QuantConnect Lean CLI 是什么？

Lean CLI 是一个命令行工具，让你在自己电脑上本地运行 QuantConnect Lean 算法交易引擎。

需要 QuantConnect 云订阅吗？

不需要。Lean CLI 可免费本地回测。云功能和高级数据需要订阅。

什么是因子策略？

因子策略根据可测量特征选择资产，如价值、动量、质量或波动率。

Lean CLI 能实盘交易吗？

可以，通过支持的券商集成。大多数新手应从本地回测和模拟交易开始。

Lean 使用哪个 Python 版本？

当前版本使用 Python 3.11。请查看文档了解最新支持版本。

QuantConnect Lean CLI：用 Python 构建第一个因子策略

Risk Disclaimer: This content is for educational purposes only. Trading involves significant risk of loss. Past performance does not guarantee future results. Always do your own research before using any trading tool or strategy.

QuantConnect Lean 是功能最强的开源算法交易引擎之一。Lean CLI 让你无需付费云访问即可在本地运行该引擎。对想要机构级回测和因子研究的散户量化者来说，这是强力组合。

本教程带你用 Lean CLI 构建一个 Python 因子策略。

你会完成什么

读完本教程后，你将拥有：

安装配置好的 Lean CLI
一个按动量排序股票的 Python 策略
带真实券商模拟的本地回测
包含收益、回撤和风险指标的结果报告

前置条件

开始前需要：

已安装 Docker
基础 Python 知识
免费 QuantConnect 账户
了解一些因子投资概念

第一步：安装 Lean CLI

用 pip 安装 Lean CLI：

pip install lean

用 QuantConnect 账号登录：

lean login

第二步：创建新项目

创建新项目目录：

lean create-project "FactorMomentum"
cd FactorMomentum

这会生成包含 main.py 和配置文件的策略骨架。

第三步：理解策略结构

基础 QuantConnect 算法继承自 QCAlgorithm。关键方法包括：

Initialize：设置开始日期、资金、股票池和指标
OnData：处理行情数据并做交易决策
OnSecuritiesChanged：响应股票池变化

第四步：编写因子策略

我们构建一个月度再平衡的动量因子策略。每月按 12 个月收益减去最近 1 个月收益排序，持有前 10 名。

from AlgorithmImports import *
 
class FactorMomentum(QCAlgorithm):
    def Initialize(self):
        self.SetStartDate(2020, 1, 1)
        self.SetEndDate(2024, 1, 1)
        self.SetCash(100000)
 
        self.UniverseSettings.Resolution = Resolution.Daily
        self.AddUniverse(self.CoarseSelectionFunction)
 
        self.rebalance_flag = True
        self.month = -1
 
    def CoarseSelectionFunction(self, coarse):
        if self.rebalance_flag:
            sorted_by_dollar_volume = sorted(coarse, key=lambda x: x.DollarVolume, reverse=True)
            return [x.Symbol for x in sorted_by_dollar_volume[:100]]
        return Universe.Unchanged
 
    def FineSelectionFunction(self, fine):
        return [x.Symbol for x in fine]
 
    def OnData(self, data):
        if self.Time.month == self.month:
            return
        self.month = self.Time.month
        self.rebalance_flag = True
 
        symbols = list(self.ActiveSecurities.Keys)
        if len(symbols) < 10:
            return
 
        momentum_scores = {}
        for symbol in symbols:
            history = self.History(symbol, 253, Resolution.Daily)
            if len(history) < 252:
                continue
            prices = history["close"]
            momentum = prices[-21] / prices[-252] - 1
            momentum_scores[symbol] = momentum
 
        ranked = sorted(momentum_scores.items(), key=lambda x: x[1], reverse=True)
        top_symbols = [x[0] for x in ranked[:10]]
 
        self.Liquidate()
        for symbol in top_symbols:
            self.SetHoldings(symbol, 0.1)