想「系统学」
要理解机器学习交易每个环节（数据→特征→模型→回测→实盘）→ 选 ML4T 自建。
Machine Learning for Trading / vs EasyClaw
Machine Learning for Trading vs EasyClaw：自建还是免部署量化 Skill
同一个量化研究目标，两条准备成本完全不同的路线：ML4T 要 clone 仓库 + Docker/WSL2 + 约 16GB 环境 + 数据下载 + 跑 notebook；EasyClaw 用内置量化 Skill 一句话发起行情、选股、技术分析、估值等研究。两者是独立路线，ML4T 与 EasyClaw 无已证实集成。
ML4T 自建Docker/WSL2 + 16GB + 数据 + notebook
EasyClaw Skill安装 + 一句话提问
Compare
两条路线对照
以下对比基于官方 README 与 EasyClaw 本地技能 SKILL.md（2026-08 核验）。
| 维度 | ML4T 自建 | EasyClaw 量化 Skill |
|---|---|---|
| 核心目标 | 系统学习机器学习交易全流程，自建可复现研究管道 | 免部署，一句话发起行情/选股/技术分析/估值等研究任务 |
| 准备成本 | clone + Docker/WSL2 + 约 16GB + 免费数据 4GB + 跑 notebook | 安装 EasyClaw 客户端即可，无需自建 Python 环境 |
| 前置门槛 | Python/机器学习经验、Docker 或 WSL2、C/C++ 编译（uv 路径） | 会提问即可；个别 Skill 需对应数据源 Token/授权 |
| 市场覆盖 | 美股/加密/外汇/期货/期权（案例聚焦海外） | 以 A 股为主（akshare/tushare/stock-technical-mastery），部分覆盖港股美股 |
| 数据源 | SEC EDGAR、AlgoSeek、IB/Alpaca/QuantConnect 等 | AKShare、Tushare、Yahoo、新浪/Baostock、同花顺问财等 |
| 输出 | 模型、回测报告、组合、实盘管线（自建） | 行情表、技术分析、选股清单、估值、量化研究结论 |
| 适合人群 | 想系统学习、要完整控制研究管道的研究者/开发者 | 想快速得到研究结果、不想维护环境的用户 |
| 集成关系 | ML4T 与 EasyClaw 无已证实集成（installation.state=unverified） | |
EasyClaw Skills
EasyClaw 内置量化 Skill 清单
以下技能已在本机 EasyClaw 目录核验（2026-08-28），可作为 ML4T 覆盖任务中的免部署替代路线；各自数据源、Token、网络与市场覆盖不同。
| Skill | 能力 | 数据源 / 前置 |
|---|---|---|
| quant-analyst | 量化建模、回测、风险指标、组合优化、统计套利 | pandas/numpy/scipy；研究用途 |
| akshare-finance | A股/期货/期权/基金/外汇/债券/指数/加密 行情与基本面 | AKShare 公开数据源；akshare>=1.18 |
| tushare-finance | A股/港股/美股 220+ 接口：行情、财务、宏观 | 需 TUSHARE_TOKEN |
| yahoo-finance-github | 美股实时报价、历史K线、新闻、组合盈亏 | yfinance 免 key；不支持 A 股/港股 |
| stock-technical-mastery | A股技术分析：MACD/RSI/布林带/形态/Wyckoff | 新浪财经 + Baostock；仅 A 股 |
| a-stock-analysis | A股实时行情 + 分时量能 + 主力动向 + 持仓盈亏 | 新浪财经接口；仅 A 股 |
| fp-dcf | 第一性原理 DCF 估值（FCFF/WACC/敏感性） | akshare/baostock/yfinance；不支持相对估值 |
| iwencai | 同花顺问财：行情/财务/事件/研报/选股/宏观 | 需 IWENCAI_API_KEY + 连接门禁 |
| futuapi | 富途 OpenAPI：行情/K线/选股/模拟与实盘交易 | 需 OpenD + futu-api；实盘需 GUI 解锁 |
集成边界：上表 EasyClaw Skill 是独立量化研究路线，不代表 Machine Learning for Trading 已集成或可在 EasyClaw 中运行；ML4T 仍须按其官方方式自建。EasyClaw Skill 的结果仅供研究，不构成投资建议。
EasyClaw in action
免部署：估值与回测一句话完成
以下为 EasyClaw 对话截图，演示用内置 Skill 一句话完成 DCF 估值与量化回测，与 ML4T 自建建模/回测流程形成对比。
Decision
怎么选：三步判断
先明确目标，再选路线，避免装错工具。
你要「学」还是「用」
想系统理解机器学习交易每个环节 → ML4T 自建；只想拿到研究结果 → EasyClaw。
看市场与数据
聚焦美股/加密/外汇/期货的完整管道 → ML4T；聚焦 A 股行情/选股/技术分析 → EasyClaw Skill 更省事。
看准备成本
能接受 16GB 环境 + 数据下载 + 编程门槛 → ML4T；不想维护环境 → 先装 EasyClaw 一句话试。
Task by task
具体研究任务：ML4T 怎么做 vs EasyClaw 怎么做
把「选哪条路」落到具体任务上，比空谈「哪个好」更实用。
| 研究任务 | ML4T 自建 | EasyClaw Skill |
|---|---|---|
| 预测收益率 / 建交易信号 | 自建特征 + GBDT + ml4t-backtest 回测 | quant-analyst 回测与建模 |
| A 股行情 / 财务数据 | 未内置 A 股，需另接数据源 | akshare-finance / tushare-finance 一句话 |
| K 线技术分析 | 自建指标与形态识别 | stock-technical-mastery 一句话 |
| 条件选股 | 自建因子 + 筛选管线 | iwencai / futuapi 选股 |
| 估值 | 自建 DCF 模型 | fp-dcf 一句话 |
| 美股数据 / 组合 | ml4t-data + 自建 | yahoo-finance-github 行情/组合 |
Who fits which
一句话判断你适合哪条路
不用读完所有章节，先看这三条。
想「快点用」
只想拿到 A 股行情/选股/技术分析/估值结论，不想维护 16GB 环境 → 选 EasyClaw。
两者结合
用 ML4T 学方法论，用 EasyClaw 做 A 股本地化快速验证，各取所长。
FAQ
常见问题
Machine Learning for Trading 能在 EasyClaw 里用吗？
无已证实集成。ML4T 是 GitHub 书+代码仓库，未集成进 EasyClaw；EasyClaw 内置的是独立量化 Skill，两者是不同路线。
EasyClaw 的 Skill 能替代 ML4T 的全部功能吗？
不能。ML4T 的核心是系统学习与可复现研究管道（模型训练、回测、组合、实盘）；EasyClaw Skill 覆盖其中部分任务（数据获取、技术分析、选股、估值），但不提供 ML4T 的教学与自定义建模流程。
EasyClaw 的 Skill 需要额外 key 吗？
部分需要：akshare/yahoo 免 key；tushare 需 TUSHARE_TOKEN；iwencai 需 IWENCAI_API_KEY；futuapi 需 OpenD+富途账号。使用前按各自 SKILL.md 配置。
想学机器学习交易，选哪条路？
推荐 ML4T 自建：它是该领域最系统、最完整的教学仓库之一；EasyClaw 适合在其后做 A 股本地化研究与快速验证。
EasyClaw 的结果能直接用于实盘吗？
不能。EasyClaw Skill 输出仅供研究，不构成投资建议；任何策略都应先回测验证、模拟盘再小仓实盘。