3. 回测系统概述：量化回测平台架构、回测流程、数据流水线简介

量化回测系统是哨兵告警规则的运行基础。理解平台架构、回测流程与数据流水线，是设计有效告警规则的前提。本章从系统视角拆解这三个核心模块，为后续规则配置提供上下文。

3.1 量化回测平台架构

一个生产级的量化回测平台通常采用分层架构，将数据、计算、策略与风控解耦。下图展示了标准回测平台的逻辑分层与核心组件。

3.2 回测流程

一次完整的量化回测遵循严格的时序流程。每个阶段都可能触发哨兵告警规则，因此流程的清晰定义是规则设计的基础。

阶段	核心操作	哨兵关注点
1. 数据准备	加载历史数据、因子计算、数据对齐	数据缺失率、异常值、时间戳对齐偏差
2. 策略初始化	加载策略参数、设置初始资金、风控阈值	参数合理性、资金规模与流动性匹配度
3. 逐笔回测	按时间序列逐笔撮合、订单执行、仓位更新	坏账率瞬时飙升、连续亏损、回撤超限
4. 绩效统计	计算收益率、夏普比率、最大回撤、坏账率	坏账率分布、尾部风险、指标一致性
5. 结果输出	生成回测报告、交易流水、告警日志	告警规则覆盖率、误报率、漏报率

3.3 数据流水线简介

数据流水线是回测系统的“血液”。从原始数据到最终指标，数据经过多级加工。流水线的健壮性直接影响坏账率计算的准确性。

3.4 数据流水线关键指标

数据流水线的质量直接影响坏账率计算的可靠性。以下指标是哨兵告警规则设计时必须关注的输入质量维度。

• 数据完整性：时间序列的缺失率应低于 1%，否则需触发数据质量告警。
• 数据一致性：不同数据源之间的时间戳对齐偏差应小于 1 毫秒。
• 数据时效性：从数据产生到进入回测引擎的延迟应控制在 100 毫秒以内。
• 数据准确性：坏账标签的误标率应低于 0.1%，需定期抽样校验。