「我把策略写在聚宽/某云量化平台上，安全吗？」
这个问题没有非黑即白的答案，但有一个被许多个人投资者忽略的前提：你的量化策略不只是代码几行，而是你的研究资产——入场逻辑、参数组合、过滤条件、回测结论，往往浓缩了你对市场的理解与试错成本。把它默认托管在第三方服务器，意味着你在用「方便协作、云端回测」交换「核心思路离开本机、平台政策与人员变动不可控」。
本文不制造恐慌，也不暗示「本地就绝对安全」。我们只想把 LemonPicking 所代表的 本地优先（Local-First） 架构讲清楚：策略与回测结果存在哪里、服务端知道什么、你仍须自己承担哪些责任——方便你在选工具时做知情决策。
一、云上策略平台：方便之外，你在交换什么？
主流云量化平台的常见模型是：
浏览器 / 客户端 → 你的策略源码 → 平台服务器 → 云端回测 / 模拟 / 实盘这条链路的优势很明显：算力在云端、数据已接入、社区策略多、换电脑也能登录继续。代价同样明确：
| 维度 | 常见云模式 | 个人研究者应问的问题 |
|---|---|---|
| 策略存储 | 策略文本/配置在平台数据库 | 谁能读？离职员工、运维、执法请求？ |
| 回测结果 | 可能留存于账户历史 | 是否被用于聚合统计、模型训练？ |
| 账号与合规 | 实名、协议可随时更新 | 服务终止时，策略能否完整导出？ |
| 网络依赖 | 离线无法编辑/回测 | 断网、平台维护时研究是否中断？ |
许多平台在合规与隐私政策上做得不错，但这不等于「你的 alpha 只有你能看见」。对职业敏感或策略即竞争力的用户来说，「默认上云」本身就需要被审视——不是不信任某一家，而是认清架构默认把什么放在了别人磁盘上。
二、LemonPicking 的本地优先：什么在本地，什么在服务端？
LemonPicking 的 A 股模式遵循「本地优先，数据不出境（用户数据）」原则，与 LemonPicking 架构文档一致：
lemon-desktop（前端）→ lemon-engine/server（远程）→ 服务端 DuckDB（仅行情）
↘ lemon-engine/local（本机）→ 本地 SQLite（用户数据）存在你电脑上的（本地 SQLite）
| 数据类型 | 说明 |
|---|---|
| 量化策略（SDL） | 入场/出场/仓位规则的 JSON 定义 |
| 回测结果摘要 | 收益、回撤、胜率等研究结论 |
| 收藏标的 / 自选 | 你的关注列表 |
| 用户设置与偏好 | 界面、通知、License 等配置 |
前端禁止用 localStorage 存这些业务数据——必须经本地引擎写入 SQLite，避免浏览器缓存被清、策略无声丢失。
在服务端上的（不含你的策略）
| 数据类型 | 说明 |
|---|---|
| A 股行情 | 自 Tushare Pro 等源同步至 DuckDB |
| 回测计算 | 服务端 Go 进程执行 A 股回测 |
| License 验证 | 专业版能力门控 |
服务端不持久化用户策略。 回测请求会把策略定义随请求发送用于计算，但按产品设计，你的策略库、回测历史摘要不以「用户档案」形式存于云端数据库。换句话讲：云端知道「这一分钟算了一次什么规则」，但不应该成为「你的策略仓库」。
加密货币本地模式（market_id = 3）则更进一步：行情缓存、回测、用户数据均可完全在本机完成，无需 License。本文聚焦 A 股研究者最关心的「策略隐私」问题。
三、界面里你能看见什么：策略在本机意味着什么
1. 研究工作台：数据与策略的分工
主界面左侧的「策略」「筛选」「回测」「复盘」链路，背后读写的是本机 SQLite。行情数字来自服务端同步，但「你用哪条规则、上次回测结论如何」默认跟着你的电脑走——不是跟着某个 web 账号的云端文件夹。
2. 策略编辑器：SDL 落盘在你磁盘
无论是可视化拖拽还是 AI 生成后导入，策略最终以结构化 JSON（SDL）形式存入本地。这意味着：
- – 换电脑需要迁移/备份（下文会讲）；
- – 卸载软件前若不备份，策略随应用数据目录而去；
- – 但也意味着：没有「平台偷看我策略库」这一默认架构路径。
3. 设置页：本地数据路径与偏好
建议在设置中确认本地数据目录位置，并纳入你的常规备份计划（Time Machine、OneDrive 同步盘、定期复制 SQLite 文件等）。本地优先 = 主权在你，也 = 保管责任在你。
4. AI 策略生成：草稿进本地，而非云端策略库
AI 辅助降低「形式化规则」的门槛，但生成结果仍应导入本地策略库、由你审阅修改。AI 在这里是翻译官，不是云端替你保管独家 alpha 的管家。发送给 AI 服务的自然语言描述，仍可能涉及网络传输——若你的描述极度敏感，请自行评估是否脱敏表述；这与任何在线 AI 功能一样，需要用户判断。
四、诚实面对：本地优先 ≠ 零风险
不把策略托管给陌生平台，不等于可以高枕无忧。本地模式有三类现实风险，必须一并说明：
1. 设备故障与误删
硬盘损坏、系统重装、误删 AppData 目录，都可能导致策略库丢失。对策： 定期备份 SQLite 数据目录；重要策略导出 JSON 副本存于第二介质（移动硬盘、加密网盘）。
2. 电脑安全
本地 SQLite 不加密时，恶意软件、共享电脑、未锁屏，都可能读取策略文件。对策： 系统更新、杀毒、磁盘加密（BitLocker/FileVault）、不在不可信环境登录。
3. 网络传输的瞬时暴露
A 股回测仍要把策略定义发给服务端完成计算。传输层应使用 HTTPS；按架构原则服务端不持久化策略，但传输过程中服务端内存仍会接触规则内容——这是「云端算力」与「完全离线」之间的折中。若你要求「规则字节永不上网」，需使用完全本地模式（如加密货币本地引擎），或接受不算力的纯手工研究。
本地优先解决的是「长期托管与平台依赖」，不是「物理绝对隔离」。 知情选择比营销口号更重要。
五、与「云量化」怎么选：不是道德题，是场景题
| 你的优先级 | 更可能适合 |
|---|---|
| 核心策略保密、回测结论留本机、Accept 离线查看历史策略 | 本地优先（如 LemonPicking） |
| 需要云端协作、公开跟单、社区因子库、统一实盘托管 | 云量化平台 |
| 两者都要 | 云上做非核心实验，核心规则本地验证；或本地主库 + 导出摘要（非完整 alpha） |
LemonPicking 的定位是 A 股个人策略工坊：帮你把想法形式化、验证、复盘，专业版还可监测信号——而不是替代券商实盘托管。策略主权在本机，与这一定位一致。
六、你可以立刻做的 5 件事
- 1. 清点策略资产：哪些规则值得保密、哪些只是公开技术指标组合。
- 2. 确认数据目录：在设置中找到本地 SQLite 路径，加入备份计划。
- 3. 导出 JSON 副本：对核心策略定期「另存为」到备份盘。
- 4. 分清「行情在云端」与「策略在云端」：接受前者不等于必须接受后者。
- 5. 读隐私与架构说明：选任何工具前，看用户数据存储章节，而不是只看宣传语。
结语：策略是资产，存储位置是架构选择
量化策略存在云上是否安全，取决于平台治理、你的威胁模型，以及你能不能接受「核心思路默认不在自己磁盘上」。LemonPicking 选择本地优先：策略、回测结果、自选与设置写入本机 SQLite；服务端提供 A 股行情与回测算力，不持久化用户策略——让你在便利与主权之间，偏向前者中的「研究数据留本机」。
若你认同「思路由自己保管、验证闭环在本机完成」这条路，可以了解 LemonPicking（零代码 A 股量化）：免费版约 3 年日线即可开始；专业版提供更长历史、分钟线、参数实验室与实盘监测等能力。
下载与说明见产品页：
https://www.zpyztech.com/product/lemonpicking/
免责声明： 本文仅作产品架构说明与量化研究方法论讨论，不构成任何投资建议或安全保证。请根据自身情况独立判断，并自行承担数据备份与交易风险。
建议标签： A股 本地优先 数据隐私 策略安全 量化回测 LemonPicking