，不是聚宽/QMT 的真实成交证据。

Colab

打开 notebooks/quant_os_colab.ipynb 并执行全部默认 cell。默认流程不联网安装依赖，也不需要账号。

可选 cell：

  • RUN_JQDATA=True：无回显登录，生成 snapshot、本地 PIT backtest 与决策；
  • RUN_QLIB=True：只在 Python 3.12 安装固定 Qlib 栈并跑 native fixture。

不要把密码、token 或带凭据的 clone URL 写进 cell。默认流程最终生成两个可下载 zip；启用 JQData 后再增加 backtest 与 decision zip。

本地可验证 notebook 本身：

python3 tools/run_colab_notebook.py notebooks/quant_os_colab.ipynb
python3 tools/run_colab_notebook.py notebooks/quant_os_colab.ipynb --execute

聚宽：直接上传回测

先构建：

python3 tools/bundle_platforms.py

上传完整的 dist/joinquant_strategy.py。 wrapper 已启用：

set_option("avoid_future_data", True)
set_option("use_real_price", True)
run_daily(rebalance, time="open")

canonical 周时钟不是固定星期几：某 ISO 周第一实际交易日收盘形成计划， 下一实际交易日开盘执行；单交易日长假周会自然跨到下一周。wrapper 用 context.previous_date 查询 PIT 指数成员和 is_st，用批量 history(..., fq="pre") 取得已完成日线；卖单先行，以 order_target 提交 当前数量 + 可执行 delta，并在提交点重新检查 current data。手续费、 滑点和最大成交量占比 10% 都在策略内显式设置。科创板买卖使用当日涨/跌停价 作为限价保护；共享核心拒绝不足 200 股的普通科创板申报，只保留一次性卖清 不足 200 股余额的交易所例外。

2026-07-26 已用生成 bundle 完成一次真实聚宽全年 hosted backtest。运行记录、 bundle hash、指标、真实平台发现的问题和证据边界见 docs/JOINQUANT_HOSTED_EVIDENCE_2026-07-26.md。 该次运行的可见完成日志没有 ERROR，但尚未导出相同输入、plan、orders/fills， 所以不计为 G9 通过。

真实验收必须保存：

  • Git commit 与 dist/bundle_manifest.json；
  • 聚宽运行环境、日期、资金、benchmark、费率/滑点；
  • g.quant60_last_plan、订单/成交、日志和完整回测导出；
  • 与本地相同输入 close array 或其 hash。

本地 fake harness 与 artifacts/mock-parity/report.json 只证明 wrapper 合约。 单次 hosted smoke 是外部运行证据，但没有同输入跨引擎 manifest 时仍不算 真实聚宽 Gate 通过。

QMT built-in 与 qmttools

同一 bundler 生成：

dist/qmt_builtin_strategy.py
dist/bundle_manifest.json

在 QMT Python 策略编辑器导入，选择 1d 与 backtest，主图/基准设为 000905.SH，初始资金与日期按证据计划填写，并把 GUI 的最大成交量占比设为 10%。bundle 兼容 Python 3.6，使用模块全局 g 保存策略状态，以适配 QMT 文档所述的 ContextInfo 用户属性回滚。它硬编码 backtest-only；参数和 环境变量均不能把它提升成实盘 passorder。

策略按原始毫秒 timetag 查询历史中证 500 成分，并通过 ContextInfo.get_his_st_data 读取决策日 ST/*ST/PT 区间；接口缺失、格式异常 或覆盖不足会阻止计划。首次真实验收还必须用一只已知历史 ST 股票做正例探针， 证明客户端权限和本地历史 ST 数据确实可用，不能把空结果直接解释成“当天无 ST”。

Windows 上、已登录且安装券商分发 xtquant 的 qmttools 入口：

$env:PYTHONPATH = "src;."
python -m platforms.qmt_research_runner `
  dist/qmt_builtin_strategy.py `
  --stock-code 000905.SH `
  --start 20240102 `
  --end 20241231 `
  --period 1d `
  --asset 1000000 `
  --account-id test

runner 固定 trade_mode=backtest、quote_mode=history，真实证据不得跳过 只读数据 preflight；它从 configs/baseline.json 固定 benchmark 000905.SH，并程序化传入 10% max_vol_rate。QMT 没有单独过户费参数， 本项目明确把它折入佣金；最低佣金与 fill 行为仍属于必须单列的引擎差异。

QMT 并不是“只给账号密码”即可远程完成：还必须有券商授权的 QMT/MiniQMT 客户端、匹配的 xtquant、userdata path、行情/历史数据权限和已经登录的账户。 这些就绪后，代码不需要改源文件，只注入 .env.example 中列出的本地参数。

XtTrader：严格只读影子

外部 adapter 是 adapters/xttrader_live.py。 tools/qmt_shadow_plan.py 只暴露查询接口，并始终以 allow_live_orders=False 创建 adapter；该工具没有报单或撤单命令。它会 二次检查 adapter 状态、账户归属、资产恒等式、持仓、委托、成交以及查询时长， 保存脱敏的 broker_observation.json、可校验的 broker_snapshot.json 和 全部 delta 为零或只读建议的 shadow plan。任一事实不可信就 fail closed。 账户绑定 decision 的绝对目标股数只在账户规模未变化时有效，因此 planner 还会比较 decision.equity 与当前 total_asset：允许差额固定为 max(1 元, 0.01% × decision equity)，边界包含；超过即产生 DECISION_EQUITY_DRIFT，状态为 BLOCKED 且 proposed delta 全部归零。 容差、计算规则、实际差额和结果全部写入 plan，并由 verifier 重新计算，不能 通过改 JSON 放宽。

read-only observation 还冻结 adapter query 后状态、live flag、callback error 数、live-authorization history 数、query 起止时钟、原始记录数和事实 校验结果。query duration 的硬上限是 10 秒，资产/持仓市值及 cash + market_value = total_asset 的绝对容差硬上限是 1 元；CLI 只允许 收紧，builder 和 verifier 都拒绝放宽。verify 必须同时提供原始 decision manifest。verifier 不相信 plan 中的 blockers、status、snapshot-valid、 target/weight/lot、feasible/proposed delta 或 cash/portfolio 派生值，而是从 原始 decision + broker_observation.json 重建唯一语义投影并逐项 exact compare。SHADOW_READY 必须有可重建且内容完全一致的 broker snapshot； 删除 blocker、注入假 blocker、同步改大目标量或把 snapshot 改成 null 后 重新计算普通 hash 都不能通过。

同一个本地 account HMAC key 还以独立 domain 签署 authenticated evidence envelope；签名同时覆盖完整 plan、broker observation、broker snapshot 的 canonical 内容 hash 和三份确定性发布文件的原始 byte SHA-256，以及原始 decision manifest、planner/engine/tools/qmt_shadow_plan.py source 和固定 policy。四份发布 JSON（含 manifest）都必须逐 byte 等于唯一 writer 编码； 只做 minify、换序或空白改写也会失败。 verify 必须使用生成时的既有 key；缺失/错误 key 失败，verify 不会生成 替代 key。该 MAC 只证明持 key 的 Quant OS 发布后未被无 key 改写，不是券商 对 API 原始事实的签名或 attestation。

在已登录的 Windows QMT/MiniQMT 环境先注入本地参数；不要在聊天、Git 或 OB 中发送它们：

$env:PYTHONPATH = "src;."
$env:QMT_USERDATA_PATH = "C:\local\qmt\userdata_mini"
$env:QMT_ACCOUNT_ID = "<local-account-id>"
$env:QMT_SESSION_ID = "<unique-numeric-session-id>"
$env:QMT_ACCOUNT_HASH_KEY_FILE = "C:\local\quant-os\account-hash.key"
$env:DECISION_DATE = "<fresh-completed-trading-date>"

首次对一个尚未绑定账户的 snapshot decision 运行：

python tools/qmt_shadow_plan.py plan `
  --decision artifacts\csi500-2024-decision\manifest.json `
  --output artifacts\qmt-shadow-bootstrap

若 broker 查询全部可信，首次运行仍会因 DECISION_NOT_ACCOUNT_BOUND 预期返回 退出码 2，但会输出可信的 broker_snapshot.json。若该文件内容为 JSON null，说明观察事实不可信，禁止继续。用同一个决策日重新生成账户绑定的 decision：

python -m quant60 snapshot-decision `
  --snapshot data\snapshots\latest\manifest.json `
  --config configs\baseline.json `
  --as-of $env:DECISION_DATE `
  --broker-snapshot artifacts\qmt-shadow-bootstrap\broker_snapshot.json `
  --output artifacts\qmt-bound-decision

python tools/qmt_shadow_plan.py plan `
  --decision artifacts\qmt-bound-decision\manifest.json `
  --output artifacts\qmt-shadow

python tools/qmt_shadow_plan.py verify `
  --manifest artifacts\qmt-shadow\manifest.json `
  --decision artifacts\qmt-bound-decision\manifest.json

Signal 仍绑定 T 日 15:00 完整收盘。JQData snapshot 冻结经过两套交易日历 API 一致性校验的 session 序列，并保存唯一 next_trading_session；broker 查询只能在该 session 的 Asia/Shanghai [09:00,09:30) 盘前窗口完成。 周末、同日收盘后、09:30 边界、错误 session 和迟到多日都会 fail closed； 国庆等长假按冻结交易日历接受，绝不使用 elapsed-day 阈值或 weekday 近似。

持仓变化不会沿用 decision 形成时的本地数量：target diff 每次都以当前券商 持仓和可卖量重新计算，逐 symbol 的 target quantity/weight/lot size 必须与 原始 decision 完全一致，未完成或查询期间变化的委托会直接阻断。当前 cash、 market value、total asset 和持仓市值恒等式由 verifier 独立重算。 现金/持仓变化仍可能影响购买力； shadow 没有实时执行价，明确不做 buying-power 认定，所以 SHADOW_READY 只表示可人工审阅，始终不是可实盘提交。

plan 首次运行可自动生成账户 HMAC key，Unix 要求 0600；verify 只读取既有 key。它必须稳定备份、限制访问且绝不 进入 Git、OB、notebook、日志或聊天。更换 key 会改变账户绑定标识并使旧决策 失配，也会使旧 evidence 无法通过 HMAC。当前流程仍是 uncertified / not live-ready；真实账户还必须先验证 官方 query API 对“失败”和“空列表”的返回合同，并记录实际 terminal/xtquant build、确认 XtTrade.traded_amount 成交金额语义与允许 误差。当前 amount 只是被认证的 informational fact，不参与 target quantity 或 proposed delta。之后还要累计至少 20 个交易日、恢复演练和零未知账差。

Qlib 0.9.7

研究环境隔离在 CPython 3.12，关键数值/工作流依赖已固定：

python3.12 -m venv .venv-qlib312
source .venv-qlib312/bin/activate
python -m pip install -r requirements/research-py312.txt
python -c "import qlib; assert qlib.__version__ == '0.9.7'"

使用本地 Tushare 镜像

tools/tushare_qlib.py 不调用 Tushare、不读取 token，也不修改镜像。它只接受 SQLite 中状态为 completed 且文件大小、SHA-256、Parquet 行数一致的分区； 生成新 Qlib provider 时保存 source job、build parameter、converter hash、 tree hash 与可重算 data_version，并拒绝覆盖已有目录。

export TUSHARE_MIRROR_ROOT=/path/to/tushare-mirror

PYTHONPATH=src:. python tools/tushare_qlib.py inventory \
  --mirror-root "$TUSHARE_MIRROR_ROOT" \
  --output-json artifacts/tushare-inventory.json

PYTHONPATH=src:. python tools/tushare_qlib.py build \
  --mirror-root "$TUSHARE_MIRROR_ROOT" \
  --output-dir data/qlib/tushare-early-v1 \
  --start 1990-12-19 --end 1993-10-29 \
  --minimum-observations 60 \
  --allow-unadjusted \
  --ohlc-policy expand-range \
  --output-json artifacts/tushare-qlib-build.json

PYTHONPATH=src:. python tools/tushare_qlib.py verify \
  data/qlib/tushare-early-v1

当前镜像只有 1990-12—1993-10 日线，且没有 adj_factor、真实指数行情、 历史成分、ST、停牌和涨跌停数据。因此 --allow-unadjusted 是显式技术 smoke 降级，provider 固定 production_eligible=false、 investment_value_claim=false、gate_credit=[]。盘点、字段口径、完整命令、 v4 hash 与两次本地回测结果见 docs/TUSHARE_LOCAL_DATA.md。

native momentum smoke：

python tools/build_qlib_tiny_fixture.py /tmp/quant-os-qlib --days 80
PYTHONPATH=src:. python -m platforms.qlib_runner \
  --provider-uri /tmp/quant-os-qlib \
  --market csi300 \
  --benchmark SH000300 \
  --start 2024-02-01 \
  --end 2024-04-19 \
  --lookback 20 \
  --topk 1 \
  --n-drop 1 \
  --rebalance weekly \
  --output-json artifacts/qlib-native/result.json

本机实际运行 pyqlib==0.9.7 得到 24 条 signal，使用 SimulatorExecutor + TopkDropoutStrategy。结果 JSON 保存 signal 与 portfolio report 的稳定 hash、行列/时间边界，以及从 report 重算的累计收益、 最大回撤、基准收益、成本和换手；investment_value_claim=false。fixture 只有 smoke 意义。 Qlib 的统一 limit_threshold 不能表示逐日板块/ST 规则，因此只参加 L1/L2 与诊断 L6，不声称 L3 target/L4 order parity。

Alpha158/LightGBM CLI：

PYTHONPATH=src:. python -m platforms.qlib_runner \
  --workflow alpha158 \
  --provider-uri /path/to/authorized/qlib-provider \
  --market csi500 \
  --benchmark SH000905 \
  --train-start 2018-01-01 \
  --train-end 2020-12-31 \
  --valid-start 2021-01-01 \
  --valid-end 2021-12-31 \
  --test-start 2022-01-01 \
  --test-end 2022-12-31 \
  --experiment-name quant-os-alpha158 \
  --output-json artifacts/qlib-alpha158/result.json

它通过 Qlib Recorder 保存 model、SignalRecord、SigAnaRecord 和 PortAnaRecord；runner 会读取 report_normal_1day.pkl，保存表级 hash、 行列/时间边界和有限值指标。真实研究必须换成授权且版本不可变的 provider。

跨引擎与证据

生成本地 wrapper 合同 parity：

PYTHONPATH=src:. python tools/export_mock_parity.py \
  export \
  --output artifacts/mock-parity/report.json
PYTHONPATH=src:. python tools/export_mock_parity.py \
  verify \
  artifacts/mock-parity/report.json

报告逐层比较 score、weight、target quantity 与 order delta，并固定 source hash；它明确写入：

evidence_class = mock_contract_only
real_platform_pass = false
gate_credit = []

真实 G9 仍要求聚宽/QMT 导出与至少 20 个交易日 QMT 影子记录。完整层级、 容差和 reason code 见 docs/CROSS_ENGINE_CONSISTENCY.md。

已实现的系统模块

  • pit.py：effective_time / available_time、修订版本、未来值拒绝；
  • universe.py：openable / hold-only / sell-only / frozen / excluded；
  • features.py：透明价量特征、可执行时钟标签、train-only 预处理；
  • research.py / experiment.py：purge/embargo、Ridge、OOS IC/RankIC；
  • factor_risk.py：行业/风格暴露、EWMA 收缩因子协方差、特异风险、stress；
  • costs.py：日期化费率、最低佣金、low/base/high impact 与 capacity；
  • optimizer.py：deterministic fallback 与 lazy CVXPY 约束优化；
  • execution.py：guarded TWAP/POV parent-child planner；
  • domain.py / broker.py：A 股事件撮合与订单状态；
  • ledger.py / replay.py / reconcile.py：hash-chain、幂等重放、fail-closed 对账；
  • data_snapshot.py / snapshot_pipeline.py / snapshot_backtest.py： provider snapshot 到 PIT target 与本地历史回测；
  • platforms/ / adapters/：聚宽、QMT、Qlib 与 XtTrader 边界。

这些模块已有自动测试，聚宽 hosted 路径也已有一次真实运行；真实数据校准、 QMT/券商运行和运营证据仍分别计分。

仍未达到 60 的核心原因

  • 基本面公告时点、完整公司行动、Security Master 与退市链尚未形成生产数据湖；
  • Ridge/LightGBM 候选尚未冻结成四引擎共同加载的 model bundle；
  • 风险协方差、冲击参数和容量尚未用真实长样本校准；
  • 聚宽已有真实 hosted run 但尚无完整同输入导出；QMT 尚无真实导出，QMT 历史 ST 权限正例、账户 query 合同、 20 日只读影子、回调/恢复/对账尚未形成真实证据；
  • 自动 scheduler、日终对账服务、监控告警与 kill-switch 演练未形成连续证据；
  • 实际券商程序化交易报告、权限、频率与软件要求尚未书面确认。

因此当前是可以继续填真实证据的 Quant OS 生产候选框架，不是可直接投入资金的 成品，也不构成投资建议。

安全与进一步文档

凭据、cookie、QMT userdata、broker statement、licensed xtquant 与无转授权 行情数据一律不得进入 Git。

Reference in New Issue View Git Blame Copy Permalink