量化回测程序卡顿排查：是while循环还是其他原因？

一、先确认df_002563的加载异常 #

• 在打印“df_002563 Loaded Successfully.”之后立刻加一行代码，输出DataFrame的基本信息：print(df_002563.info())，同时输出行数、列数：print(f"行数: {len(df_002563)}, 列数: {len(df_002563.columns)}")。如果这一步就卡，说明DataFrame加载后数据有问题（比如内存溢出、数据格式异常导致后续操作卡死）。
• 检查df_002563的数据源文件：看文件大小是否远大于其他股票，或者是否存在损坏、特殊字符、格式错乱的行。手动用Excel或文本编辑器打开前几行和后几行，确认数据格式和其他正常股票一致。
• 检查加载DataFrame的代码：是否用了low_memory=False？如果数据类型自动推断出错，可能导致后续处理卡顿，建议指定列的 dtype，比如日期列设为datetime64[ns]，数值列设为float64等。

二、排查while循环的无限循环问题 #

• 在每个while循环内部的开头加日志输出，打印当前循环的关键变量值：
  • 股票订单循环：每次循环打印print(f"股票订单循环: 当前订单ID={order_id}, 订单状态={order_status}")
  • 期货订单循环：同理打印print(f"期货订单循环: 当前合约={contract}, 持仓量={position}")
    这样能看到循环是否一直在重复相同的变量值，快速定位是否是循环条件永远为真。
• 检查循环终止条件：有没有变量更新逻辑缺失？比如某变量应该在循环内递增或修改，但实际没改，导致while条件一直满足。比如订单状态是否永远不会变成“完成”，或者持仓量的判断逻辑有漏洞。
• 临时给循环加最大次数限制，强制终止循环并输出状态：

  max_loop = 1000
  loop_count = 0
  while 你的循环条件 and loop_count < max_loop:
      loop_count +=1
      # 原有循环逻辑
  if loop_count >= max_loop:
      print(f"循环触发最大次数限制，当前关键变量: 订单ID={order_id}, 状态={order_status}")
  

  这样能直接判断是不是无限循环。

三、其他可能的卡顿原因 #

• 检查内存使用：卡顿的时候打开任务管理器（Windows）或top（Linux/Mac）看内存占用，如果内存接近满，大概率是df_002563数据量太大导致内存不足，程序假死。可以尝试分块加载数据，或者过滤掉不需要的列/行。
• 检查IO阻塞：加载df_002563后有没有后续的文件读写、网络请求（哪怕是回测，可能有数据校验的外部请求），这些操作可能卡住。注释掉加载后的非必要IO操作，看能不能继续执行。

内容的提问来源于stack exchange，提问作者Evariste Galois