㈠ 量化交易系統搭建-(1)環境配置
分享我從零搭建的一套包括數據抓取、模型計算、券商交易的完整自動化運行量化系統全過程。這套系統已穩定運行1年多，實盤年化收益率約25%，模型回測效果約30%。核心模型演算法不在分享范圍內，重點在於系統搭建與維護。本文旨在記錄搭建伺服器的過程，以及解決遇到的問題。
我首先在自己的macbook上開發、運行並手動驗證了半年，感覺模型基本沒有大問題，但手動操作過於繁瑣且容易出現情緒問題，因此決定搭建全自動運行的交易系統。第一篇將聚焦於搭建伺服器的初始步驟，可以選擇公有雲服務，但自購硬體能更靈活地控製成本和確保數據安全。
我選擇了inter的NUC機型，原因在於其質量可靠、體積小巧、算力強大、功耗低。經過多番比較，NUC機型完美符合需求，我決定使用此型號作為主力伺服器。從一台開始，經過近一年的調試，目前系統已較為穩定，預計未來兩年能滿足需求。
主力伺服器使用Ubuntu20操作系統，每天完成數據抓取、指標和模型計算，以及交易策略信號發送。為了在公司或外地也能遠程管理，我採用SSH反向隧道連接到一台公網雲伺服器。在系統不穩定時，這種安排能在任何地點及時排查和修復問題。
第二台NUC用於安裝券商交易介面，因介面僅在Windows系統下可用，故選擇價格最低的NUC型號。盡管Windows系統是我最不喜歡的操作系統，但考慮到其兼容性，我為其安裝了Windows 10，同時集成miniconda進行軟體開發。
第三台NUC主要用於深度學習和強化學習模型訓練，考慮到性能需求，我選擇了帶有獨顯的型號。然而，Windows 10的開發環境配置和使用體驗並不理想，最終我選擇了使用Windows 10與Docker組合的方式，以滿足在家使用游戲功能與在外遠程使用模型訓練的需求。
在操作系統選擇上，主伺服器推薦使用Linux系統，Linux系統穩定可靠，且在高負載下持續運行數月無任何問題。Windows系統在一段時間的使用後，我意識到不幹凈的軟體安裝可能導致問題，因此我選擇安裝官方網站的軟體。對於Windows 10的坑，我分享了設置登錄密碼與免密SSH登錄的方法，以及驅動程序更新的語言選擇問題。
券商交易介面方面，由於監管政策和介面限制，部分券商提供支持程序化交易的軟體或交易介面。與客戶經理的良好關系有助於獲取更多許可權。在實盤階段，主要問題集中在異常數據處理、軟體自動更新導致程序掛斷等方面。
對於深度學習和強化學習模型的訓練，我選擇了Windows 10與Docker的組合。從系統安裝、驅動程序安裝、WSL2配置到Docker桌面安裝，再到Dockfile的構建，我詳細記錄了整個過程，包括安裝cuda、配置Dockfile等關鍵步驟。通過這一系列操作，我能夠愉快地進行模型訓練。
本文結束於伺服器搭建部分，未來將逐步介紹數據抓取、指標計算、模型策略構造等相關內容，希望對讀者有所幫助。