择时与选股策略
内置择时因子、选股因子开发与回测，支持止盈止损与仓位管理。
abuQuant / 阿布量化交易系统
abuQuant 阿布量化下载：AbuQuant 安装部署与回测教程
阿布量化交易系统（bbfamily/abu，Python 包 abupy）是基于 Python 的开源量化交易与量化投资架构，覆盖美股、A 股、港股、期货、期权与比特币等市场，内置择时/选股策略、回测、机器学习优化与 AI 量化信号系统。适合量化研究者、策略开发者与普通用户，从回测开始验证是否适合你的工作流。
开源框架GPL-3.0，GitHub 18.2k stars
AI 量化三系别模型组 + 18496 策略
多市场股票/期货/期权/比特币
官方证据仓库 readme（2026-08 核验）
What it solves
abu 能解决什么问题？
它把「数据源 → 策略开发 → 回测验证 → 机器学习优化」整理成一套量化交易工作流，并用 AI 量化信号系统降低纯代码量化的门槛。
回测与度量
滑点、手续费、参数优化与回测结果度量，量化历史表现。
机器学习与 AI 量化
多种机器学习技术优化策略，三系别 AI 模型组加权投票评分。
How it works
abu 三步理解：从数据到回测
首页只保留理解所需的三步，详细流程见架构页与策略页。
1. 准备数据
支持股票、期货、数字货币行情交易，可切换数据模式、存储与数据源。
2. 编写与回测策略
基于择时/选股因子编写策略，配合回测器与度量验证历史表现。
3. 机器学习优化
用机器学习与 AI 量化信号优化策略；回测结果不构成收益保证。
EasyClaw report
一句话拿到研究结果：示例
以下为 EasyClaw 实际使用截图：一句话发起量化研究，即返回结果。图片已等比缩小展示。
What you get
数据获取
指标计算
中文总结
风险提示
一句话 → 量化研究结果
一句话拉取行情、财务、K 线数据，无需自己配数据源。
自动算出年化收益率、最大回撤等回测指标。
返回数据表 + 趋势/结论简判。
结果仅供研究，不构成投资建议。
样例边界：以上为 EasyClaw 实际使用截图，只证明该研究任务可一句话发起；不代表 abu 已集成 EasyClaw，也不构成投资建议。
Setup and route
自建 abu 还是用 EasyClaw 量化 Skill 路线？
同一个研究目标，两种准备成本。完整对比见对比子页。
部署 abupy→准备数据→写策略→回测优化
灵活度高，但 Python 环境、数据源与策略都需要自己维护。
安装 EasyClaw→一句话提问
Skill 的数据源、Token、网络与市场覆盖各不相同；不代表 abu 已集成 EasyClaw。
FAQ
常见问题
abu 是什么？
abu（阿布量化交易系统，Python 包 abupy）是基于 Python 的开源量化交易系统与量化投资架构，覆盖择时/选股策略、回测、机器学习与 AI 量化。
abu 需要编程基础吗？
需要一定 Python 基础。abu 用 Python 驱动，涉及环境部署、数据源配置与策略编写；另有 abupy_ui 非编程界面与 19 个 ipynb 教程。
abu 在 EasyClaw 中能用吗？
无已证实集成。abu 与 EasyClaw 没有官方集成证据；EasyClaw 内置的是量化研究类 Skill（如量化分析、技术分析、财经数据等），两者是独立路线。
abu 支持哪些市场？
支持美股、A 股、港股、期货、期权、比特币、莱特币，详见市场页。
abu 回测结果可信吗？
回测结果仅代表历史表现，涉及数据、参数与市场环境假设，不构成收益保证或投资建议。