3. 回测引擎架构：事件驱动、Bar驱动、Tick驱动对比与选型

回测引擎的核心架构决定了策略执行的精度、回测速度以及模拟真实市场的程度。在低延迟回测规则灰度切换场景中，架构选型直接影响规则生效的时机与回测结果的可靠性。本节从驱动模式出发，对比三种主流架构的设计原理、适用场景与性能特征。

3.1 三种驱动架构的核心概念

3.2 事件驱动架构详解

事件驱动架构将回测过程建模为一系列离散事件的响应循环。每个事件（如行情到达、订单成交、定时器触发）被放入事件队列，由事件循环按时间顺序依次派发到对应的处理器。

// 事件驱动回测核心循环（伪代码）
while (eventQueue.hasMore()) {
    Event event = eventQueue.dequeue();
    eventBus.publish(event);
    
    // 规则引擎在事件派发时介入
    if (ruleEngine.shouldApply(event)) {
        ruleEngine.transform(event);
    }
    
    strategy.onEvent(event);
    portfolioManager.update(event);
}

3.3 Bar驱动架构详解

Bar驱动架构以固定时间窗口的聚合数据（K线）为最小处理单元。策略只在Bar闭合时触发一次，所有在该Bar内发生的事件被压缩为一个统计值（开盘价、收盘价、最高价、最低价、成交量）。

// Bar驱动回测核心循环（伪代码）
for (Bar bar : barSeries) {
    // 规则在Bar级别应用，精度受限
    if (ruleEngine.shouldApply(bar)) {
        bar = ruleEngine.transform(bar);
    }
    
    strategy.onBar(bar);
    portfolioManager.update(bar);
}

3.4 Tick驱动架构详解

Tick驱动架构处理逐笔成交数据，每个Tick代表一次真实的交易或挂单变动。策略在每个Tick到达时都被调用，能够精确模拟市场微观结构。

// Tick驱动回测核心循环（伪代码）
for (Tick tick : tickStream) {
    // 规则在Tick级别应用，精度最高
    if (ruleEngine.shouldApply(tick)) {
        tick = ruleEngine.transform(tick);
    }
    
    strategy.onTick(tick);
    orderBook.update(tick);
    portfolioManager.update(tick);
}

3.5 架构对比与选型决策

3.6 灰度切换场景下的架构选型建议

1. 规则生效边界精确性要求高：选择事件驱动架构，在事件级别控制规则版本切换点。
2. 回测速度优先：选择Bar驱动架构，但需接受规则切换的精度损失。
3. 需要模拟真实市场微观结构：选择Tick驱动架构，但需做好性能优化（如内存映射、并行处理）。
4. 混合架构推荐：主循环采用事件驱动，在需要高精度验证的时段切换到Tick驱动模式。