在云服务器上跑聚宽/米筐策略：jqdatasdk与rqdatac本地化部署实战方案

我是一个从聚宽平台起步的个人量化玩家，A 股策略为主，在平台上写了两年策略，今年把整套研究和实盘链路搬到了自己的云服务器上。

这篇教程帮你解决的问题：聚宽/米筐上写好的策略，能不能脱离平台的在线环境，在自己服务器上跑？ 答案是能——用官方的数据 SDK（聚宽 jqdatasdk、米筐 rqdatac）在自己机器上取数，策略逻辑本地运行。跟着做完，你会得到一套"数据从平台来、策略在自己服务器跑"的本地化方案，回测想跑多久跑多久，没人管你的内存和时长。

先说清楚一个前提：平台的核心价值是数据和社区，策略搬出来不等于抛弃平台，而是把"算"这件事拿回自己手里。

一、为什么要搬出来：我被在线环境"卡"了两次

先声明，我很感谢聚宽，我的量化启蒙就是在上面完成的，免费数据、在线回测、社区帖子，小白入门没有比这更友好的了。

但玩得越深，两个天花板越明显：

第一次被卡是去年底。我想做一个全市场 5000 多只股票、10 年日线的横截面因子回测，在线环境跑了 40 多分钟，内存超了，回测直接被杀掉。平台的在线回测有内存和时长限制，这我懂，平台要控制成本。但我的研究需求是真实的。

第二次是今年年初。我想把策略信号对接到自己的实盘提醒系统，在线环境不支持随便装第三方库，也不能 7×24 挂着我的自定义进程。

那段时间我的工作流特别拧巴：在聚宽网页上写策略→回测被杀→砍股票池砍年限→再跑→好不容易跑通了，想把每日信号导出来发到自己邮箱，还得绕好几道。有天晚上我盯着"内存超出限制"的红字提示，突然意识到自己像在别人的客厅里练举重——地方挺好，但举重点就有人来提醒你小心地板。

群里一个老哥点醒我：聚宽和米筐都有本地数据 SDK，数据授权跟着账号走，策略在哪跑是你自己的事。我一查，还真是。当晚就决定了：搞一台自己的服务器，把"算"搬回家。

二、总体方案：平台出数据，我的服务器出算力

我的本地化方案一句话概括：jqdatasdk/rqdatac 负责取数，本地数据库负责存，策略代码在我自己的服务器上跑。

服务器是腾讯云轻量应用服务器，2 核 4G 的 Ubuntu 实例（数据本地落库建议 4G 起步），一天不到一块钱的量级。架构长这样：

聚宽/米筐数据服务器
        ↓ (jqdatasdk / rqdatac 按授权取数)
我的云服务器：数据同步脚本 → Parquet/数据库本地存储
        ↓
回测引擎（本地，不限内存不限时）/ 每日信号脚本（crontab 定时）

关键认知：SDK 取数有流量配额，所以绝不能每次回测都现拉数据，必须本地化存储，一次拉取、反复使用。 这是整套方案的核心思想。

三、上手：装 SDK 到第一次取数，二十分钟

上周六下午开始折腾。装聚宽 SDK 一行命令：

pip install jqdatasdk

然后写了个测试脚本，验一下账号和数据通不通：

import jqdatasdk as jq

jq.auth('你的聚宽手机号', '你的密码')

df = jq.get_price('000001.XSHE', start_date='2024-01-01',
                  end_date='2024-12-31', frequency='daily')
print(df.tail())

跑通的那一刻还是挺惊喜的——我在自己服务器上，拿到了和平台网页里一模一样的平安银行日线数据。米筐的 rqdatac 同理，pip install rqdatac 然后 rqdatac.init() 初始化授权，API 设计略有差异但思路一样。

对比之前在平台网页上的体验：点"运行回测"→排队→跑一半被杀→改小范围→再排队。现在本地脚本想跑多大跑多大，那个 40 分钟被杀的全市场回测，在我 2 核 4G 的小服务器上跑了 50 多分钟，跑完了。看着终端里打印出完整结果的那一刻，感觉像是从合租房搬进了自己的房子。

四、数据落库：一次拉取，反复使用

这是最重要的一步，也是最体现"本地化"价值的一步。

我写了一个数据同步脚本，核心逻辑是增量更新：每张表记录最后更新日期，每次只拉新数据。股票日线库我用的 Parquet 文件按年分区存储（够用且简单），分钟线和财务数据用的 DuckDB。

# 伪代码示意核心逻辑
last_date = read_last_update_date('daily_prices')
new_data = jq.get_price(stock_list, start_date=last_date,
                        end_date=today, frequency='daily')
append_to_parquet(new_data, partition_by='year')
write_last_update_date('daily_prices', today)

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

然后 crontab 里挂一个任务，每个交易日收盘后自动同步：

30 16 * * 1-5 /home/ubuntu/data/venv/bin/python /home/ubuntu/data/sync_daily.py

首次全量拉取我挑了个周末跑，10 年全市场日线拉了大半天（注意控制频率，别打满配额）。之后每天增量同步只要一两分钟。

落库之后回测完全走本地数据，不消耗任何 SDK 配额，回测一百遍都免费。这就是本地化部署的精髓：平台的配额只花在"新数据"上。

五、踩了个坑：SDK 登录被打满，脚本全军覆没

上线第二周，踩了个实打实的坑。

那天我同时开了三个终端调试策略，每个脚本启动都会 jq.auth() 登录一次。开到第四个脚本的时候，所有脚本报错了——提示大概是"登录连接数超出限制"。正在跑的每日同步任务也被牵连断掉了。

查了一下才明白：jqdatasdk 的账号同时在线的连接数有限制（同一账号多处登录会互相挤掉）。我那几个脚本各自 auth，等于自己把自己踢下线了。

解决方案也成熟：把数据访问收敛成一个单一的数据服务进程——我写了一个常驻的 data_server.py，启动时 auth 一次，其他所有策略脚本不直接连 SDK，而是从本地数据库读数，或者通过本地接口向 data_server 要数据。SDK 连接从"N 个"收敛到"1 个"，问题根治。

所以给大家的建议：SDK 本地化部署，一定要控制 auth 的次数和并发。把"取数"和"用数"分开，取数走单一进程，用数走本地库。这个架构上的小心思，能帮你避开最大的坑。

六、现在的日常：研究自由度完全不一样了

跑了小半年，说几个真实的变化：

• 全市场 10 年回测想跑就跑，前天半夜失眠跑了个 300 个参数组合的暴力寻优，跑了三个小时，没人杀我进程
• 每日信号脚本收盘后自动跑，信号结果 Server 酱推到微信，比我之前手动上网页看快了一个小时
• 策略代码全在自己 git 仓库里，版本管理、回滚、diff，终于有了正规军的感觉
• 聚宽网页端我还在用——快速验证想法、看社区帖子依然香，但重活全在自己服务器上

七、说说还能更好的地方

诚实挑刺：

1. SDK 取数速度和配额是硬约束。分钟级数据全市场拉取，要规划着用，不能任性。我的应对是日线 Parquet 全量、分钟线只存自选股池。
2. 没有平台那种开箱即用的回测可视化。本地回测的结果图要自己用 matplotlib 画，或者接个本地回测框架，前期有学习成本。
3. rqdatac 和 jqdatasdk 的 API 风格不一致，我两个都用，封装层写得很别扭，至今没想优雅地统一。

但这些是自由的价格，我付得起。

八、总结：数据跟着账号走，算力跟着自己走

一句话总结：平台负责数据，我的服务器负责算，各干各最擅长的事。

如果你也在聚宽/米筐上被内存限制、时长限制卡过，我的建议是：这套方案放心冲！ 先用 SDK 把数据通道打通，再慢慢把策略搬过来，一周见效。

• 给小白：别想着一步到位。第一步就是把 pip install jqdatasdk 和 jq.auth 跑通，在本地拿到第一份数据，后面的事自然会长出来。
• 给老鸟：架构上务必"取数单进程、用数走本地库"，SDK 并发登录限制是一定会撞的南墙。存储层日线用 Parquet 分区足够，别一上来就上 ClickHouse，杀鸡用牛刀。

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：聚宽策略能下载到自己的服务器上跑吗？

策略代码本来就是你自己写的，可以复制到任何地方运行。平台数据和回测环境不能"下载"，但可以通过 jqdatasdk 在自己服务器上按账号授权取数，策略逻辑本地化执行，效果等同。

Q：jqdatasdk 是免费的吗？有使用限制吗？

聚宽账号有免费的数据调用额度，更大数据量需要购买数据授权。主要限制是流量配额和同时在线连接数，所以务必本地化存储数据、控制 SDK 登录并发，配额只花在增量新数据上。

Q：rqdatac 和 jqdatasdk 哪个好用？

都好用，数据质量和 API 设计各有拥趸。米筐 rqdatac 偏机构风格、因子数据丰富；聚宽 jqdatasdk 社区教程多、上手快。建议都装上试一周再定主用哪个，两者取数授权是独立的。

Q：本地化部署后，还能用聚宽的在线回测吗？

能，两者不冲突。推荐的工作流是：平台网页端快速验证想法、逛社区，重活（大回测、定时信号、实盘对接）在自己的云服务器上跑。

Q：跑 SDK 本地化方案，云服务器要什么配置？

建议 2 核 4G 起步。取数脚本不吃资源，但本地数据落库 + 大回测需要内存，2G 跑全市场回测会紧张。存储建议 60G 以上，10 年全市场日线 Parquet 大约占 10-20G。