【量化交易】量化交易系统架构：研究、回测、模拟、实盘四套环境
量化策略从一个 notebook 想法走到生产，必须穿过研究、回测、模拟、实盘四套环境。如果四套环境各写一份代码，几乎一定在上线第一周就因为「回测里有但实盘里没有的字段」或「模拟里能成交但实盘里被拒绝」翻车。本文给出一套以接口驱动的统一架构：DataSource、FeaturePipeline、SignalGenerator、PortfolioConstructor、OrderRouter、RiskManager 六层抽象；同一份 Strategy 代码在四个环境里通过依赖注入切换实现；研究环境绑定 MLflow 与 PIT 数据访问层；回测环境对接前一篇引擎；模拟交易跑生产路径但不真实成交；实盘加上订单状态机、对账、灰度发布。文末给出可直接运行的 Python 参考实现。