量化工作平台

1、项目是面向股票、ETF、指数和期货的本地量化数据与策略研究平台，覆盖数据维护、因子研究、策略回测及研究成果管理等环节。
2、支持从 Tushare 和期货 Tick 文件获取数据，完成增量更新、复权处理、标准化存储、失败重试以及数据完整性和质量检查。
3、内置 Basic、Alpha158、Alpha101 等因子体系，支持因子计算、覆盖率检查、IC/RankIC 分析、分组收益分析、稳定性评估和因子选股。
4、提供股票池筛选、组合回测、调仓、交易成本、涨跌停及 ST 等交易约束，并输出净值、交易、持仓、诊断和基准对比结果。
5、支持策略回测、跟踪。
6、提供本地可视化工作台，可查看数据状态、因子、策略、组合和研究产物，并通过 Watchlist 和生命周期机制管理候选策略及复盘记录。

1、项目采用分层模块化架构，将核心配置、数据、特征、研究、策略、回测引擎、工作流、界面和生命周期管理解耦，避免数据获取与策略逻辑相互依赖。
2、数据按照 Raw 原始层、DWD 标准化层和 Factor 因子层分层存储，使用 Parquet 保存大规模数据、DuckDB 执行分析查询、SQLite 记录任务和质量元数据。
3、数据采集模块针对接口分页、频率限制和网络异常实现限流、重试、失败分区记录与增量跳过，并支持复权因子变化后的局部数据重建。
4、因子模块通过 TOML 和受控表达式引擎定义基础因子，同时提供 Alpha158、Alpha101 等独立因子库，实现因子预计算、质量验证和研究分析。
5、回测引擎将股票池、因子打分、调仓计划、订单撮合、持仓现金、交易成本和风险控制拆分实现，并对 ST、新股、停牌及涨跌停等可交易性进行约束。
6、研究和回测结果统一写入 Artifacts 目录，通过 Manifest 记录策略、参数、指标和输出文件；系统同时提供 CLI、批处理脚本和 Streamlit 工作台，并通过 Pytest 保障各模块正确性。