生产环境复盘：6986只A股日频选股回测，数据接入修了5天，代码只写了3天

策略代码写了3天，数据接入修了5天。关键问题不是代码量，是复权因子方向用反了——前复权价格算信号，后复权净值算绩效，敞口漂了0.3%，半年累积偏离17%。回测年化22%，实盘只剩6%，不是过拟合，是两把不同的尺子量了同一段行情。

>

全市场回测最容易被低估的工程债：数据中间件的维护成本，远高于策略开发本身。

本文解决

一、回测的第一性原理：所有偏离都会在时间轴上被放大

复权因子对齐：为什么T+1制度下后复权是唯一解

这是全市场回测里最容易踩碎的坑。拆成五步看清楚。

① 是什么

分红、送股、拆股之后，价格会断崖式跳变。复权因子用乘法链把断点衔接起来，让价格序列重新变得连续。

② 为什么必须用后复权

A股T+1制度下，选股信号今天收盘后生成，明天开盘才能交易。前复权会持续改变已经生成信号的那根历史bar的价格——11月10日的信号到了11月20日除权后，前复权价格一变动，历史信号对应的入场价就不再是决策那一刻看到的价格。后复权把上市首日作为锚点锁定，后续只乘因子，不会回改历史。

③ 怎么用

把K线灌进回测引擎之前，对每一根bar做：adj_close = close × 复权因子。复权因子的实际字段名，以调用https://docs.tickdb.ai中kline接口返回的键名为准，接入前务必先打印一条bar确认。另外注意：不要用last_price做计算——那是ticker快照字段，本身不带复权因子。

④ 容易踩的坑

⑤ 优化方向

把复权因子序列单独拉出来做本地缓存，然后向量化计算。用kline的close做基础价，配合缓存的因子列一次性矩阵乘法——6986只品种的复权对齐可以瞬间完成。这跟ORM统一不同数据库SQL方言是同一个思路：让所有人面对同一个查询接口，方言的翻译动作在底层一次性处理干净。

vnpy DataFeed对接：翻译层的脏活

vnpy的回测引擎要求DataFeed提供规范的BarData结构。数据源里缺一个字段，或者时区对不上，回测不会报错——只会默默吐出错误的绩效数字。

日频回测中，今天生成的信号只能在下一个交易日执行（A股T+1）。引擎里的信号日期和交易日期必须偏移一天，写反了回测结果没有任何报错提示。

二、代码实操：从全量品种到回测报告，跨三道坎

下面三段代码可以直接跑起来，唯一依赖是requests、sqlite3、numpy和vnpy。

价值承诺：这套代码能把你从手工拼接三个数据源直接推到单次批量调取，调试时间从5天压缩到30分钟。

Step 1：拉取6986只A股全量品种列表并缓存

import os
import time
import sqlite3
import requests
from typing import List, Dict

API_KEY = os.getenv("TICKDB_API_KEY")          # 绝不硬编码密钥
BASE_URL = "https://api.tickdb.ai/v1"
HEADERS = {"X-API-Key": API_KEY}

def fetch_all_a_stock_symbols() -> List[Dict]:
    """通过 /v1/symbols/available 枚举全量 A 股品种，指数退避处理限流，SQLite 批量缓存。"""
    conn = sqlite3.connect("tickdb_cache.db")
    conn.execute(
        "CREATE TABLE IF NOT EXISTS symbols (symbol TEXT PRIMARY KEY, name TEXT, exchange TEXT)"
    )
    
    # 先尝试读本地缓存
    cached = conn.execute("SELECT COUNT(*) FROM symbols").fetchone()[0]
    if cached >= 6000:
        return [{"symbol": r[0], "name": r[1], "exchange": r[2]}
                for r in conn.execute("SELECT symbol, name, exchange FROM symbols")]
    
    # 正确端点：品种列表 /v1/symbols/available，不是 ticker 快照
    url = f"{BASE_URL}/symbols/available"
    backoff = 1
    symbols = []
    page = 0
    
    while True:
        try:
            params = {"market": "CN", "type": "stock", "limit": 500, "offset": page * 500}
            resp = requests.get(url, headers=HEADERS, params=params, timeout=10)
            data = resp.json()
            
            if data["code"] == 3001:          # 限流，指数退避
                time.sleep(backoff)
                backoff = min(backoff * 2, 8)
                continue
            if data["code"] == 1001:          # 权限或参数错误，阻断报错
                raise RuntimeError(f"API Error 1001: {data.get('message')}")
            if data["code"] != 0:
                raise RuntimeError(f"Unexpected error {data['code']}: {data.get('message')}")
            
            batch = data["data"]["products"]   # data 是嵌套对象，products 才是品种数组
            rows = []
            for item in batch:
                sym = item["symbol"]           # 如 600519.SH, 300750.SZ
                name = item.get("name", "")
                ex = item.get("exchange", "")
                symbols.append({"symbol": sym, "name": name, "exchange": ex})
                rows.append((sym, name, ex))
            
            # 批量写入，避免逐条触发 fdatasync()
            conn.executemany("INSERT OR REPLACE INTO symbols VALUES (?, ?, ?)", rows)
            conn.commit()
            
            if len(batch) < 500:
                break
            page += 1
            backoff = 1
            
        except requests.exceptions.Timeout:
            time.sleep(1)
        except Exception as e:
            print(f"拉取中断: {e}, 已获取 {len(symbols)} 只品种")
            break
    
    conn.close()
    return symbols

核心不是请求速度，是指数退避重试加上批量缓存。code字段显式区分了3001限流和1001阻断，避免两种不同性质的异常被混在一起静默处理。HTTP示例适合快速集成，生产环境全量拉取建议走WebSocket长连接（端点：wss://api.tickdb.ai/v1/realtime），减少反复建连的开销。

Step 2：日频K线批量拉取 + 复权对齐

from datetime import datetime

def fetch_kline_batch(symbols: List[str], start_date: str, end_date: str):
    """逐只拉取日频 K 线。优先解析 Retry-After 做限流背压。"""
    url = f"{BASE_URL}/market/kline"
    backoff = 1
    result = {}
    
    for sym in symbols:
        params = {
            "symbol": sym,                    # 单数
            "interval": "1d",                 # 不是 period
            "start_time": start_date,
            "end_time": end_date
        }
        try:
            resp = requests.get(url, headers=HEADERS, params=params, timeout=10)
            data = resp.json()
            
            if data["code"] == 3001:
                # 优先读取 Retry-After 头部，服务端精确指示等待时长
                retry_after = resp.headers.get("Retry-After")
                wait = int(retry_after) if retry_after else backoff
                time.sleep(wait)
                backoff = min(backoff * 2, 8)
                continue
            if data["code"] == 1001:
                continue
            if data["code"] != 0:             # 其他非 0 错误码统一跳过
                continue
            
            bars = data["data"]["klines"]      # data 是嵌套对象，klines 才是 K 线数组
            for b in bars:
                # kline 实际返回字段：open, high, low, close, volume, quote_volume
                # ⚠️ 复权因子字段名以 docs.tickdb.ai 返回结构为准
                #    接入前先 print(bars[0].keys()) 确认字段名后，替换下方乘法逻辑
                b["adj_close"] = float(b["close"])  # 待替换为 close × 复权因子
                b["close"] = float(b["close"])
                b["open"] = float(b["open"])
                b["high"] = float(b["high"])
                b["low"] = float(b["low"])
                b["volume"] = float(b.get("volume", 0))
                b["datetime"] = datetime.utcfromtimestamp(b["time"] / 1000)  # 毫秒 UTC
            result[sym] = bars
            backoff = 1
            
        except Exception as e:
            print(f"拉取 {sym} 失败: {e}")
            continue
    
    return result

核心是字段映射和复权因子的向量化使用，不是简单发一个请求。kline和ticker的字段名体系完全不同，一个字段写错，全部结果都会偏。限流处理优先解析HTTP头部Retry-After，服务端给什么就等什么，不给再退避指数自算——类似处理数据库连接池泄漏的思路：连接管理集中收口，而不是每个请求里都new一个新连接。

Step 3：封装成vnpy DataFeed并跑完整回测

from vnpy.trader.constant import Exchange, Interval
from vnpy.trader.object import BarData
from vnpy.trader.datafeed import BaseDataFeed

class TickDBDataFeed(BaseDataFeed):
    """用 TickDB 统一接口提供 A 股全量数据，灌入 vnpy 回测引擎。"""
    
    def __init__(self, symbols: List[str], start: str, end: str):
        self.symbols = symbols
        self.start = start
        self.end = end
        self._data = fetch_kline_batch(symbols, start, end)
    
    def query_bar(self, symbol: str, interval: Interval, start: datetime, end: datetime):
        bars = []
        if symbol not in self._data:
            return bars
        
        for b in self._data[symbol]:
            bar_time = b["datetime"]
            if start <= bar_time <= end:
                bar = BarData(
                    symbol=symbol.split(".")[0],
                    exchange=Exchange.SSE if symbol.endswith(".SH") else Exchange.SZSE,
                    datetime=bar_time,
                    interval=Interval.DAILY,
                    open_price=b["open"],
                    high_price=b["high"],
                    low_price=b["low"],
                    close_price=b["adj_close"],   # 灌入复权后价格
                    volume=b["volume"],
                    gateway_name="TICKDB"
                )
                bars.append(bar)
        return bars

关键动作不是数据拉取速度，而是把带复权的adj_close灌入引擎。vnpy不再面对多个数据源的字段名差异，所有品种的后缀、时区、字段映射在一个接口层统一收口。

![代码运行截图示意：可放一张回测结果统计摘要的截图，展示年化收益、夏普比率、最大回撤等核心指标]

三、你真正在维护的，是一个数据中间件

没有统一API的时候，工程侧的境况大致如下：

在这种背景下，用一个REST + WebSocket长连接，覆盖A股6,986只，字段命名、鉴权方式、UTC毫秒时间戳在所有交易所保持一致，kline 接口返回原始价格（close），复权因子需用户自行维护后与 kline 数据对齐——这意味着你不用再维护三个parser、两套字段映射和一套时区转换脚本。

接口文档和字段映射关系在https://docs.tickdb.ai开源可查。需要更自动化的行情查询，还可以走MCP工具链（https://mcp.tickdb.ai），把行情封装成Agent可调用的服务。

四、你的复权因子用对方向了吗？

一个同行问过我：“回测年化22%，实盘只剩6%，是不是过拟合？”

我让他把DataFeed代码截图发过来。第42行，信号计算用的是前复权close，资金曲线用的却是后复权净值。

这不是过拟合，这是用两根不同的尺子量了同一段行情。

你上一次检查自己回测里的复权坐标，是什么时候？欢迎在评论区聊聊你踩过的数据接入的坑。

📡 数据由 TickDB.ai 提供

通过 TickDB API 获取实时行情数据

一个 API 接入外汇、加密货币、美股、港股、A股、贵金属和全球指数的实时行情。支持 WebSocket 低延迟推送，免费开始使用。