zipline / Architecture

zipline 架构:事件驱动引擎与 Pipeline API

zipline 的核心是事件驱动回测引擎,配合 Pipeline API 做横截面因子研究与数据 bundle 统一数据接入,再通过 Pandas 生态与 PyData 工具链集成。

核心:事件驱动引擎研究:Pipeline API数据:bundle + Pandas
事件驱动引擎按市场事件顺序推进
Pipeline API因子筛选与排序
数据 bundle行情与资产统一接入
基于 zipline 官方 README 的架构示意(事件驱动 / Pipeline API / 数据 bundle);示意非官方架构图。
Event-driven

事件驱动:按市场事件顺序推进

zipline 的回测不是简单循环历史数据,而是模拟真实市场事件流。

概念说明
市场事件以交易日、价格更新等离散事件驱动回测推进
前视偏差事件驱动保证策略只能访问「当时已知」的数据,避免 look-ahead bias
与实盘一致模拟真实交易系统接收行情并作出反应的方式
为什么重要:事件驱动让回测更接近真实交易,是 zipline 区别于简单向量化回测的核心设计。
Pipeline API

Pipeline API:横截面因子研究

Pipeline API 用因子对大量证券做筛选、过滤、排序与分析,输出多索引 DataFrame。

因子定义

用价格、成交量、基本面等因子描述证券特征。

筛选与排序

对大量证券批量筛选、过滤、排序,适合横截面选股。

多索引输出

输出为多索引 DataFrame,便于后续分析。

Data

数据 bundle 与 PyData 集成

数据 bundle 统一管理行情与资产数据,并通过 Pandas DataFrame 与 PyData 工具链集成。

数据 bundle

zipline ingest 下载样本行情与资产数据,统一接入。

Pandas 集成

回测数据以 DataFrame 形式呈现,便于分析。

PyData 扩展

可配合 matplotlib/scipy/statsmodels/sklearn 做可视化与建模。

下一步做什么?

理解了架构后,看安装与首次运行,或对比 EasyClaw 量化 Skill 免部署路线。