搞量化的天塌了！2.2MB引擎30分钟跑完全市场回测，之前10天白干了

做全市场回测的人，都懂那种痛

策略一晚上写好，数据准备耗两周

这周刷 GitHub，一个叫 free-stockdb 的项目挂在推荐位，star 涨得飞快。描述只有一句话——面向 A 股日 K、分钟 K 与 ETF 分钟数据的本地量化引擎，服务端只有 2.2MB。2.2MB，我当时就下载了。

做过 A 股全市场回测的人应该都懂那种痛：策略逻辑一晚上能写好，数据准备却能耗掉两周。我以前用在线 API 拉全市场分钟线，受限于频控和 IP 风控，单次同步实测 3 到 5 天，这还只是把数据拉下来；清洗停牌退市、处理代码变更、推导复权因子、建数据库选表结构写索引，零零碎碎再搭一周。等数据工程跑通，黄花菜都凉了。

free-stockdb 用了几天，确实可以。下面把同样在量化坑里的道友聊聊——它到底做了什么，又有什么坑。

01

PART

先看简介

WHAT IS FREE-STOCKDB

free-stockdb 是一个本地量化数据引擎，C++ 写核心，Rust 做指标计算。数据同步、清洗、复权、存储、查询全部打包，Apache-2.0 协议，完全免费。目前 Windows 版发了 Release，macOS 和 Linux 版作者说快了。

做全市场回测，常见方案差距不是快慢的问题——在线方案根本跑不顺。一张表看清：

02

PART

功能我挑重点说

KEY FEATURES

增量同步，只拉变化的部分

把数据源地址丢进 sync_url.txt，首次同步拉全量历史，之后每次更新只处理增量。Zstd 压缩传输，比未压缩体积小 3 倍以上；网络断了下次接着跑。日线、周线、月线、1/5/15/30 分钟 K、tick 数据全管，数据全落盘在 ./data 目录，离线了照样查、照样回测。

39 种指标 + 5 种指数，几秒算完全市场

内置指标覆盖四类——趋势类（MA、EMA、MACD、DMI 等）、震荡类（KDJ、RSI、WR 等）、通道类（BOLL、KTN 等）、量价类（OBV、VR 等），一共 39 种。外加等权、流通市值加权、成交额加权、成交量加权、总市值加权 5 种指数计算。我以前用 pandas 跑全市场 MACD 和 KDJ，DataFrame 遍历一次要几个小时；free-stockdb 的 Rust 计算核心比 pandas 快 3 倍，全市场分钟级指标几秒钟出结果。

调用也很直给：

...python

result = zb.get(

　　name="ma,kdj,macd",

　　codes=全市场7000多只,

　　start="2024-01-01",

　　end="2024-12-31",

　　frequency="daily",

　　fq="前复权",

　　n=["5,10,20", None, "12,26,9"]

)

一个 zb.get() 全搞定。get_data() 管行情查询，bk.get() 管板块映射，日常需求三个函数全覆盖。

复权不用自己推了

本地存的是不复权行情配复权因子，查询时按需返回前复权、后复权、不复权。不用自己抓分红送转公告、反推因子、回刷历史价格。查一下复权因子还能自己校验，不放心内置的也可以拿自己的数据源重新算。

五种调用方式，不只是 Python

Python SDK（标配）

get_data() 同步异步都行。

HTTP API（一行命令）

http://127.0.0.1:7899/?cmd=get&t=...，不管什么语言，配个局域网还能多人共用。

Excel / WPS 宏

做表格选股的，在办公室就能直接怼。

网页端

拿来即用，不用写代码都能浏览本地行情。

MCP（最值钱）

free-stockdb 自己实现了 MCP 协议，Claude、Cursor、Windsurf 这些 AI 编程工具连上就能调本地数据引擎。你对着 AI 说一句「帮我把最近三个月涨超 30% 且日均成交额过亿的票筛出来」，它直接查本地库，不用复制粘贴表结构。不需要额外装 MCP SDK，项目自带。

板块映射也内置了

申万一二三级行业分类加 1200 个概念板块全在里面。查某只票属于哪些板块，或查某个板块下有哪些票，bk.get() 毫秒级返回。

03

PART

详细安装步骤

STEP BY STEP

STEP 01

下载发行包

去 GitHub Releases 页面下载最新版压缩包。目前最新是 v0.2.1，文件不大，解压就行。

STEP 02

配置数据源并同步

在解压目录里找到 sync_url.txt，把数据源地址填进去——可以是公共同步节点、内网服务器或本地目录（file:// 路径也行）。首次同步看数据范围：只拉日线约 5GB，加全量分钟线约 20GB，Zstd 压缩存本地比 CSV 省 3 倍空间；后续每次只拉增量，断点续传。

STEP 03

启动服务

运行 stockdb。服务端就 2.2MB，瞬间起，默认监听 127.0.0.1:7899，不暴露公网。

STEP 04

选你喜欢的调用方式

Python：pip install 对应 SDK，import 直接调。HTTP：浏览器打开 http://127.0.0.1:7899 就能看到网页版。Excel / WPS：用内置宏调用本地 HTTP 接口。MCP：在 Cursor 或 Claude Code 里配一行 MCP 连接配置就行。macOS 和 Linux 用户再等等，作者说快发了，issue 区排队的人不少。

///

LAST

写在最后

MY TAKE

2.2MB 干到这个完成度，确实厉害。数据在你硬盘，计算在你 CPU，不跟远程 API 耦合——本地优先的思路很对。五种调用方式尤其是 MCP，让 AI 工具直接读本地行情数据，这个方向很前瞻。

泼点冷水

！目前最大的槽点 🕳

项目还在早期，目前只有 Windows 版；功能集中在行情数据，财报、宏观、资金流这些低频数据得自己接入。数据源不内置，得自己配同步地址，官方不提供数据本身。star 还不算高，社区活跃度待观察。

适合谁

做全市场回测的人

受够了 API 限频的人

想让 Cursor / Claude 直接查本地行情的人

开源地址：https://github.com/hello245m/free-stockdb