3. LEAN CLI 基础命令

LEAN CLI 是 QuantConnect 本地开发与云端协作的统一入口。它把项目初始化、策略创建、回测执行、实盘部署和研究环境五类高频操作封装成独立子命令。理解每个命令的职责边界与关键参数，是后续从研究回测平滑过渡到实盘交易的前提。本节围绕五个核心命令展开，先建立命令全景，再逐一拆解参数与使用场景。

一、核心原理：命令即工作流阶段

LEAN CLI 的设计逻辑并非简单罗列工具，而是对应量化策略生命周期的不同阶段。每个命令解决一个明确问题：init 负责环境与配置落地，create 负责项目骨架生成，backtest 负责历史数据验证，research 负责交互式探索，live 负责真实资金或模拟盘运行。它们共享同一套配置体系（如 lean.json、数据目录、凭据存储），因此命令之间可以无缝衔接。

理解这一点很关键：命令不是孤立的，而是状态传递的。例如 lean init 下载的数据和配置，会被后续 lean backtest 直接复用；lean create 生成的项目结构，决定了 lean live 能否正确加载算法。若跳过 init 直接 backtest，常见结果是数据缺失或路径错误。

二、命令参数与使用场景详解

下面按命令逐一说明核心参数与典型场景。建议在项目根目录执行，确保配置一致。

1. lean init

初始化 LEAN 本地环境，下载官方数据样本、配置文件与基础镜像。常用参数：

lean init
lean init --data-provider QuantConnect
lean init --organization "MyOrg"

使用场景：首次搭建本地环境、切换数据源、加入组织协作。执行后生成 lean.json 与 data/ 目录，是后续所有命令的基础。

2. lean create

创建新策略项目，生成算法文件、配置文件与依赖清单。常用参数：

lean create MyStrategy
lean create MyStrategy --language python
lean create MyStrategy --language csharp

使用场景：从零开始新策略、按语言模板快速起步。生成结构包含 main.py 或 Main.cs、config.json、research.ipynb 等。

3. lean backtest

执行历史回测，输出统计指标与日志。常用参数：

lean backtest MyStrategy
lean backtest MyStrategy --start 2020-01-01 --end 2023-12-31
lean backtest MyStrategy --cash 100000 --output results.json

使用场景：策略验证、参数调优、回归测试。关键参数包括时间范围、初始资金、输出路径与数据源覆盖。

4. lean research

启动 Jupyter 研究环境，加载数据与算法上下文。常用参数：

lean research MyStrategy
lean research MyStrategy --port 8888

使用场景：因子探索、数据可视化、快速原型验证。研究环境与回测共享数据目录，避免重复下载。

5. lean live

部署实盘或模拟盘，连接券商与数据源。常用参数：

lean live deploy MyStrategy
lean live deploy MyStrategy --brokerage Paper
lean live deploy MyStrategy --brokerage InteractiveBrokers --live

使用场景：模拟盘验证、小资金实盘、多策略并行。务必先用 Paper 模式验证，再切换真实券商。

命令	核心作用	关键参数	典型场景
init	环境与数据初始化	--data-provider、--organization	首次搭建、切换数据源
create	生成项目骨架	--language	新策略起步
backtest	历史回测验证	--start、--end、--cash、--output	策略调优、回归测试
research	交互式研究	--port	因子探索、原型验证
live	实盘/模拟盘部署	--brokerage、--live	模拟验证、小资金实盘

三、案例：从零到实盘的命令链路

假设要开发一个基于动量的策略，完整命令链路如下：

# 1. 初始化环境
lean init

# 2. 创建 Python 策略项目
lean create MomentumStrategy --language python

# 3. 进入项目并回测
cd MomentumStrategy
lean backtest . --start 2019-01-01 --end 2023-12-31 --cash 100000

# 4. 研究环境探索因子
lean research .

# 5. 模拟盘部署验证
lean live deploy . --brokerage Paper

这条链路体现了命令之间的状态传递：init 提供数据，create 提供结构，backtest 验证逻辑，research 辅助优化，live 完成部署。每一步都依赖前一步的产物，跳过任何一环都可能导致后续失败。

四、常见误区与复盘

• 误区一：跳过 init 直接 backtest。结果通常是数据缺失或路径错误。复盘：先确认 lean.json 与 data/ 存在。
• 误区二：create 后不检查语言模板。Python 与 C# 项目结构不同，混用会导致编译或导入失败。复盘：创建后立即查看 main.py 或 Main.cs。
• 误区三：backtest 参数范围过窄。仅用一年数据容易过拟合。复盘：至少覆盖一个完整牛熊周期，并做样本外测试。
• 误区四：research 与 backtest 数据不一致。研究环境若未共享数据目录，结论无法复现。复盘：统一使用 init 下载的数据。
• 误区五：live 直接上真实资金。未经过 Paper 模拟验证，风险极高。复盘：Paper 模式运行至少两周，确认订单、滑点、断线重连正常后再切换。