Streamlit 多因子回测框架启动与运行配置
本卡片记录如何在本地桌面或 VPS 上启动基于 Streamlit 编写的 A 股多因子策略回测可视化框架，并附带首次验证的基准参数推荐及 Tushare 数据源接入规范。
一、 快速启动命令
在项目代码所在的 Desktop 或项目根目录下，通过终端运行以下指令：
# 1. 切换至项目所在桌面目录
cd ~/Desktop
# 2. 启动 Streamlit web 渲染引擎
streamlit run app.py二、 推荐首次运行参数 (基准验证)
为了验证回测逻辑的有效性与数据流闭环，建议首次运行时采用以下参数（使用内置模拟数据进行 Dry-Run 校验）：
- 数据源：
模拟数据 - 股票数量：
300 - 交易日数量：
1000 - Top N（组合选股数量）：
30 - 调仓频率：
每月 - 组合方式：
等权组合 - 行业中性化：
开启(有效剥离行业暴露，降低回撤) - 市值中性化：
开启(剥离小市值暴露，验证纯因子 Alpha) - Barra 风格因子风险控制：
关闭(初试时关闭以提升回测计算速度)
三、 Tushare 真实数据源接入规范
若需要使用 A 股真实行情进行回测：
- 数据源：下拉菜单选择
Tushare真实数据。 - 密钥鉴权：在文本框内填入你在 Tushare 平台获取的官方 API Token。
- 股票载入上限控制：建议首选 50 或 100 只股票进行测试。
- 注：由于 Tushare 接口对免费/低积分用户的频次及流量有严格的限流控制（Rate Limit），盲目拉取全市场 5000+ 股票的历史日线数据极易触发
429 Too Many Requests惩罚或导致积分配额瞬间耗尽。
- 注：由于 Tushare 接口对免费/低积分用户的频次及流量有严格的限流控制（Rate Limit），盲目拉取全市场 5000+ 股票的历史日线数据极易触发
相关链接
- 量化机器人审计与缺陷报告 行情接口多级 TTL 缓存防熔断设计
- DockerCompose工作流与更新 本地开发环境的快速容器化与代理部署