bt vs EasyClaw skills
bt 自建回测 vs 本机技能路线：怎么选
这两条路线解决的不是同一件事：bt 是「可复现的组合回测引擎」，本机技能路线是「用自然语言拿到结论」。本页把两条路线的成本、前置条件与能力边界并列，方便按任务做选择；bt 与 EasyClaw 无已证实集成，下面的技能证据仅来自本机目录核验。
两条路线
技能可覆盖
技能可覆盖
需自建 bt
需自建
两条路线的差别在哪？
下表按准备成本、可控性、可复现性等维度并列，判断列写的是使用条件而不是优劣。
| 维度 | 自建 bt 回测 | 本机技能路线 | 怎么选 |
|---|---|---|---|
| 环境准备 | 需要 Python ≥3.9 与 pip 安装（含编译核心） | 安装客户端即可，无需 Python 环境 | 只想快速看结论选技能路线 |
| 数据准备 | 自备「日期 × 标的」价格矩阵 | 由技能取数，可能需 Token 或账号 | 要固定数据版本与复权口径选自建 |
| 策略表达 | 算法链：调度/选券/权重/再平衡 | 自然语言描述规则 | 要批量对照多套方案选自建 |
| 可复现性 | 代码 + 数据版本，可回归测试 | 对话结果，复现性弱 | 结论要进报告选自建 |
| 交易成本 | 可配成本模型（CostModel 系列） | 不提供成本建模 | 关心净收益选自建 |
| 上手速度 | 需要学算法树与数据格式 | 一句话发起 | 先验证问题值不值得做，选技能路线 |
| 覆盖范围 | 多资产组合、固收与对冲扩展 | 以各技能覆盖的市场与字段为准 | 跨市场组合研究选自建 |
本机已核验的技能有哪些？
下表列出与本页相关方向的本机技能目录名（2026-09-20 核验，均为 catalog_visible 状态，不等于已安装、已授权或已验证运行）。
| 技能目录 | 方向 | 与 bt 工作流的关系 | 前置条件 |
|---|---|---|---|
quant-analyst-skill-v1.0.0 | 量化分析 | 可做组合统计与指标解读 | 以技能说明为准 |
akshare-finance | 财经数据 | 取行情，作为价格矩阵原料 | 部分接口需网络与数据源可用 |
tushare-finance | 财经数据接口 | 取行情与基础数据 | 需 Token / 积分 |
yahoo-finance-github | 海外行情 | 取美股等海外数据 | 网络可达性影响使用 |
chart-image | 出图 | 把结果可视化 | 以技能说明为准 |
stock-technical-mastery | 技术分析 | 看单标的指标状态 | 覆盖范围以技能说明为准 |
a-stock-analysis | A 股行情分析 | 单标的行情与情绪信息 | 以技能说明为准 |
两条路线的前置条件有什么差别？
选路线前先确认自己手上有什么，下表是逐项对照。
| 前置条件 | 自建 bt | 技能路线 | 注意点 |
|---|---|---|---|
| Python 环境 | 需要（≥3.9） | 不需要 | bt 的轮子与解释器版本绑定 |
| 账号 / Token | 不需要（但数据源可能需要） | 部分技能需要 | Token 有效期与额度以各数据源为准 |
| 数据准备能力 | 需要（清洗、复权、对齐） | 不需要，直接描述问题 | 自建的数据质量直接决定结论可信度 |
| 编程能力 | 需要（Python + 算法链） | 不需要 | 算法顺序写错会出现「跑得通但结论错」 |
| 时间投入 | 较高（环境 + 数据 + 调试） | 低（一句话发起） | 技能路线不适合需要可复现的结论 |
| 维护成本 | 需要跟进库版本与依赖 | 由客户端与技能维护方负责 | 库更新可能改变行为，注意版本记录 |
哪些任务只能自建、哪些能先挡一层？
把任务按「技能能覆盖 / 需要自建」分开，可以避免在错误的路线上浪费时间。
| 任务 | 技能路线 | 自建 bt | 说明 |
|---|---|---|---|
| 看某标的近期行情与指标状态 | 可以 | 不必 | 技能直接给结论，无需环境 |
| 按条件筛选一批标的 | 可以 | 不必 | 结果需自行复核，注意数据源差异 |
| 比较多套权重/再平衡方案 | 不能 | 必须 | 需要算法链与逐日推进的引擎 |
| 计算含交易成本的净收益 | 不能 | 必须 | 成本模型属回测引擎能力 |
| 做多资产组合与再平衡 | 不能 | 必须 | bt 的价格矩阵天然支持多列 |
| 固收 / 对冲类建模 | 不能 | 必须 | 需要固收证券类与现金流字段 |
| 结论要进报告、可复现 | 不能 | 必须 | 需要代码与数据版本 |
还在犹豫？三个常见替代方向
如果不确定要不要用 bt，可以先看这三个方向是否更贴合你的任务。
用一个更轻的单标的回测库
若研究只涉及单个标的与逐根 K 线的策略逻辑，backtesting.py 这类「策略类 + init/next」的写法上手更快，不必先理解算法树与权重流水线。
用向量化框架做批量扫描
若目标是同一逻辑在大批参数上快速扫描，vectorbt 这类向量化方案在速度上更有优势；代价是代码更偏数组运算，可读性下降。
先用技能路线确认问题
若还不确定研究问题是否值得做成回测，先用本机技能路线拿一次结论，再决定是否投入时间自建可复现管道，通常能省掉一次返工。
为什么必须澄清 bt 与本机技能路线无已证实集成？
本项目研究站与 EasyClaw 技能路线是两条独立的工具链，把两者混为一谈会误导选型，因此这里把边界写清楚。
路线选择常见问题
只用技能路线能替代 bt 吗？
不能。技能路线可以取数、给指标与结论摘要，但没有等价于 bt 的算法链、权重分配与再平衡执行机制，也没有成本模型与可复现的数据版本管理。
两条路线结果不一致，信哪个？
先对齐口径：数据区间、复权方式、交易日历、统计定义都会造成差异。要进入报告或对外发布的结论，应以可复现的自建回测为准，并记录数据与代码版本。
本机技能是不是「已安装」？
本页只声明 catalog_visible：技能目录里能看到这些技能。是否能安装、是否已授权、运行时是否可用，都要按客户端实际状态与各技能说明逐个确认。
可以两条路线一起用吗？
可以，常见做法是先用技能路线做前置探索，确定问题后再用 bt 写可复现的回测；两条路线的数据源与统计口径不同，交叉引用时要写明来源与日期。
为什么不直接推荐一条路线？
因为选择取决于你的任务与手上条件：需要可复现、含成本、多资产组合的研究必须自建；只想快速确认现象的任务用技能路线更快。本页只提供对照依据，不替用户下结论。
这些内容会保证收益吗？
不会。bt 官方 README 明确说明回测结果依赖数据质量与建模假设、不预测未来表现；本站内容仅用于研究与选型，不构成投资建议。