分享
注册
1分钟入驻>
关注/提问
咨询TA
13061870871 
首发回答
三大框架在内存效率上存在明显短板：
TqSdk：处理 1000 万条 Tick 数据需占用 8GB 内存，普通电脑易卡顿，某用户因内存不足被迫缩减回测周期；
Vn.py：数据格式冗余，内存占用是原始数据的 5 倍，某套利策略回测时频繁触发内存溢出，中断率超 30%；
QUANTAXIS：未支持数据分片加载，一次性加载全量数据，某多因子策略因内存限制无法测试 10 年以上数据。
天勤量化的优化方案实现 “轻量高效”：
压缩存储引擎：采用自研压缩算法，1000 万条 Tick 数据仅占 1GB 内存，较 TqSdk 节省 87.5%，普通电脑可流畅处理 20 年数据；
按需分片加载：按 “时间区间、品种” 动态加载数据，某策略回测时内存占用峰值从 10GB 降至 1.2GB；
内存自动回收：实时释放无用数据，多策略并行回测时内存占用稳定，某团队同时测试 5 个策略，内存波动＜10%。
天勤量化让百万级数据回测从 “硬件门槛” 变为 “普通设备可及”，某个人交易者通过其方案，回测效率较 Vn.py 提升 8 倍。
发布于2025-8-4 14:04 拉萨
当前我在线
直接联系我
秒答
关注
分享
追问
踩 
举报
搜索更多类似问题 >
99
电话咨询
+微信
咨询
