量化分析师
quant-analyst：构建金融模型、回测交易策略、风险指标（VaR/Sharpe/最大回撤）、组合优化（Markowitz/Black-Litterman）、时间序列分析。
GS Quant vs EasyClaw
GS Quant vs EasyClaw：自建量化工具包还是量化 Skill 路线
结论先行：两者不是替代关系，而是解决不同任务的独立路线。GS Quant 是机构级量化金融 Python 工具包（需定向凭证）；EasyClaw 是提供量化研究类 Skill 的软件，适合直接发起研究任务。本文用已核验证据说明差异。
GS Quant 自建装包 → 需机构凭证 → 接入 → 调用
EasyClaw 量化 Skill装软件 → 一句话提问 → 拿结果
Comparison
路线对比
基于 GS Quant 官方 README/PyPI 与本地 EasyClaw 技能证据（2026-08 核验）。
| 维度 | GS Quant 自建 | EasyClaw 量化 Skill 路线 |
|---|---|---|
| 任务目标 | 机构级衍生品构建、交易、风控与数据分析 | 直接发起 A 股/行情/选股/回测等研究任务 |
| 数据/API 前提 | 需 Goldman Sachs 机构客户凭证（client id/secret） | 各 Skill 自带数据源（Tushare/AKShare 等），部分需 Token |
| 前置条件 | Python 3.9+、金融与编程能力、机构准入 | 安装 EasyClaw；部分 Skill 需配置 API Key |
| 运行方式 | 自建环境、自行接入平台 API 并编写脚本 | 一句话提问，Skill 执行并输出 |
| 适合人群 | 机构量化开发者、衍生品研究员 | 想快速发起研究、不想维护环境的用户 |
重要披露：GS Quant 与 EasyClaw 之间没有已证实的安装/集成关系。本站核验了本机 EasyClaw 技能目录中存在的量化相关 Skill（quant-analyst、niuniu-quant、akshare-finance 等），它们与 GS Quant 是独立路线，不构成「GS Quant 已在 EasyClaw 中可用」的证据。
EasyClaw Skills
已核验的量化相关 Skill（本地目录）
以下 Skill 在本机 EasyClaw 目录中存在且已核验 SKILL 文档（2026-08）。
牛牛量化
niuniu-quant：Tushare 数据源，A 股（沪深北交所）行情、回测、选股、交易信号；需 Tushare Token。
AKShare 财经数据
akshare-finance：覆盖股票/期货/期权/基金/外汇/债券/指数/加密货币等行情与基本面数据；需 akshare>=1.18。
说明：以上仅为目录可见与已安装状态，不代表运行成功；各 Skill 的数据源、Token 与网络前提需按文档确认。