AI量化策略平台化：Django-Allauth会员管理（代码+数据）

Quantlab3.5的源代码和数据 | 关于健康、财富，意义的思考

1、数据加载逻辑重构，本地读一个统一的文件夹。不存在的数据，会尝试从服务器读取。——省去大家下载数据的工作，进而专注在策略开发中。

2、策略模板统一化，不需要指定：大类资产配置，轮动，择时或者多策略组合。

之前咱们在Django, Flask和FastApi用哪个框架做后端摇摆过很多次。

我这里再简单总结一下，方便希望做自己量化平台系统架构的同学参考。

由于是AI系列，python无疑是最好的选择。AI技术栈，python生态有明显的优势。在金融量化领域，也是。即便是追求高频，高性能的私募公司，底层使用c++，rust或者go来提升效率，上层仍然使用python追求策略的简洁与交付的效率。

python的web生成也非常成熟。刚说的三大框架，为何我们选择了Django？

其实还是生态，看似起步的时候重一些，但你的功能到一定程度，这些都会只多不少，反而Django帮我们做了不少事情。

Django-ninjia的出现，相当于把FastApi给整合起来了。因此FastApi就不需要了。而Flask，当我们用用户管理，ORM, Admin这一套整合完之后，发现代码结构越发像Django，而且还花了不少功夫。——这一切，Django是开箱即用的。

今天我们讲的Django-AllAuth，就是简化了用户注册，登录，修改密码之类，不难但细节不少。

官方文档如下：https://docs.allauth.org/en/latest/

使用：  pip install django-allauth进行安装。

配置过程比较简单，熟悉Django的同学很快就能用起来：

1、加入Apps列表：

INSTALLED_APPS = [
    ...
    # The following apps are required:
    'django.contrib.auth',
    'django.contrib.messages',

    'allauth',
    'allauth.account',

2、加入中间件：

MIDDLEWARE = (
    "django.middleware.common.CommonMiddleware",
    "django.contrib.sessions.middleware.SessionMiddleware",
    "django.middleware.csrf.CsrfViewMiddleware",
    "django.contrib.auth.middleware.AuthenticationMiddleware",
    "django.contrib.messages.middleware.MessageMiddleware",

    # Add the account middleware:
    "allauth.account.middleware.AccountMiddleware",

3、加入URL:

urlpatterns = [
    ...
    path('accounts/', include('allauth.urls')),
    ...
]

一个完整的用户注册功能就完成了，以下就是django-allauth提供的功能，包括：注册，登录，登出，重新激活，修改密码等等。

界面简陋，但功能是完全可用的：

写过完整的用户系统的同学会知道，如果你在flask要搭建这个流程，且要花一番功夫，调试，还容易出bug。

剩下的，我们使用bootstrap来美化一下这些页面就可以了。——这也体现在django生态的厉害之处!

从github下载Djanto-Allauth的原码，把templates/account的下目录拷贝到咱们新创建的myaccount App下。

美化以后界面如下：

django-allauth，总体感觉是非常好的，你只自己真正要开发一个应用的时候，才知道看似不难的事情，有多少细节。

而django-allauth没有提供个人主页，因为这个需求太个性的，实现起来不难，但基本就是一份工作量。而注册，登录，改密码，发邮件，激活邮件，几乎都是这样的一份代码。挺麻烦的，几天的工作量吧，而借django-allauth，小半天就搞出来了。

大家看下基础效果：

吾日三省吾身

重启Django重启后端，有一个很深的感悟。

“简单”的事情重复做。

世界的规律，很大程度就是重复。比如细胞，就是复制；雪花也是分形。自然法则就是“物竞天择，适者生存”——突变+筛选。如果简单，去如果繁荣的生态。

做技术也一样，不要今天搞搞这个，明天搞搞那个，选好型，有些困难需要跨过去，就形成闭环了。

做金融量化架构的角度，小团队的话：

python+Django+mysql+mongo+bootstrap+jquery。我把用了好久的Dagster都打算弃掉，直接使用django-apscheduler就好。

——如无必要，不加实体。

保持简单，专注。