QuantCloud

QuantCloud führt Bulk-Forward-Jobs auf dedizierten Cloud-Runnern aus, die weiterlaufen, während Ihre Workstation ausgeschaltet oder QuantCraft geschlossen ist. Jeder Runner führt einen Bulk-Forward-Job gleichzeitig aus, sodass Sie pro Runner einen Batch konfigurieren und überwachen. Runner führen nur IDE-Algorithmen aus — Agenten (einschließlich Agenten-Bulk-Läufen) laufen lokal über AutoTrading. Die Desktop-App verbindet sich nach der Anmeldung mit den für Ihr Konto bereitgestellten Runnern — sie nutzt für diese Jobs nicht Ihren lokalen Python-Dienst.

Dies ist das Cloud-Gegenstück zu AutoTrading, das dieselbe Art von Batch auf Ihrem lokalen Rechner ausführt. Diese Seite behandelt, was Sie in der App tun; Server-Einrichtung und -Betrieb liegen außerhalb des Umfangs dieser Dokumentation.

Die QuantCloud-Seite und der Navigationseintrag erscheinen, wenn die QuantCloud-Funktion für Ihren Build aktiviert ist.

---

Einen Cloud-Runner kaufen

Klicken Sie auf Buy Cloud Runner und:

1. Wählen Sie eine Maschinenstufe — jede Karte zeigt Stufenname, Preis ($X/mo), Instanztyp und eine kurze Beschreibung.
2. Klicken Sie auf Continue to payment (oder ← Back, um die Stufe zu ändern). Der nächste Schritt zeigt eine Bestellübersicht und PayPal-Abonnement-Schaltflächen. Die Zahlung erfolgt als PayPal-Abonnement; die App erfasst keine Kartendaten direkt.
3. Nach der Genehmigung wird der Runner bereitgestellt und erscheint innerhalb weniger Minuten auf der Seite — prüfen Sie dies mit Refresh runners.

Sie benötigen ein aktives QuantCraft-Abonnement, das QuantCloud enthält (siehe Ihren Tarif).

---

Runner-Karten

Jeder Runner zeigt einen Status — Warmup, Running, Loading…, Unavailable oder Ready — mit seiner Bezeichnung und seinem Endpunkt. Neu bereitgestellte Runner zeigen ein Warmup-Banner (mit verbleibender Zeit), das Bulk-Läufe, Abhängigkeitsinstallationen und Aktualisierung vorübergehend blockiert.

Aktionen auf einem Runner: Dependencies, New bulk run (bzw. Edit / Stop / Delete / Resume, wenn ein Job existiert) und Refresh. Eine einklappbare Fußzeile zeigt die installierten Packages und das neueste Installationsprotokoll.

---

Abhängigkeiten installieren

Klicken Sie bei einem Runner auf Dependencies, um PyPI-Pakete zu installieren (der Runner verwendet dasselbe Python wie Bulk-/Forward-Algos, nicht das .venv Ihrer lokalen IDE). Importiert Ihr Algo Pakete über die Standardpakete hinaus (zum Beispiel pandas, numpy), fügen Sie sie hier hinzu:

• Geben Sie kommagetrennte Paketnamen ein, optional mit Versionen (z. B. pandas==2.1.0, numpy, scipy>=1.10). Die erneute Installation eines Pakets mit einer neuen Version ersetzt die alte Fixierung.
• Klicken Sie auf Install, um ein Live-Installationsprotokoll zu verfolgen; der Runner startet nach erfolgreicher Installation neu, damit die neuen Pakete importiert werden (das kann bis zu einer Minute dauern).
• Installationen sind blockiert, solange ein Bulk-Job läuft (stoppen Sie ihn zuerst) und während des Warmups.
• Installierte Pakete erscheinen als farbcodierte Badges (z. B. pandas 2.1.0) im Panel Packages.
• Von Ihnen hinzugefügte Pakete haben eine ×-Schaltfläche zum Entfernen (nach einer Bestätigung Remove package?). Das Entfernen startet den Runner nicht neu — es wirkt beim nächsten Lauf — und ist blockiert, solange ein Bulk-Job oder eine Installation läuft.

Installieren Sie dieselben Bibliotheken, die Sie in der IDE unter Packages verwenden (Abhängigkeiten), wenn diese Pakete zur Laufzeit benötigt werden.

---

Einen Batch auf einem Runner ausführen

• Klicken Sie bei einem untätigen Runner auf New bulk run. Das öffnet denselben New-Run-Dialog wie AutoTrading — siehe AutoTrading für die Tabs Algorithm / Targets / Schedule & data — gebunden an diesen Runner. Der Zielbereich Screener ist verfügbar, sodass ein Cloud-Job handeln kann, was ein gespeicherter Screen findet, und nach eigenem Zeitplan (Refresh interval (days) / Refresh time (ET)) neu screenen kann, ohne dass Ihre Workstation läuft. Der erste Screener-Lauf auf einem neuen Runner lädt das gesamte Fundamentaldaten-Universum herunter (langsam); danach aktualisiert er einmal pro UTC-Tag. Der Runner lädt mit Ihrer QuantCraft-Anmeldung herunter und kann sie nicht erneuern, sodass bei einem mehrtägigen Lauf die Re-Screens die letzten Daten weiterverwenden, sobald die Anmeldung abläuft. Siehe Screener.
• Wählen Sie Ihren kompilierten Algo (.qcraft.json), Zielsymbole oder -bereich, Periode/Zeitrahmen und optional Skriptparameter. Setzen Sie timerIntervalMs, wenn Ihre Strategie on_timer definiert (Strategie-Lebenszyklus).
• Ein Job pro Runner: Sobald ein Job existiert, sehen Sie statt New die Einträge Edit run, Stop bulk run, Delete run und Resume bulk run. Resume bulk run gilt für Jobs im Zustand pending resume und erfordert ein aktives Trading-Konto.
• Der Bulk-Bereich des Runners zeigt Details und Logs (gleiches Layout wie die lokale Bulk-Karte) mit Pause / Resume (pausiert oder setzt nur den Live-Log-Tail fort — der Job wird nicht pausiert), Refresh, Download logs (CSV) und Clear logs.

Mit Load / Save oben im Dialog können Sie eine Ausführungsvorlage (.qcs) wiederverwenden. Beim Bearbeiten eines bestehenden Bulk-Laufs ist der Algorithmus (algoId) fest — Load aktualisiert Ziele, Timer, Tick-Modus und Params, tauscht aber nicht die Algo-Datei aus.

---

Logs

Jeder Bulk-Forward-Lauf streamt stdout, stderr und Statusereignisse in den Tab Logs des Runners in QuantCloud:

Ältere Zeilen können bei hohem Log-Aufkommen verworfen werden. Nutzen Sie Refresh, wenn Sie vermuten, nur das Ende des vollständigen Verlaufs zu sehen. Das Löschen eines Bulk-Laufs entfernt die gespeicherte Log-Datei dieses Jobs auf dem Runner, und Logs eines aufgegebenen Jobs können nach etwa 7 Tagen bereinigt werden.

---

Überwachen und Stoppen

• Der Bulk-Status wird etwa alle 5 Sekunden abgefragt, solange die QuantCloud-Seite aktiv ist, sonst etwa alle 30 Sekunden.
• Stop bulk run und Delete bulk forward run fragen jeweils nach einer Bestätigung; Löschen entfernt den gespeicherten Zustand auf dem Runner und nimmt den Job aus der Liste.

---

Tipps

• Pakete von IDE und Runner abgleichen — Besteht Test lokal, der Cloud-Lauf scheitert aber mit ImportError, fügen Sie das fehlende Paket über Dependencies hinzu.
• on_timer ist für Forward-Läufe — der Backtest-Dialog der IDE konfiguriert keine Timer; setzen Sie stattdessen timerIntervalMs im Bulk-Forward-Dialog.
• on_tick bei Forward-Läufen — wird bei jeder Kursaktualisierung des Brokers Ihres verbundenen Brokers ausgelöst, während der Algo läuft; siehe Strategie-Lebenszyklus.
• Broker-Zugangsdaten — Bulk-Jobs, die live oder im Paper-Modus handeln, erfordern möglicherweise pro Lauf übermittelte Broker-Zugangsdaten; folgen Sie den Hinweisen des Dialogs für Ihren Kontotyp.
• Arbeitsbereichsordner — das Speichern von .qcs-Vorlagen erfordert einen verknüpften Arbeitsbereichsordner.

---

Siehe auch

• AutoTrading — lokale Forward-Läufe und der gemeinsame New-Run-Dialog
• Screener — die Screens erstellen, die der Zielbereich Screener nutzt
• Ausführungsvorlagen (.qcs) — Lauf-Konfigurationen speichern und laden