功能特性 - QuantMind

数据平台

自研 A 股数据中心，专为量化研究设计，提供高质量、低延迟的市场数据。

因子库

类别	因子数	示例
动量因子	28	`mom_ret_5d`, `mom_macd_dif`, `mom_rsi_14`
波动率因子	24	`vol_std_20`, `vol_atr_14`, `vol_realized_rv`
成交量因子	22	`liq_turnover_os`, `liq_volume_ratio_5`
资金流因子	18	`flow_net_amount_ratio`, `flow_vpin`
风格因子	32	`style_ln_mv`, `style_bp`, `style_beta_60`
微观结构因子	22	`micro_esp_equal`, `micro_imbalance`

数据更新

日频数据：每周周末更新
实时行情：支持 T-0 毫秒级推送（需配置行情源）
历史数据：覆盖 2010 年至今的完整 A 股历史

模型训练

集成 Qlib 与主流深度学习框架，支持从特征工程到模型部署的完整流程。

支持的模型

LightGBM

梯度提升树，适合截面因子预测，训练速度快

XGBoost

极端梯度提升，支持分类与回归任务

LSTM/GRU

循环神经网络，捕捉时序依赖关系

Transformer

注意力机制，适合长序列建模

训练配置示例

yaml

# config/training/lightgbm.yaml
model:
  type: LGBModel
  params:
    learning_rate: 0.05
    num_leaves: 128
    feature_fraction: 0.8
    max_depth: 8

dataset:
  feature_columns: ["mom_ret_5d", "vol_std_20", "liq_turnover_os"]
  label: "Ref($close, -1) / $close - 1"
  train_range: ["2018-01-01", "2022-12-31"]
  test_range: ["2023-01-01", "2023-12-31"]

回测引擎

高性能历史仿真引擎，支持多策略并行回测与详细绩效分析。

核心能力

高并发：支持同时运行多个策略回测
真实模拟：考虑滑点、手续费、涨跌停限制
风险管理：内置止损、止盈、仓位控制
绩效分析：IC/ICIR、Sharpe、最大回撤等指标

回测指标

指标	说明
`total_return`	总收益率
`annual_return`	年化收益率
`sharpe_ratio`	夏普比率
`max_drawdown`	最大回撤
`win_rate`	胜率
`ic`	信息系数
`icir`	信息比率

实盘交易

通过 QMT 网关对接券商实盘通道，实现从信号到成交的毫秒级执行。

支持的通道

通道类型	延迟	说明
QMT 极速版	~50ms	标准零售通道，适合个人投资者
QMT 极速柜台	~5ms	机构级通道，需要券商白名单

风控机制

单笔交易限额
日内交易次数限制
持仓集中度控制
异常交易熔断

集群管理

基于 Kubernetes 的容器化部署，支持弹性伸缩与多租户隔离。

部署架构

yaml

# kubernetes/deployment.yaml
apiVersion: apps/v1
kind: Deployment
metadata:
  name: quantmind-engine
spec:
  replicas: 3
  template:
    spec:
      containers:
      - name: engine
        image: quantmind/engine:latest
        resources:
          requests:
            memory: "4Gi"
            cpu: "2"
          limits:
            memory: "8Gi"
            cpu: "4"

核心特性

弹性伸缩：根据任务负载自动扩缩容
多租户隔离：数据与计算资源隔离
高可用：多副本部署，故障自动转移
监控告警：Prometheus + Grafana 可观测性