量化研究框架

Python 參考實作是任何人今天都能安裝、並用來在研究等級流程下產生策略，以規則為本或以 ML 為本，的框架。你寫一個函式，輸入 (df, lb) 並回傳 {−1, 0, +1} 中的 int8 訊號；框架擁有最佳化、滾動前向編排、市場狀態輪動、5 情境穩健性覆蓋套件，以及度量計算。numba JIT 內迴圈在一個型別化交易帳本上套用手續費、滑價、資金費（僅加密貨幣）、盤中 SL/TP、時段視窗與強制平倉邏輯，所以模擬的 PnL 正是一個可部署的執行層實際會看到的。

七個主要子系統開箱出貨，資料載入器、指標核心、策略契約、執行核心、最佳化器、滾動前向編排器、市場狀態引擎，外加蒙地卡羅與去膨脹 Sharpe 診斷區塊。v0.4.0 版把 Config 從全域變數解纏，這正是讓兩個回測能在同一個直譯器中共存的關鍵，也正是它在下游解鎖了跨語言一致性協定。

• ▪安裝：pip install quant-research-framework。DOI：10.5281/zenodo.19798594。Apache-2.0 授權。
• ▪策略契約刻意極簡：(df, lb) → int8[] in {−1, 0, +1}。手寫規則與 ML 模型用的是同一個介面。
• ▪隨附 CSV 讓第一次回測成為一行：SOLUSDT 1h（48,094 根 K 棒）與 EURUSD 1h（53,160 根 K 棒）。

Rust 移植給你相同的引擎，相同的 WFO、相同的市場狀態分段器、相同的穩健性套件、相同的策略語意，在一個你能投進生產部署而無需 Python 直譯器的二進位檔中。它是相同規格的一個獨立實作，而非一次音譯：不同的記憶體佈局、不同的捨入機制（LLVM-via-rustc 對 LLVM-via-numba）、不同的 RNG。重點是用兩個唯一共享血緣為規格本身的引擎來演練演算法規格。

策略契約與 Python 完全鏡像：fn(&[Bar], usize) → Vec<i8>。翻轉偵測層把原始訊號水準翻譯成進場／出場代碼；這種分離讓策略作者指定期望狀態（多／空／平）而非轉換，這對維持無前視正確性容易得多。

• ▪DOI：10.5281/zenodo.19798592。crates.io：cargo add quant-research-framework-rs。
• ▪依賴刻意極小且釘住：rand =0.9（精確）、chrono 0.4、chrono-tz 0.10。精確的 rand 釘住有記錄，因為 rand 0.10 把 random_range 變成一個 trait 方法，會破壞呼叫點。
• ▪Rust 二進位檔無需暖機；Python 在第一次受測運行之前付一次性的 numba JIT 快取成本。

一致性是讓我們能主張 Python 與 Rust 在運行同一個回測器、而非兩個碰巧看起來相像的回測器的協定。三個確定性配置介面在每個 PR 上端到端驗證：預設配置（56 個度量點 · K 棒觸發 WFO + 智慧最佳化回顧 + 自動 RRR）、市場狀態 + WFO（98 個度量點 · 每市場狀態 LB 最佳化 + OOS LB 輪動 + 200-bar 暖機 + 4 個 WFO 視窗），以及外匯模式（56 個度量點 · 點值縮放部位規模 + 外匯模式 PnL 封頂）。

容差為 10⁻³ 相對；全部 210 個度量點中觀測到的最差偏差為 5×10⁻⁵，比宣告緊二十倍，我們視之為演算法等價、而非數值累積在起約束作用的證據。210 點的論文期複現以 \%.4f 列印捨入精度逐位元相符。

• ▪重跑一致性是每個介面一個指令，在近期筆電上總執行時間 ≈ 5–10 分鐘。
• ▪按設計停用：蒙地卡羅百分位（引擎間 RNG 實作不同）與 INDICATOR_VARIANCE 覆蓋——一個未設種子的 ±1 回顧位移，按設計即為隨機，因此這些列在每個引擎中逐次執行而跳動，落在一致性介面之外。
• ▪誠實揭露的未驗證範圍：Windows MSVC。四向市場狀態+WFO+外匯+時段組合現已逐位元組精確並在 CI 中設閘門（Phase 08），且 aarch64 上的跨架構一致性已由 CI 驗證（Phase 06）。

效能階段的重點是 Rust 引擎在生產部署中可操作地可用，而非 Python 參考實作慢。在隨附的基準上，Rust 移植端到端快 23.8–57×，整個行程峰值 RSS 低約 33–65×，一旦扣掉 Python 的 pandas/numpy/numba 直譯器基線，可歸因於引擎的記憶體差距合理上可能僅 3–5×，論文帶著那條警語來讀這個標題。

速度比較之所以有意義，正是因為一致性成立：沒有一致性，一個更快的重新實作可能只是做了更少的工作；有一致性，你計時的是同一個演算法的兩個實作。

• ▪基準在隨附的 SOLUSDT 1h 切片上於 15k / 25k / 35k / 48k 根 K 棒運行，三次暖運行（捨棄一次暖機以供 numba JIT 快取）。
• ▪完整的預設流程端到端運行：IS/OOS 基線、帶自動 RRR 的智慧最佳化回顧搜尋、K 棒觸發滾動前向、蒙地卡羅診斷，以及四個 v0.1.x 穩健性覆蓋。

隨附論文記錄架構、WFO + 市場狀態 + 穩健性流程、一致性方法論、效能比較，以及一份適合學術發表的可重現性藍圖。它把框架對照六個廣泛使用的開源回測器與相關統計文獻定位；貢獻在於組合加上一致性協定，而非新的統計機制。

十二輪內部審閱把論文從平均審閱分 7.0 帶到最終 8/8/9 的軌跡。論文儲存庫出貨 requirements-paper.txt 附釘住的 Python 依賴、一個會對釘住的姊妹複本 SHA 運行 make verify 的 Makefile，以及一個支撐每一張圖的已產生 parity_residuals.csv。

• ▪完整原始碼：github.com/DaruFinance，論文 repo + python repo + rust repo 作為姊妹。
• ▪兩個產物都有各自的 Zenodo DOI；論文儲存庫將在發表時封存至 Zenodo 而獲得自己的 DOI。

Rust 移植已被交叉編譯至 aarch64-unknown-linux-gnu，並在 QEMU 使用者模式模擬下對照與 x86_64 二進位檔相同的輸入運行。在為先前未設種子的指標變異覆蓋設種子（一個在論文準備期間發現並修正的疏失）之後，每一個列印的確定性度量在兩個架構之間、於全部六個資料集上都逐位元組相同，1,176 行度量，零差異。只有載入與總牆鐘計時不同，兩者都被 QEMU 的模擬開銷膨脹。

這個比較是對列印的度量區塊做精確字串相等，嚴格強於跨語言一致性所用的相對容差檢查，而它之所以成立，是因為熱路徑只使用正確捨入的 IEEE-754 運算，沒有 fast-math 也沒有 fused-multiply-add 的程式碼產生。一個在免費公開 ARM 執行器上的原生 ARM 工作，在 QEMU 工作旁邊於真實矽晶上執行相同的逐位元組相等斷言，因此兩個架構在每次變更時都被檢查，而 QEMU 結果作為可重現的後備。

執行核心在論文所固定的版本上一次操作單一 OHLC 序列。解除該限制的多資產子基底已於 v0.5.0 在兩個引擎發布：一個 panel 層（跨資產市場狀態偵測、多空籃子、equal-risk-contribution 配重、beta／美元／sigma 中性化、投資組合約束）外加配對與 carry 原語，建立在一個重新設計的每腿交易帳本之上，該帳本攜帶腿 id、交易群組 id，以及完整的成本分解（手續費、滑價、資金費、毛額與淨額），滿足毛額 − 成本 = 淨額至浮點容差。

每個原語都 Python ↔ Rust 鏡像，並由其在 CI 中自己的一致性閘門驗證，遵循與原本介面相同的紀律，八個介面現在在 1e-3 內吻合（交易筆數精確）。單一資產輸出與前一版相比逐位元組不變。建立在此子基底之上的專有策略研究維持私有；公開發布的是引擎能力，而非策略。

已發布的一致性紀錄涵蓋三個介面；四向組合，市場狀態 + WFO + 外匯 + 時段，是剩下的那一個，現已關閉。追根究柢發現兩個成因。主要的是測試臺的不一致，而非引擎缺陷：組合驅動程式以不同的選擇旋鈕餵給兩個引擎（最小交易數與 risk-to-reward 最佳化在 Rust 側是編譯期常數，但在 Python 側被覆寫），使得樣本內階段選了不同的回看長度。

殘差是 Rust 核心中三處時段結束 K 棒的分歧：在當日最後一根在-時段 K 棒上，它讓相反方向的翻轉訊號開倉、從不阻擋新進場，且執行了 intrabar 的停損／停利檢查，而參考引擎則無條件強制平倉並跳過該停損／停利檢查。對齊這三者（完全由時段旗標保護，因此單功能介面維持逐位元組不變）使組合在每個階段都逐位元組精確。它現在作為第四個受控一致性介面在 CI 中運行，把誠實揭露的未驗證足跡縮小至 Windows MSVC。

DSR 工具（Bailey & López de Prado 2014）原本僅 Python，因為它依賴 scipy 的常態分布，並且每個最佳化軌跡被呼叫一次、而非每根 K 棒。它現已在一個輕量功能旗標後鏡像於 Rust，並以套用於其純量輸出的相同一致性紀律：一個專用測試臺以相同的（Sharpe、試驗 Sharpe、報酬）固定樣本，包括偏態、厚尾與所有退化守衛案例，餵給兩個實作，並確認在標準容差內（且在所有有限案例上低於 1e-9，因為兩者皆為封閉形式）於期望最大 Sharpe 與去膨脹 Sharpe 上吻合。

常態 CDF 及其反函數取自一個經驗證的統計 crate，與 scipy 吻合至約 1e-12；移植中他處使用的粗略誤差函數近似刻意不重用，因為其尾部誤差會在相關分位數上汙染期望最大 Sharpe 項。其益處是一個僅 Rust 的部署能在它自己的最佳化器軌跡上計算去膨脹 Sharpe 診斷，而無需往返 Python。