性能

高效运行量化任务，从编译后的数组运算到投资组合模拟。VBT PRO 将 Numba、可选 Rust 内核及自定义 NumPy 实现，与分块、缓存和并行执行结合起来。您可以加速 Python 研究工作流中的计算，将独立回测分配给多个工作进程，或构建原生 Rust 策略。

观看 VBT 如何处理数百万次回测、用 Rust 运行有状态策略，并将研究任务分配到多个 CPU 核心。示例和交互式基准测试直接展示速度与内存占用。

找到合适的起点

性能页面

计算后端

使用 Numba、并行 Numba、Rust 或 NumPy 运行内核，并逐次选择后端

Rust 引擎

在原生 Rust 引擎上模拟，并用 Rust 编写策略回调

并行执行与缓存

通过线程、进程或 Ray 分块运行、缓存结果，并限制内存占用

基准测试

用相同订单比较模拟器，并在自己的机器上测量各后端

保留 Python 工作流

您可以继续使用高层 pandas 和投资组合 API，同时让受支持的数值计算在编译代码中运行。Numba 处理自定义数值回调，可选 Rust 扩展则能加速受支持的内置调用，无须编写 Rust。后端选择和并行工作进程分别控制计算如何执行，以及独立任务如何分配。

对于大型策略搜索，可以结合两者：通过适合的后端计算，以可管理的分块处理参数组合，并保留所需的度量指标。若想用 Rust 编写策略，原生模拟器也支持有状态回调，以及新 K 线到达时的增量处理。

从这里开始

先查看基准测试比较中的实测示例，或按照从 Python 到 Rust，探索同一策略在不同执行层级的实现。

原生后端详见 Rust 文档，性能实测示例详见基准测试。