开源 SDK · CLI · 沙箱

用 Python 写量化策略

nova-strategy-sdk 是自包含的策略编写与回测框架(MIT)。本地 pip 安装,写一个 StrategyBase 子类即可在确定性回测中运行,与平台工作台完全一致。

在线工作台

浏览器里开发 + AI

无需本地环境,CodeMirror + AI 助手 + 回测。

打开工作台 →
开源 SDK

pip 安装本地跑

CLI 回测、导出曲线、参数扫描,结果与平台一致。

SDK 用法 ↓
沙箱安全

隔离执行模型

AST 白名单 + 无凭证 + 资源限制。

沙箱规则 ↓

安装与接口

# 安装
pip install nova-strategy-sdk

# 命令行回测
fp-strategy backtest 趋势 --steps 240 --seed 7 --json

最小策略接口:

from strategy_sdk import StrategyBase, register

@register("我的策略")
class MyStrategy(StrategyBase):
    def __init__(self, fast=10, slow=30, size=5):
        self.fast, self.slow, self.size = fast, slow, size

    def on_bar(self, ctx):
        f = ctx.sma(self.fast)          # 内置指标
        s = ctx.sma(self.slow)
        if f > s: ctx.target_position(self.size)
        else:   ctx.target_position(-self.size)

内置示例策略回测

曲线为确定性模拟价格路径的示例回测,非真实收益。

沙箱执行规则

进程隔离python -I -S 子进程
代码校验AST 白名单(≤8KB)
可导入仅 math + indicators
凭证/网络
资源CPU/内存/超时受限
输出仅经风控裁剪的动作
GitHub 仓库 ↗