Nautilus Trader 新手指南：高性能事件驱动交易引擎

backtrader 非常适合学习，但当策略需要毫秒级执行、复杂订单类型或多资产组合时，它会显得吃力。Nautilus Trader 正是为这种场景而生。

Nautilus Trader 是一个现代算法交易平台，Rust 核心 + Python API。它是事件驱动的、模块化的，面向需要研究速度和生产可靠性的严肃量化开发者。

本文向新手介绍 Nautilus Trader 并演示最小可用设置。

Nautilus Trader 有什么不同

大多数 Python 回测器完全用 Python 编写。Nautilus Trader 用 Rust 处理执行核心，通过 Python 接口开发策略。这种设计带来几个优势：

• 速度：Rust 核心处理订单撮合和事件处理比纯 Python 快得多
• 模块化：适配器、策略、风控引擎等组件 cleanly 分离
• 真实性：同一事件驱动模型同时用于回测和实盘
• 多资产：从底层设计就支持股票、期货、外汇和加密

快速对比

安装

Nautilus Trader 可通过 PyPI 安装。建议使用虚拟环境。

python -m venv venv
source venv/bin/activate
pip install nautilus_trader

安装可能需要几分钟，因为包内包含编译好的 Rust 扩展。请确认 Python 版本受项目文档支持。

核心概念

写策略前先理解这些 building blocks：

• Actor：响应事件的组件，如策略或风控经理
• Strategy：包含交易逻辑并发出订单
• Instrument：可交易标的，包含 tick size、保证金等规格
• Order：买入或卖出标的的指令
• Position：成交订单的结果
• Adapter：连接平台与券商或数据源的适配器

最小策略示例

下面是一个简化的 Nautilus Trader EMA 交叉策略：

from nautilus_trader.model.data import Bar
from nautilus_trader.trading.strategy import Strategy
from nautilus_trader.model.identifiers import InstrumentId
from nautilus_trader.indicators.average.ema import ExponentialMovingAverage
 
class EmaCrossStrategy(Strategy):
    def __init__(self, instrument_id: InstrumentId):
        super().__init__()
        self.instrument_id = instrument_id
        self.fast_ema = ExponentialMovingAverage(10)
        self.slow_ema = ExponentialMovingAverage(30)
 
    def on_bar(self, bar: Bar):
        self.fast_ema.handle_bar(bar)
        self.slow_ema.handle_bar(bar)
 
        if not self.fast_ema.initialized:
            return
 
        if self.fast_ema.value > self.slow_ema.value:
            self.buy(self.instrument_id)
        elif self.fast_ema.value < self.slow_ema.value:
            self.sell(self.instrument_id)

代码比 backtrader 更冗长，因为 Nautilus Trader 暴露了更多底层机制。这种冗长换来的是灵活性和速度。

回测工作流

1. 用 tick size、保证金和货币信息定义 instrument
2. 从 CSV、Parquet 或数据库加载历史数据
3. 用初始资金和交易所设置配置回测引擎
4. 添加策略以及风控或执行模块
5. 运行回测并分析结果

from nautilus_trader.backtest.engine import BacktestEngine
 
engine = BacktestEngine()
# ... 添加场所、instrument、数据、策略
engine.run()
engine.dispose()

实盘交易

Nautilus Trader 通过适配器支持实盘。架构与回测相同，缩小了研究与生产之间的差距。但实盘需要：

• 受支持的券商适配器
• 健壮的错误处理
• 实时数据源
• 监控和日志基础设施

实盘前先用模拟或纸面交易测试。

什么时候用 Nautilus Trader

• 你需要事件驱动精度做日内策略
• 交易多资产类别
• 希望同一平台同时回测和实盘
• 性能和模块化比易用性更重要

什么时候不用

• 你只是学习算法交易
• 策略运行在日度或周度周期
• 你偏好带内置指标的简单 API
• 不需要生产级执行

新手常见错误

• 跳过文档：Nautilus Trader 学习曲线陡峭，文档是必需的
• 忽略 instrument 定义：tick size 和保证金细节影响真实成交
• 第一个策略过于复杂：从简单策略开始，逐步增加复杂度
• 过快实盘：先在纸面交易中长期测试

总结

Nautilus Trader 是成长型交易者的强大平台。它把 Rust 性能和 Python 易用性结合，同时面向研究和生产。新手应先掌握 backtrader 或 vectorbt，当速度和模块化成为瓶颈时再迁移到 Nautilus Trader。

相关阅读: QuantConnect Lean 第一个算法 | backtrader vs vectorbt | Top AI Trading GitHub 开源项目