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
☼←安于亥时→❦2 小时前
数据分析之Pandas入门小结
python·pandas
带娃的IT创业者2 小时前
《Python Web部署应知应会》No3:Flask网站的性能优化和实时监测深度实战
前端·python·flask
程序员爱钓鱼2 小时前
Go语言实战案例 — 项目实战篇:图书管理系统(文件存储)
后端·google·go
赴3352 小时前
图像拼接案例,抠图案例
人工智能·python·计算机视觉
元闰子2 小时前
OLTP上云,哪种架构最划算?·VLDB'25
数据库·后端·云原生
TwoAI2 小时前
Scikit-learn 机器学习:构建、训练与评估预测模型
python·机器学习·scikit-learn
IT_陈寒3 小时前
Vite 5.0重磅升级:8个性能优化秘诀让你的构建速度飙升200%!🚀
前端·人工智能·后端
max5006003 小时前
OpenSTL PredRNNv2 模型复现与自定义数据集训练
开发语言·人工智能·python·深度学习·算法
Pocker_Spades_A3 小时前
Python快速入门专业版(二十八):函数参数进阶:默认参数与可变参数(*args/**kwargs)
开发语言·python