一个回测软件教人别信回测,自己的 star 却经不起回测:SimpleQuant 五天从 26 涨到 128,下载量反而跌了

SimpleQuant(AllenPan-Git/SimpleQuant)为什么能跑出来

数据截至 2026-11-06。来源:GitHub API(仓库、releases、forks、fork 账号资料,2026-11-06 抓取)、我们 github 库的数据卡、B 站公开接口(经 r.jina.ai 读取)、Jina/Exa 搜索、x-radar。

一句话结论

它没有真正跑出来。SimpleQuant 是一个个人做的 A 股低代码量化回测桌面软件(Backtrader + NiceGUI,打包成 Win/Mac/Linux 安装包),产品本身做得很扎实,自然流量来自作者在 B 站日更的「回测实测」合集。但召回它的那波起量(11-02 到 11-06,star 从 26 涨到 128)基本可以判定是刷 star / 刷 fork:同期 14 个 fork 里有 12 个来自 10-22、10-30 才注册的批量账号,每天两两相隔不到一分钟出现,其中 4 个已经被 GitHub 封了;而同一时期每个版本的真实下载量不但没涨,反而比 10 月下旬还低。

1. 产品是什么

• 面向 A 股(股票、ETF、可转债)的低代码回测工具:点选完成「数据 → 策略 → 回测 → 参数优化 → 模拟盘」;四种写策略的方式:模板、条件组件、自然语言让 AI 转成规则、Python 代码;多因子选股、AI 因子挖掘、按风险测评做资产配置;可以导出到聚宽 / 掘金 / QMT 再核对一遍。数据用免费的 AKShare / BaoStock / 通达信本地数据。(README)
• 特点是「防自欺」:每份回测报告自带可信度检查(交易次数够不够、收益是不是集中在少数几笔、和随机买卖对比、过拟合提示、最优参数逐年排名)。A 股规则也做得细:整手、按品种区分 T+1 / T+0、印花税、最低佣金。(README)
• 完全免费,GPL-3.0。作者 GitHub 简介里只挂了一个爱发电(afdian.com/a/allengit)的打赏链接,看不到任何收费点。
• 迭代极快:建库 36 天发了 37 个版本(v0.1.0 是 10-01,v3.1.0 是 11-06),共 124 次提交,带自动增量更新和 Ed25519 签名。(GitHub releases API)
• 作者账号 AllenPan-Git(显示名 Lamia)2026-02 才注册,另外 8 个仓库都是 0 star 的课程作业 / 小项目(College-Scorecard、Data-Bootcamp 等),看着像金融或数据方向的学生、刚工作的人。

2. 增长数据和真假判断

star 时间线(我们的 github 库 repo_day + 数据卡)

• 10-01 建库,10-07 前后到 26 star(agents-quant.com 10-06、10-07 的日报都写到「26 星」)。
• 10-07 到 11-01 一直横在 25–28,10-24 还掉了 3 个。
• 11-02 47 → 11-03 69 → 11-04 88 → 11-05 88 → 11-06 128;fork 从 2 涨到 10(现在 GitHub 上是 14 个)。

fork 账号:批量假号特征明显(GitHub API)

• 这些号的共同点:注册才 1–2 周;用户名是「英文名 + 随机字母」;仓库名是 misty-bridge-lab、spare-isle-kit、humble-otter-mini 这类随机词组合,另外 fork 了 nginx、neo4j、Ghost、caveman 这些大项目来「养号」;每天两个一组、间隔不到 1 分钟来 fork。这是刷量服务的典型做法。
• star 名单 API 对所有仓库都返回 404,没法逐个核对 star 账号。不过 fork 的时间和 star 跳涨的日期完全对得上(11-01 / 02 / 03 / 04 / 05 都有一对),可以推断 star 也是同一批号刷的。未核实 star 账号本身。

真实使用量没跟着涨(GitHub releases 下载数)

• 37 个版本合计下载 4,590 次(含自动更新的流量)。10 月上旬每个版本 150–290 次,10 月中下旬 100–165 次;11-02 以后(v2.3.0 到 v3.1.0)每个版本只有 45–85 次。star 翻了 5 倍,下载反而少了,说明这波 star 没带来新用户。另有 123 云盘的国内下载镜像,那边的数字看不到。

真实的自然流量:B 站日更合集

• B 站账号「SimpleQuant简单量化」(mid 3747568221686847)10-05 开始几乎每天发一条 5–10 分钟的回测实测,到 11-06 共 32 条;合集总播放 18,527、点赞 254、收藏 538、评论 82;账号粉丝 165。(B 站接口,11-06)
• 播放最高的是首发教程「不会编程也能做量化?」3,432 次(收藏 145),其次是「MACD 到底能不能赚钱」1,614、「每月买全 A 市值最小的 10 只」1,186、「红利低波实测」1,128;其他大多在 200–700。
• 选题全是「反常识的回测结论」:「双均线最佳参数去年第 1、第二年第 143」「止损设 8% 却亏了 84.7%」「赢得过随机买卖的猴子吗」,每条都在推销软件里的可信度检查功能。这是 10 月上旬那 26 个 star 和每版一两百次下载的主要来源。
• 11-02 前后 B 站没有爆款(那几天的视频播放 316 / 742 / 492),解释不了 star 跳涨。

其他渠道

• 中文 AI 自动生成的 GitHub 日报 agents-quant.com 在 10-06、10-07 两次写到它(「A 股量化新秀」)。
• x-radar 搜 SimpleQuant / AllenPan-Git 都是 0 条;V2EX、linux.do、知乎没搜到作者发的帖子(Exa / Jina 搜索)。
• 没有媒体报道、没有大号转发、没有收入。

3. 竞品

结论:A 股低代码 / 免费回测这个赛道早就挤满了人,开源和商业平台都有。SimpleQuant 没有独一份的功能。

4. 它为什么(没)跑出来

1. 自然的那段(10-01~10-07,0 → 26 star)来自作者自己的 B 站日更回测合集,外加 AI 日报收录。证据:首发视频 3.4k 播放;10 月上旬每版下载 150–290 次。
2. 之后自然增长就停了:10-07 到 11-01 star 一直是 25–28,B 站合集每条只有几百播放、粉丝 165。
3. 11-02 起的跳涨是刷出来的:12/14 个 fork 来自 10 月下旬批量注册的假号,两两相隔不到一分钟,一部分已被封;同期每版下载反而跌到 45–85 次。
4. 作者大概是想靠 star 冲 GitHub trending 或给 B 站内容背书。但建库还不满 60 天,还没进 trending(数据卡 trending_days_any=0)。

5. 差异化

• 真正的差异在产品哲学:告诉你「你的回测可能是假的」。可信度检查、随机买卖对照、样本外检验、最优参数逐年排名做成了默认流程,再加上一套 B 站「戳破回测神话」的内容和它配合。同类软件大多在宣传收益率,它在讲风险。
• 另外是「安装包 + 免费数据 + 本地离线 + 能导出到聚宽 / QMT」这一套,对不会编程的散户门槛很低。
• 但这个差异化并不是召回那波数据的来源。它带来的只是小圈子的自然关注(26 star、几千次 B 站播放);数据卡上的起量是刷的。

6. 能借鉴的

• 「工具 + 日更实测内容」的打法:每条视频是一个反直觉的回测结论,结论本身就是在演示软件功能,内容和产品互相引流。B 站金融区做这种内容成本低,而且能长期被搜到。
• 把「防过拟合 / 可信度」做成产品卖点,在一个人人吹收益的品类里反着讲,容易建立信任。
• 发版做得工程化(增量自动更新、签名、国内网盘镜像、三平台 CI),一个人也能维持一天一版。
• 反面教训:新号成对 fork 很容易被看出来,GitHub 还会陆续封号,刷出来的 star 不会变成下载。

7. 还不确定的

• star 账号名单拿不到(stargazers API 返回 404),所以「star 是刷的」是从 fork 假号和下载数据推出来的,没有逐个核实。也不排除是第三方在给自己的假号「养号」时顺手拿它凑数,不一定是作者自己买的。
• 123 云盘那边的国内下载量、B 站评论区的真实用户反馈,都没有拿到。
• 有没有付费计划:目前只有爱发电打赏,收入看不到。