quantecho

quantecho 是我 2026 年从零搭建的一个自托管 Web 平台：前端是 Next.js，后端是几个 Python 伴生服务（sidecar），全部置于同一个网关之后，用 Docker Compose 部署，备份经 GPG 加密。它的核心是回测实验室：入场信号是一段在浏览器里写下的 Python 函数，其余（股票池、出场规则、复权与缓存）都固定写进经过测试的代码，不随信号改变。

• ~84k行代码，TypeScript 与 Python
• 1,303只标的：标普 500 · 沪深 300 · 中证 500
• 90个测试，都在回测引擎上

notebook 回测的局限

notebook 里的回测写起来容易，却也容易让自己误信结果：成交规则是隐含的，回测用的价格序列与你之前查看的那条复权方式不同，A 股的 T+1 交收规则也常常被忘掉。在 quantecho 里你只写信号，这些容易出问题的决定都只做一次，放在经过测试的代码里。

扫描流程

一个形态（pattern）就是一个 Python 文件，在页面内嵌的 Monaco 编辑器里写：其中一小块 META 生成参数表单，一个 entries() 函数对每只标的返回一串布尔值。一次扫描把它在标普 500、沪深 300 或中证 500 上跑一遍，每个入场点按三种出场规则之一处理：持有 N 天，到目标价（止盈）或超时，或先到止损；若同一根 K 线同时触及止损和止盈，则先按止损成交。A 股的 T+1 在引擎内部处理，因此形态代码从不需要知道自己在哪个市场。

行情按每只标的一个 parquet 文件缓存，价格做后复权，使比价前后一致；显示时再换回。同步层遇到限流会重试，连续失败时触发软件意义上的熔断器，中途也可以取消。每次扫描都登记在一个作业注册表里，作为作业运行；进度和日志行通过服务器推送事件（Server-Sent Events，SSE）推到浏览器，浏览器也可以要求取消。结果包括交易的统计与分布，以及逐笔交易的图，每次扫描都存档为可回放的 JSON。

平台的底层

• 只开一个端口，一次会话。 一个自己写的 Node 服务器在这个端口上同时提供 Next.js 与 Socket.IO，会话校验通过之后再把请求反向代理到伴生服务；上传、下载与 SSE 都原样透传，因此 Python 服务里没有任何鉴权代码。
• 上传可断点续传。 文件分块、带指纹，失败后退避重试，上传状态存在浏览器里，刷新页面也不会丢。
• 一次数据丢失事故。 前后两次，部署之后最近写入的数据消失了。根本原因是 POSIX 文件锁不能穿过 Docker 的绑定挂载（bind mount），于是宿主机一侧的一个 SQLite 连接可以在容器不知情的情况下删掉它的预写日志（WAL）。解决办法有三处：加一个所有者心跳，容器持有数据库期间拒绝来自宿主机的连接；每次部署前先做快照；客户端加一个发件箱（outbox），不把服务器的确认当作数据已经持久化。
• 备份。 SQLite 每天备份，并做 GPG 加密。

计数来自各仓库，2026 年 8 月。信号、扫描与结果都不公开。