北京
算法交易有个老大难问题：从想到一个点子，到看到回测结果，中间要等太久。
现有工具分两类。一类是QuantConnect、TradingView、MetaTrader 5这类托管平台，界面友好，但模拟器是封闭的，有些还用Pine Script、MQL5这类专有语言，底层逻辑你看不到。另一类是Rust开源方案，Nautilus Trader和Barter都能做回测和实盘，但策略代码和框架耦合较深。
Chapaty的做法是把算法彻底拆出来。策略逻辑只写在一个act函数里，订单执行、撮合引擎、数据同步、报告生成全塞进模拟环境背后。你改策略，不用碰其他代码。
它的API抄了OpenAI Gym的reset/step/act模式。每次step喂进来一个观测值，参数网格是一等公民。作者跑了个例子：400组参数网格，9年日终数据，8核笔记本上1秒跑完。
几个关键设计：
时间同步：不同周期数据（1分钟、1小时、财经日历）混用时，模拟器按严格递增的point_in_time时间戳步进，避免偷看未来数据。
保守评估：同一根K线里同时触发入场和止盈/止损，默认按最坏情况算（先止损）。可以切乐观模式。
滑点与手续费：成交按止损/止盈价算，事后在日志里扣百分比手续费和滑点。作者坦承这不算微观结构级精确，下个版本会改进。
数据解耦：框架不绑数据源，任何带point_in_time的结构化事件都能喂进去。
核心动机就一句话：让写策略的人不用管基础设施，把Build-Measure-Learn循环转起来。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
