量化交易服务器选择与部署_云服务器配置实践

声明：本文为个人学习笔记，仅供技术交流，不构成任何投资建议。

一、前言

在期货量化这条路上，我已经走了整整二十年。做量化交易，服务器的稳定性至关重要。

今天这篇文章，我来分享一下量化交易服务器的选择和部署经验。

二、为什么需要服务器？

三、服务器选择

3.1 云服务器 vs 物理服务器

建议：大多数量化策略，云服务器足够。

3.2 云服务商选择

3.3 配置选择

推荐配置：2核4G，5Mbps带宽，适合大多数策略。

3.4 地域选择

选择靠近期货公司服务器的地域：

• 上海（大多数期货公司服务器在上海）
• 北京
• 深圳

四、服务器部署

4.1 系统选择

推荐 Ubuntu 22.04 LTS：

• 稳定
• 社区支持好
• Python环境友好

4.2 基础配置

# 1. 更新系统
sudo apt update && sudo apt upgrade -y

# 2. 安装基础工具
sudo apt install -y vim git wget curl htop screen

# 3. 设置时区（重要！）
sudo timedatectl set-timezone Asia/Shanghai

# 4. 安装Python
sudo apt install -y python3 python3-pip python3-venv

# 5. 验证
python3 –version

4.3 创建项目环境

# 创建目录
mkdir -p ~/trading
cd ~/trading

# 创建虚拟环境
python3 -m venv venv
source venv/bin/activate

# 安装依赖
pip install tqsdk pandas numpy matplotlib

# 验证安装
python -c "from tqsdk import TqApi; print('TqSdk安装成功')"

4.4 上传代码

# 方法1：使用Git
git clone https://github.com/your_repo/trading_strategy.git

# 方法2：使用SCP
scp -r ./strategy root@your_server_ip:~/trading/

五、策略部署

5.1 配置文件

# config.py
CONFIG = {
# 交易配置
'broker': '期货公司',
'account': '资金账号',
'password': '密码',
'tq_user': 'TQ账户',
'tq_pass': 'TQ密码',

# 策略配置
'symbol': 'SHFE.rb2505',
'volume': 1,

# 日志配置
'log_dir': '/home/trader/trading/logs',
}

注意：敏感信息不要提交到Git，使用环境变量或单独的配置文件。

5.2 启动脚本

#!/bin/bash
# start.sh

cd /home/trader/trading
source venv/bin/activate

# 设置环境变量
export PYTHONUNBUFFERED=1

# 启动策略
python main.py >> logs/output.log 2>&1

5.3 使用Screen保持运行

# 创建新的screen会话
screen -S trading

# 启动策略
./start.sh

# 按 Ctrl+A, D 分离会话

# 重新连接
screen -r trading

# 查看所有会话
screen -ls

5.4 使用Systemd（推荐）

# /etc/systemd/system/trading.service
[Unit]
Description=Trading Strategy
After=network.target

[Service]
Type=simple
User=trader
WorkingDirectory=/home/trader/trading
ExecStart=/home/trader/trading/venv/bin/python main.py
Restart=always
RestartSec=10
Environment=PYTHONUNBUFFERED=1

[Install]
WantedBy=multi-user.target

# 启用服务
sudo systemctl enable trading
sudo systemctl start trading

# 查看状态
sudo systemctl status trading

# 查看日志
journalctl -u trading -f

六、监控和运维

6.1 日志查看

# 查看实时日志
tail -f logs/trade.log

# 查看最近100行
tail -100 logs/trade.log

# 搜索错误
grep "ERROR" logs/trade.log

6.2 进程监控

# 查看进程
ps aux | grep python

# 查看资源使用
htop

6.3 自动重启脚本

# watchdog.py
import subprocess
import time
import os

def check_process(process_name):
"""检查进程是否运行"""
result = subprocess.run(['pgrep', '-f', process_name],
capture_output=True, text=True)
return result.returncode == 0

def start_process():
"""启动策略"""
os.system('systemctl start trading')

def main():
while True:
if not check_process('main.py'):
print("策略未运行，正在重启…")
start_process()
time.sleep(60) # 每分钟检查一次

if __name__ == '__main__':
main()

七、安全配置

7.1 防火墙

# 只开放必要端口
sudo ufw allow ssh
sudo ufw enable

7.2 SSH安全

# 修改SSH端口
sudo vim /etc/ssh/sshd_config
# Port 22222

# 禁用密码登录（使用密钥）
# PasswordAuthentication no

sudo systemctl restart sshd

7.3 定期备份

# 备份脚本
#!/bin/bash
DATE=$(date +%Y%m%d)
tar -czf /backup/trading_$DATE.tar.gz /home/trader/trading/

# 添加到crontab
# 0 3 * * * /home/trader/backup.sh

八、我的服务器配置

选择TqSdk的原因：

• 安装简单，pip一键安装
• 数据内置，不需要额外配置数据源
• 回测和实盘代码一致，部署方便

九、常见问题

Q1：服务器连接不上期货公司？

检查：

Q2：策略运行一段时间后断开？

可能原因：

解决：添加重连机制和异常处理。

Q3：如何查看策略运行状态？

# 查看服务状态
systemctl status trading

# 查看日志
journalctl -u trading -f

十、总结

量化交易服务器部署的核心要点：

希望这篇文章对你有所帮助！

声明：本文基于个人学习经验整理，仅供技术交流参考，不构成任何投资建议。