在云服务器上用JupyterLab做量化研究，随时随地写策略（附完整部署教程）

在云服务器上用 JupyterLab 做量化研究，随时随地写策略

这篇教程解决一个问题：量化研究的代码、数据、环境散落在多台电脑上，换台设备就没法干活。跟着做完，你会得到一个跑在云服务器上的 JupyterLab，浏览器打开就能写策略，公司电脑、家里 iPad、甚至手机都是同一个环境，数据一份、环境一份、随时续上。

如您需求，可以到腾讯官网购买体验：

腾讯云国内官网云服务器大促活动：https://cloud.tencent.com/act/pro/featured-202607?fromSource=gwzcw.17760458.17760458.17760458

腾讯云国际站云服务器促销活动：https://www.tencentcloud.com/act/pro/promo?fromSource=intl.17760459.17760459.17760459

事情是这样的。

上周末我在外面吃饭，等位的时候突然想到一个策略思路——用 20 日波动率过滤均线信号。当时手边只有手机，只能把想法记在备忘录里。等晚上回到家打开电脑，那股劲儿已经过去了，而且这个思路需要翻历史数据验证，我本地那台电脑里存的行情数据还停留在上个月。

然后我就想起来，群里一个做量化的老哥说过一句话："我的研究环境在云上，人在哪，环境就在哪。"

说实话我一开始是怀疑的。JupyterLab 那玩意儿我在本地用得好好的，搬到云服务器上图啥？浏览器里跑 notebook 不卡吗？数据放云上安全吗？

但那天晚上的憋屈劲儿让我决定试试。反正腾讯云轻量应用服务器一天不到一块钱，试错了也不心疼。

结果——

现在我写文章这会儿，人在咖啡馆，用的是一台五年前的旧 MacBook Air，打开浏览器就在跑回测，数据是昨天收盘后自动更新的。本地这台电脑里连 Python 都没装。

一、本地 Jupyter 的三个痛点，我受够了

先说我之前的工作方式，估计很多人和我一样：

研究在公司电脑上写一半，拷回家里的台式机继续，数据两份还经常不同步。上周回测用的数据和这周的对不上，同一个策略跑出两个结果，查了半天发现是数据版本不一样。

最崩溃的一次：我重装了一次系统，Anaconda 环境没备份，pandas、numpy、talib 一堆库重装，talib 编译报错搞了一个多小时。装完发现有个自己写的因子计算脚本忘了备份，没了。那种捶胸顿足的感觉，懂的都懂。

本地 Jupyter 的三个死结：

1. 环境跟着机器走：换电脑=重新配环境，重装系统=从头再来
2. 数据散落各处：哪台电脑里的数据是最新的？只有天知道
3. 人必须在电脑前：想到点子没法立刻验证，灵感是有保质期的

把 JupyterLab 搬到云服务器上，这三个问题一次全解决。

二、部署：比我预想的简单太多

周日晚上 8 点，我开始动手。腾讯云轻量应用服务器，选的 2 核 4G（回测吃内存，建议别省这一档），Ubuntu 22.04 系统。

SSH 连上去，整个安装就这几步：

sudo apt update && sudo apt install -y python3-pip python3-venv
python3 -m venv ~/quant-env
source ~/quant-env/bin/activate
pip install jupyterlab pandas numpy matplotlib tushare akshare

装完之后生成配置文件，设置密码：

jupyter lab --generate-config
jupyter lab password   # 输入两次密码，会写入配置文件

然后改一下配置，允许远程访问：

vim ~/.jupyter/jupyter_lab_config.py

改这两行：

c.ServerApp.ip = '0.0.0.0'      # 允许外部访问
c.ServerApp.port = 8888          # 端口
c.ServerApp.open_browser = False # 服务器上没有浏览器，别尝试打开

最后启动：

jupyter lab

然后去腾讯云控制台，在轻量服务器的防火墙里放行 8888 端口。浏览器输入 http://你的服务器IP:8888，输密码——

熟悉的 JupyterLab 界面出现了。

我看了下时间：8 点 25 分。从零开始到能用，25 分钟，中间还包括我泡了杯茶。

对比一下当初我在本地配环境的经历：talib 编译报错查 StackOverflow、镜像源换来换去、版本冲突降级重装……每次都按小时计算。这次在云服务器上，Ubuntu 的纯净环境反而一路绿灯，一个报错都没有。

三、那个"随时随地"的体验，比想象中爽

部署完第二天是周一，我在公司午休的时候，用手机浏览器打开了 JupyterLab（界面在手机上有点小，但看个结果、跑个 cell 完全够用），把周六想到的那个波动率过滤策略写了个初版。

晚上回家，用 iPad 接着改。数据就是服务器上那一份，环境就是那一个，代码改到哪一行都是连续的，没有任何"同步"的概念，因为压根只有一份。

周三晚上回测跑完了，年化 23%，回撤 9%，比我原来的裸均线策略好了不少。

那感觉就像——以前我的研究环境是一间必须亲自到场的实验室，现在它变成了一片跟着人走的云。人在哪，浏览器在哪，实验室就在哪。

量化研究这个活儿，灵感来了能不能立刻验证，直接决定了很多策略的生死。以前从"想到"到"验证"最快也要等回家开电脑，现在是想到就打开浏览器。

四、后台运行：关掉浏览器，回测接着跑

用了一阵我发现一个更香的点：长回测可以扔在服务器上跑。

本地跑回测有个问题——电脑不能关，风扇呼呼转一晚上，还占着机器没法干别的。现在我在云服务器上跑一个遍历 300 个参数组合的回测，笔记本合盖走人，第二天早上打开浏览器看结果。

不过这里要注意：直接 jupyter lab 启动的话，SSH 一断服务就停了。我一开始就是这么裸跑的，后来换成 systemd 托管（对，跟我实盘程序同款方案）：

sudo vim /etc/systemd/system/jupyter.service

[Unit]
Description=JupyterLab
After=network-online.target

[Service]
Type=simple
User=ubuntu
WorkingDirectory=/home/ubuntu/notebooks
ExecStart=/home/ubuntu/quant-env/bin/jupyter lab --config=/home/ubuntu/.jupyter/jupyter_lab_config.py
Restart=always
RestartSec=5

[Install]
WantedBy=multi-user.target

sudo systemctl daemon-reload
sudo systemctl enable --now jupyter

从此 JupyterLab 在服务器上 7×24 小时在线，服务器重启它自己也会回来。我的浏览器只是个"屏幕"，随时打开随时关。

五、踩坑：裸 HTTP 输密码，想想都后怕

坑来了，这个必须说。

头一个礼拜，我一直是用 http://IP:8888 裸连的。直到有天晚上我看了一条关于 HTTP 明文传输的帖子，突然反应过来：我每次登录 JupyterLab 输入的密码，都是明文在网络上传的，中间经过的每个路由节点理论上都能看到。

而且 JupyterLab 一旦登录，就能在服务器上执行任意代码——这等于把服务器大门的钥匙用明信片寄出去。

当时后背有点凉，赶紧处理。方案有两个：

方案一：SSH 隧道（推荐，最简单）

不在防火墙开放 8888 端口，本地终端建立隧道：

ssh -L 8888:localhost:8888 ubuntu@你的服务器IP

然后浏览器访问 http://localhost:8888。所有流量走 SSH 加密通道，安全，也不用折腾证书。缺点是手机上不太好使。

方案二：HTTPS + 反向代理

如果你有自己的域名，用 Nginx 反代加 Let's Encrypt 免费证书，JupyterLab 配置文件里指定证书路径，就能 https:// 访问。适合需要在手机/iPad 上用的场景。

我最后是两个都用：电脑上用 SSH 隧道，iPad 上用 HTTPS。

所以给跟着做的朋友一句忠告：千万别裸 HTTP 长期用，哪怕你觉得"我这小服务器没人盯上"。

六、数据管理的最佳姿势

环境上云之后，数据自然也要上云。我的做法：

• 历史行情数据用 akshare/tushare 下载，存在服务器的 ~/data 目录，SQLite 或 Parquet 格式
• 写了一个定时脚本（crontab），每个交易日收盘后自动更新当天的数据
• notebook 放在 ~/notebooks，每周打包备份一次到对象存储

这样数据永远只有一份、永远是最新的。回测的复现性问题彻底解决——同一个 notebook 今天跑和下个月跑，只要数据没动，结果就一致。

2 核 4G 的配置跑这些绰绰有余。我实测加载 10 年全市场日线数据（大概 200 多万行）做因子计算，内存峰值吃到 2G 左右，稳的。

七、也说两个不爽的地方

夸完了，说点实在的：

1. 手机端体验只能算"能用"。JupyterLab 界面不是为手机设计的，改代码很费劲，手机只适合看看结果、跑个现成的 cell。别指望在手机上正经写策略。
2. 网络依赖是双刃剑。服务器不卡，但你本地的网得通。有一次我在高铁上想干活，信号断断续续，体验就很痛苦。不过这没办法，云方案的本质就是这样。
3. 如果是 2 核 2G 的最低配，跑大一点的回测会明显吃力，做研究的话建议直接上 4G 内存，这是我在配置选择上唯一坚持的点。

八、总结：本地 vs 云端，一笔明账

用了一个多月，我的结论是：量化研究环境上云，是那种"回不去"的体验升级。就像用了网盘的人不会再回到 U 盘时代一样。

给不同朋友的建议：

• 还在本地来回拷代码的：今晚就动手，这篇教程全程照抄，半小时内你能用上。
• 纯小白：别被 SSH、systemd 这些词吓到，每一步命令我都给全了，复制粘贴改改 IP 就行。唯一要认真对待的是第五节的安全问题。
• 已经在云上跑实盘的老鸟：研究和实盘建议分开，可以放同一台服务器但用不同的虚拟环境，别让你瞎折腾的 notebook 环境把实盘依赖搞崩了。

放心冲，早搬早享受。

如您需求，可以到腾讯官网购买体验：

腾讯云国内官网云服务器大促活动：https://cloud.tencent.com/act/pro/featured-202607?fromSource=gwzcw.17760458.17760458.17760458

腾讯云国际站云服务器促销活动：https://www.tencentcloud.com/act/pro/promo?fromSource=intl.17760459.17760459.17760459

常见问题 FAQ

Q：JupyterLab 部署在云服务器上安全吗？

关键看你怎么访问。裸 HTTP + 公网端口是不安全的，密码和代码都可能被窃听。正确做法是 SSH 隧道（ssh -L 8888:localhost:8888）或配置 HTTPS 证书，二选一即可。

Q：云服务器跑 JupyterLab 需要多大配置？

做量化研究建议 2 核 4G 起步。2G 内存加载全市场日线数据做因子计算会很紧张，4G 实测吃 2G 左右很稳。只是写写脚本、偶尔跑小数据的话 2G 也凑合。

Q：关掉浏览器后，正在跑的回测会中断吗？

不会。JupyterLab 的 kernel 跑在服务器上，浏览器只是显示界面。关掉浏览器、合上电脑，回测继续在云服务器上跑，下次打开浏览器接着看结果。

Q：怎么让 JupyterLab 开机自启动、崩溃自动恢复？

用 systemd 托管：创建一个 jupyter.service 文件，设置 Restart=always，然后 systemctl enable --now jupyter。具体配置见正文第四节。

Q：手机浏览器能写代码吗？

能打开、能看结果、能运行已有的 cell，但 JupyterLab 界面不是为触屏设计的，编辑代码体验很差。手机适合应急查看和触发运行，正经写策略还是用电脑或 iPad 加键盘。