我之前一直想把 A 股回测这件事搬到本地做。 原因很现实：平台能跑，但额度、积分、接口和批量实验都会卡住。尤其是想做分钟级因子、日内择时、量价特征的时候，本地数据会自由很多。所以我今天让 Codex 做了一件很基础但很关键的事：不要只看文件名，直接去读本地数据包里的 parquet 文件。 这次实际验证到： 数据频率有 1m / 5m / 15m / 30m / 60m； 当前整理后的本地包覆盖 2019-01-02 到 2026-04-30； 每个频率都有 1776 个交易日文件； 抽读 2019-01-02 的 1分钟数据，有 858,201 行，覆盖 3561 只股票； 字段包括 code、trade_time、open、high、low、close、vol、amount、pre_close、change、pct_chg。 这说明它不只是一个放在硬盘里的大文件，而是后面可以被 AI 调用的数据资产。 接下来我准备继续做三件事： 整理字段字典和数据质量检查； 让 Codex 自动生成因子计算脚本； 搭一个本地回测界面，以后输入一个策略想法，就能自动生成代码、跑回测、看结果。 这篇先记录到这里。后面我会继续把「AI + 本地量化回测」这条线搭起来。 #量化交易 #ai炒股 #python量化 #codex #AI工作流 #AI量化 #量化研究