量化回测的算力配置

回测跑得慢，瓶颈多半出在三处：CPU 单核性能、磁盘读取、内存容量。配机器之前，先弄清楚每一处怎么影响速度。 单核性能优先 很多回测框架的主循环难以完全并行，策略逻辑一条接一条跑，单核主频直接决定每根 K 线的处理速度。同样的策略代码，高主频机型比同代低频机型快三到五成是常见幅度。多核有用的场景是参数寻优：几百组参数互相独立，天然适合多进程并行，这种任务核越多越好，任务粒度按组切，一组参数一个进程。 数据存储按读取方式配 回测的特征是反复读取历史行情。分钟级数据几年下来几十 GB，tick 级数据轻松过 TB。以分钟线、单品种十年数据为例，一次全量回测要读几 GB，SSD 和机械盘的差距能到十倍。数据文件按品种和年份切分，避免每次全量扫描。数据量大、回测频繁的团队，裸金属物理机的独享磁盘带宽更稳，例如顺云的裸金属 B4；个人轻量使用，普通云盘也够。 内存要装得下工作集 把常用品种的数据一次性载入内存，能省掉反复读盘的开销。估算方法很简单：单品种分钟数据一年约 1 到 2 GB，同时回测十个品种，留 32G 内存比较从容。内存不足的表现很典型：回测中途突然变慢一个台阶，那是系统开始频繁换页读盘了。 任务编排的小技巧 跑批安排在夜间，白天机器留给研究分析；每组参数独立写结果文件，避免多进程抢同一个输出；回测日志只记关键事件，全量日志写盘反而拖慢主循环。 回测机的钱花在三处：单核 CPU、SSD、够大的内存。三项齐了，速度自然上来，多出来的预算留给数据积累。