发现一个高性能回测框架,Python + Rust,比 backtrader 快 250 倍?小团队必备!

大家好,我是花姐 👋。 今天给大家安利一个 GitHub 上的新项目 ------ pyrust-bt,这是一个 Python + Rust 混合语言回测框架,主打"研发效率 + 性能"两手抓。

简单来说,它的定位就是: 👉 Python 负责策略逻辑和数据处理(灵活、易用) 👉 Rust 负责回测引擎和指标计算(高性能、低延迟) 👉 中间用 PyO3 做绑定,无缝衔接

这样一来,不仅研究时写代码很快,跑起来也能飞 🚀。


为什么值得关注?

很多朋友做量化回测时都会遇到两个极端:

  • 纯 Python 框架(比如 backtrader):好上手,但一旦数据量上百万,就慢得令人抓狂。
  • 纯 C++/Rust 框架:性能爆炸,但写策略麻烦,不够"Pythonic"。

pyrust-bt 的设计刚好走了中间路线:

  • 策略写法和 backtrader 类似:next(bar) 里写交易逻辑
  • 底层 Rust 引擎,单机性能可达 ~25 万 bar/s ,比传统 Python 框架快了 250 倍

这意味着你可以既保留 Python 的"快速迭代",又不牺牲性能,适合小团队从研究到生产落地。


核心功能亮点

🔥 回测引擎(Rust)

  • 时间推进:支持 bar/tick
  • 撮合:市价 / 限价
  • 成本模型:手续费、滑点
  • 指标:向量化 SMA / RSI(窗口优化)
  • 统计:收益、夏普、Calmar、最大回撤等

🐍 Python API

  • 策略模板:on_start → next(bar) → on_stop
  • 下单支持字符串 & 字典两种方式
  • 数据加载:CSV → list[dict](未来支持 Parquet/Arrow)
  • 分析器:回撤、交易分解、因子回测、综合报告
  • 参数优化:支持网格搜索

🌐 前后端支持

  • API:基于 FastAPI,可提交和查询回测任务
  • 前端:Streamlit,可视化净值曲线和统计指标

快速上手

安装 Rust + maturin,然后构建:

bash 复制代码
pip install maturin
cd rust/engine_rust
maturin develop --release

运行一个最小示例:

python 复制代码
from pyrust_bt.api import BacktestEngine, BacktestConfig
from pyrust_bt.strategy import Strategy
from pyrust_bt.data import load_csv_to_bars

cfg = BacktestConfig(start="2020-01-01", end="2020-12-31", cash=100000)
engine = BacktestEngine(cfg)

class MyStrategy(Strategy):
    def next(self, bar):
        if bar["close"] > 100:
            return {"action": "BUY", "type": "market", "size": 1.0}

bars = load_csv_to_bars("examples/data/sample.csv", symbol="SAMPLE")
result = engine.run(MyStrategy(), bars)

print(result["stats"], result["equity"])

是不是和 backtrader 很像?但性能完全不是一个量级。


性能实测

官方给出的基准:

  • 1,682 bars/s → 419,552 bars/s(≈ 250× 提升
  • 55 万根 K 线只需 ~1.3 秒
  • 批处理机制减少 GIL 争用,内存优化也到位

对于我们这种经常要做 参数优化 / 因子回测 的研究者来说,速度就是生产力 💡。


未来路线图

作者的规划也很清晰,未来会支持:

  • 更复杂的撮合逻辑(止损/止盈、OCO、挂单簿)
  • 多资产、多周期
  • 因子统计增强、报告导出(PDF/HTML)
  • 分布式并行(Ray、k8s Jobs)
  • 前端可视化升级(React + ECharts/Plotly)

换句话说,这个项目现在是 MVP 可用版,后面还会逐步进化,值得持续关注。


花姐点评

我觉得 pyrust-bt 的最大价值在于:

  1. 定位清晰:研究 + 小团队生产落地,两端兼顾。
  2. 性能优先:Rust 底层引擎让它从一开始就甩开传统 Python 框架。
  3. 学习成本低:API 风格和 backtrader 类似,不用重新学一套 DSL。

如果你现在用 backtrader,但嫌它太慢;或者觉得 zipline 太老,qstrader 不够活跃,那 pyrust-bt 值得试试。

项目地址在这 👉 GitHub - QuantML-C/pyrust-bt 有兴趣的朋友可以 clone 下来玩玩,别忘了点个 ⭐。

相关推荐
涡能增压发动积19 小时前
同样的代码循环 10次正常 循环 100次就抛异常?自定义 Comparator 的 bug 让我丢尽颜面
后端
Csvn19 小时前
🌟 LangChain 30 天保姆级教程 · Day 13|OutputParser 进阶!让 AI 输出自动转为结构化对象,并支持自动重试!
python·langchain
Wenweno0o19 小时前
0基础Go语言Eino框架智能体实战-chatModel
开发语言·后端·golang
swg32132119 小时前
Spring Boot 3.X Oauth2 认证服务与资源服务
java·spring boot·后端
tyung19 小时前
一个 main.go 搞定协作白板:你画一笔,全世界都看见
后端·go
gelald20 小时前
SpringBoot - 自动配置原理
java·spring boot·后端
cch891820 小时前
Python主流框架全解析
开发语言·python
sg_knight20 小时前
设计模式实战:状态模式(State)
python·ui·设计模式·状态模式·state
殷紫川20 小时前
深入拆解 Java 内存模型:从原子性、可见性到有序性,彻底搞懂 happen-before 规则
java·后端
元宝骑士20 小时前
FIND_IN_SET使用指南:场景、优缺点与MySQL优化策略
后端·mysql