English Abstract — This repository is a step-by-step, zero-compilation setup guide for building a complete quantitative-trading research stack on HarmonyOS PC / OpenHarmony (aarch64, musl, no package manager, no gcc/gfortran). Everything here was verified on a real HUAWEI MateBook Pro (Python 3.12.9, platform tag
cp312-cp312-ohos_aarch64).Covered, all without a compiler: numpy / pandas / scipy / matplotlib / Pillow / h5py, lightgbm / scikit-learn / numba / llvmlite / torch (CPU), market data via akshare (Tencent source) or a dependency-free
urllibfetcher, backtesting with backtrader / vectorbt / rqalpha 6.3 (custom mod feeding local CSV, bypassing rqdatac), and factor learning with pyqlib 0.9.7 Alpha158 + LightGBM (source-tree install with pure-numpy replacements for 2 Cython extensions). Real results included: out-of-sample Rank IC 0.067; weekly Top-3 portfolio +7.61% vs. equal-weight −7.66% (2026-01→08).Each doc gives the exact package versions, mirror URLs (OpenHarmony / cnb.cool / PyPI),
.socode-signing commands, and every pitfall encountered. If your machine shares this architecture, you can reproduce the whole stack without compiling anything. Chinese is the main language;docs/01explains the "three-step feasibility rule" for installing any package on this platform.
给「和我一样架构」的机器的免编译安装手册。 一台没有 gcc / gfortran / 包管理器的 HarmonyOS PC（ohos-aarch64, musl），能不能跑 numpy / scipy / matplotlib / torch / lightgbm / akshare / backtrader / vectorbt / rqalpha / pyqlib？ 能。全部能，而且一行编译器都不用装。
本仓库记录了一次完整的真机实测：从拿到纯血鸿蒙 PC 开始，到跑通 rqalpha 事件驱动回测 与 pyqlib Alpha158 + LightGBM 因子学习 的每一步——包括每个包的准确版本、镜像源、安装命令、.so 签名、以及所有踩过的坑。同架构机器照着做即可，不需要再编译任何东西。
| 项目 | 值 |
|---|---|
| 设备 | HUAWEI MateBook Pro（HarmonyOS PC） |
| 系统 | HarmonyOS PC / OpenHarmony（纯血鸿蒙，非双框架） |
| 内核 libc | musl（ld-musl-aarch64） |
| 架构 | aarch64（平台标签 ohos_aarch64） |
| Python | 3.12.9（系统预置 /data/storage/el1/bundle/libs/arm64/python/bin/python3） |
| pip | 26.2.1（get-pip.py --user 安装） |
| CPU | 20 核；RAM 31 GB |
硬性约束（不理解这些，后面的操作都无法解释）：
- 无
apt/yum/dnf，无 gcc / g++ / gfortran（NDK 只有 clang 系） - 禁止符号链接（任何位置），
venv创建失败 → 用--user用户级安装 - 无
/usr/bin/env；/tmp只读 - 所有
.so必须代码签名，否则dlopen报signature verification failed - 编译型 wheel 平台标签必须是
cp312-cp312-ohos_aarch64—— PyPI 的 manylinux/musllinux 一律装不上，这是整个仓库的根源问题
结论先行：这台机器上"装不上某个包"几乎永远不是因为它要编译，而是因为你没找对源。 判定铁律：先查 OpenHarmony 社区镜像的 simple 索引 → 有
ohos_aarch64wheel 就能装；索引没有但包是纯 Python → 从 PyPI 装；两者都不行（个别 Rust/Cython 扩展）→ 用本仓库的"源码树 + 纯 Python 替换"方案。
鸿蒙量化研究栈（HarmonyOS PC, Python 3.12.9, 免编译）
│
├─ 数据层 akshare 1.18.94（腾讯源直连，~2s/只，qfq 日线，CSV 缓存）
│
├─ 计算层 numpy 2.2.6 · pandas 2.2.3 · scipy 1.16.3 · matplotlib 3.10.0
│ Pillow 12.2.0 · h5py 3.16.0
│
├─ ML 层 lightgbm 4.6.0 · scikit-learn 1.8.0 · numba 0.67 + llvmlite 0.49
│ torch 2.11.0（CPU, import 3.3s, DataLoader 多进程可用）
│
├─ 回测层 backtrader 1.9.78.123 · vectorbt 0.28.5
│ rqalpha 6.3.0（自定义 mod 喂本地 CSV，绕开 rqdatac/h5 bundle）
│
└─ 因子层 pyqlib 0.9.7（GitHub 源码树 + Cython→纯 numpy 替换）
Alpha158 + LightGBM：样本外 Rank IC 0.067，周频 Top3 跑赢基准 15.3pp
真实回测结果（教学用，非投资建议）：
| 案例 | 结果 |
|---|---|
| 600519 双均线（MA20/50 金叉），2023-01 ~ 2026-09 | −23.78%（同期买入持有 −16.19%） |
| 15 只横截面动量轮动，同区间 | −9.7%（同期等权 +34.8%） |
| Alpha158 + LightGBM 周频 Top3，2026-01 ~ 08 | +7.61%（同期 15 只等权 −7.66%） |
三个案例两亏一赚 —— 这正是量化最真实的样子，也说明"能跑通工具链"与"能赚钱"是两件事。本仓库只解决前者。
| 路径 | 内容 |
|---|---|
| docs/01-环境与硬约束.md | 系统约束、目录布局、签名机制、判定铁律 |
| docs/02-基础准备.md | get-pip、SSL 证书、镜像源清单、包安装规范 |
| docs/03-科学计算栈.md | numpy/pandas/scipy/matplotlib/pillow/h5py + scipy 选镜像血泪坑 |
| docs/04-机器学习与深度学习.md | lightgbm/sklearn/numba/llvmlite/torch 2.11 部署 |
| docs/05-数据获取.md | akshare 安装与数据源实测（东财拒连 / 新浪缺 JS / 腾讯可用） |
| docs/06-回测引擎.md | backtrader / vectorbt 实装与双均线回测 |
| docs/07-rqalpha事件驱动回测.md | rqalpha 6.3 + 自定义 mod 喂 CSV（含 12 位 datetime 致命坑） |
| docs/08-pyqlib因子学习.md | pyqlib 源码树装配 + 三堵墙解法 + Alpha158 实跑 |
| docs/09-实盘桥接.md | QMT/同花顺实盘数据桥接架构（VM 方案，标注验证状态） |
| docs/10-验证与成果.md | 分层验证清单 + 真实数字证据 |
| docs/11-踩坑大全FAQ.md | 按症状索引的全部坑与对策 |
| scripts/ | 可复用脚本（安装/签名/验证/抓数/修复） |
# 0) 每一条网络命令前都要带证书（鸿蒙无系统 CA 库）
export SSL_CERT_FILE=/etc/ssl/certs/cacert.pem
# 1) 装 pip（系统 Python 无 pip）
python3 get-pip.py --user # get-pip.py 从 bootstrap.pypa.io 下载
# 2) 科学计算栈：全部走 OpenHarmony 社区镜像（有 ohos_aarch64 预编译 wheel）
OH_SRC="https://pypi.repo.openharmony.cn/artifactory/api/pypi/openharmony-pypi-local/simple/"
python3 -m pip install --user --only-binary=:all: --index-url "$OH_SRC" \
numpy==2.2.6 pandas==2.2.3 h5py matplotlib pillow
# 3) scipy 必须用 cnb.cool 的 NOFORTRAN 构建（volces 的 1.17.1 捆绑 libgfortran 会段错误！）
CNB="https://pypi.cnb.cool/OpenHarmonyPCDeveloper/pypi/-/packages/simple"
python3 -m pip install --no-deps --index-url "$CNB" scipy==1.16.3
# 4) 逐个给所有 .so 签名（不签 = dlopen 报 signature verification failed）
SIG=/data/service/hnp/ohos-sdk.org/ohos-sdk_26.0.0.18/ohos/toolchains/lib/binary-sign-tool
find ~/.local/lib/python3.12/site-packages -name '*.so' -o -name '*.so.*' | while read s; do
"$SIG" sign -inFile "$s" -outFile "$s" -selfSign 1 >/dev/null 2>&1
done
# 5) 冒烟验证
python3 -c "import numpy, pandas, scipy, matplotlib, PIL, h5py; print('sci-stack OK')"详细的分层步骤、版本锁、坑与修复，见 docs/ 各章；想一键复现用 scripts/。
- 为什么能免编译？ OpenHarmony 社区镜像（
pypi.repo.openharmony.cn）已经为绝大多数科学计算/量化包构建了cp312-cp312-ohos_aarch64预编译 wheel —— 这条生态在 2026 年已经相当完整。本仓库全部命令都指向预编译 wheel 或纯 Python 包，不需要任何编译器。 - torch 只有 CPU：鸿蒙无 CUDA，
torch 2.11.0CPU 版实测可用（详见 docs/04），深度学习训练请按需评估规模。 - rqalpha/pyqlib 均为"社区改造版"用法：rqalpha 用自定义 mod 喂本地 CSV（绕开需 license 的 rqdatac 和 h5 bundle）；pyqlib 用 GitHub 源码树 + 纯 numpy 替换 2 个 Cython 扩展（误差 < 1e-12）。不修改任何算法逻辑，只替换加速实现。
- 实盘是唯一缺口：券商 miniQMT 客户端只能跑 Windows，本机方案为「Oseasy Win ARM64 VM 内跑 xtquant + 共享文件夹 CSV 桥接」，方案与脚本已就绪并 smoke 通过，但待券商开通 miniQMT 权限后实机验证（见 docs/09）。
- 本仓库所有回测数字均为真实运行结果，用于教学与工具链验证，不构成任何投资建议。
- Python 二进制：
/data/storage/el1/bundle/libs/arm64/python/bin/python3 - 用户级包目录：
~/.local/lib/python3.12/site-packages（编译型包必须装这里，工作区挂在 noexec 上） - 签名工具：
/data/service/hnp/ohos-sdk.org/ohos-sdk_26.0.0.18/ohos/toolchains/lib/binary-sign-tool - 系统中文字体：
/system/fonts/FZHeiT-SC-Regular.ttf等（matplotlib 绘图需显式注册）
不同设备/系统版本的 SDK 路径可能不同，用
find /data/service/hnp -name binary-sign-tool定位签名工具；Python 路径同理。
记录于 2026-09，HarmonyOS MateBook Pro 真机。所有命令均在本机验证通过。