CarrotQuant.Net

CarrotQuant.Net 是一个基于 .NET 开发的轻量级、高性能量化交易与回测框架。它旨在为开发者提供一个从行情数据下载、处理到策略回测及结果分析的完整工具链。

---

🚀 核心特性

• 流式会话 API: 提供类似 BacktestingSession.Create().LoadData().Run().Analyze() 的流畅开发体验。
• 灵活的数据模型:
  • HistoryStorage (纵向存储): 按股票代码组织的时间序列数据，适合深度技术分析。
  • MarketStorage (横向存储): 按交易日组织的截面数据，适合多因子选股回测。
• 多策略支持: 支持基于信号（Signal）的策略和显式交易逻辑（Trade）的策略。
• 集成 Python 动力: 利用 Python 生态系统（BaoStock, EastMoney）进行高效的行情数据抓取，并通过 C# 进行高性能回测。
• 可视化分析: 集成 ScottPlot 生成直观的回测收益曲线及指标分析。
• 高性能引擎: 支持多线程数据处理，优化的内存管理以应对大规模历史数据。

---

📂 项目结构

目录/项目	说明
CarrotBacktesting.NET	核心引擎。包含回测调度、策略接口、数据解析、技术指标及分析组件。
CarrotQuant.DataLib	数据中心库。负责 C# 与 Python 的交互，管理行情数据的生命周期。
CarrotQuant.Data.Python	数据抓取脚本。基于 Python 实现，负责从各大金融数据源下载原始 CSV/JSON 数据。
CarrotBacktesting.NET.Demo	回测示例。展示了如何加载配置、运行策略并产出分析结果。
CarrotQuant.DataLib.Demo	下载示例。演示如何通过交互式命令行启动行情数据下载流程。
CarrotQuant.Data	默认存储目录。用于存放下载的原始行情、缓存文件及回测报告。

---

🛠️ 快速开始

1. 环境准备

• 安装 .NET 8.0 SDK 或更高版本。
• 安装 Python 3.8+ 并安装必要依赖（如 baostock, pandas）。

2. 配置环境

复制并修改 env.yaml（或在 CarrotQuant.Data/v3/yaml/env.yaml 中配置）：

runtime:
  project_dir: "D:/Projects/CarrotQuant.Net"
  thread_count: 8
data:
  raw_path: "CarrotQuant.Data/csv"

3. 行情下载

运行 CarrotQuant.DataLib.Demo 来初始化数据：

dotnet run --project CarrotQuant.DataLib.Demo

4. 运行回测

在 CarrotBacktesting.NET.Demo 中定义你的策略并运行：

BacktestingSession.Create("env.yaml")
    .LoadData()
    .Run(new MySignalStrategy())
    .Analyze();

---

📊 回测分析图示

回测完成后，框架会产出详细的分析摘要，并支持导出可视化图表。

---

📜 开源协议

本项目采用 Apache License 2.0 协议开源。详情请参阅 LICENSE 文件。

---

本 README 及其技术建议由 Gemini 3 Flash 提供支持。