ROUTE COMPARISON
Optopsy 和 EasyClaw 技能路线，分别适合谁
这两者不是替代关系。Optopsy 是期权链级回测引擎，需要你自己配 Python 环境与数据；EasyClaw 的技能路线让你不配环境就能拿到行情、算指标、出图，但它没有期权链级的策略回测能力。本页把分工逐项列清楚。
- EasyClaw 能覆盖：行情与期权数据获取、技术指标计算、图表生成、条件筛选、持仓盯盘。
- EasyClaw 不提供：期权链级策略回测——没有策略工厂、没有逐腿 Delta 选股、没有
simulate()权益曲线。 - Optopsy 的门槛：Python 3.12–3.13 + 一份期权链数据（内置源需付费 Key）。
- 已证实集成：无。Optopsy 不在本机技能目录中，两者没有任何已证实的集成关系。
pip install optopsy + 期权链数据OVERVIEW
总览对照：八项维度逐条对比
下表只写事实与前置条件，不给「哪个更好」的结论——因为两者的目标任务本来就不同。
| 维度 | Optopsy（自建） | EasyClaw 技能路线 | 谁更适合承担 | 注意点 |
|---|---|---|---|---|
| 核心任务 | 期权链级策略回测与统计：逐腿 Delta 选股、40 个策略、权益曲线、风险指标 | 行情与数据获取、技术指标计算、图表生成、条件筛选、持仓盯盘 | 回测 → Optopsy；取数与辅助分析 → EasyClaw | 两者可以串联使用：用技能拿到数据，再用 Optopsy 回测 |
| 部署成本 | 需自建 Python 环境（3.12–3.13），装核心库或更完整的 [data] / [ui] | 已在本机技能目录中，无需单独部署 Python 环境 | 想立刻上手 → EasyClaw | Optopsy 在 Python 3.11 及以下会装到另一套包，见安装页 |
| 数据要求 | 必须自备期权链数据，最少 8 列且 delta 必填 | 技能自带数据源（部分需 API Key），无需自己整理字段 | 有干净数据 → Optopsy；还没数据 → 先用技能取 | 官方未提供 A 股期权数据源；自建 CSV 是最可行的路径 |
| 前置账号 | 可选：内置数据源需 EODHD 的 API Key；不用内置源则无需任何账号 | 视技能而定：Tushare 需 Token、妙想系需 MX_APIKEY、问财需 IWENCAI_API_KEY、富途需 OpenD | 不想配 Key → 用免 Key 的技能，或 Optopsy + 自建 CSV | 所有 Key 的申请方式以各技能说明为准 |
| 交互方式 | 写 Python 代码调用 API | 自然语言提问，由技能执行并返回结构化结果 | 会写代码 → Optopsy；想直接问 → EasyClaw | Optopsy 另有可选的对话界面（optopsy[ui]），但那是它自己的 Chainlit 应用 |
| 输出形态 | DataFrame：分组统计、逐笔明细、权益曲线序列、绩效字典 | 结构化文本、表格、图片文件（如 Excel / CSV / PNG） | 需要可编程分析的产出 → Optopsy | 技能的产出适合阅读与存档，回测的产出适合继续算 |
| 能力缺口（对方没有的） | 无对话式免部署入口；无中文文档；无 A 股期权数据源 | 无期权链级回测引擎：没有策略工厂、没有逐腿 Delta 选股、没有权益曲线与早退滑点模型 | 要期权链回测 → 只能自建 Optopsy | 这是本页最重要的结论：缺口决定选择 |
| 许可与成本 | 软件 AGPL-3.0；数据可能收费（EODHD） | 各技能来源与许可不同，以各自说明为准；部分依赖付费或注册服务 | 商用前都要读各自条款 | 涉及对外服务时请读许可原文并咨询专业人士 |
自建侧依据官方 README、文档与源码；EasyClaw 侧依据本机技能目录下各 SKILL.md 逐项核验（采集 2026-09-23）。
口径说明：本页描述的 EasyClaw 技能状态是「能在目录里查到」（catalog_visible），不等于已安装、已授权或已在本机跑通。所有前置条件都必须由使用者自行配置。
LOCAL SKILL ROSTER
本机技能清单：哪些与期权研究链路相关
本机技能目录共 29 个技能。下表列出与金融研究链路相关的部分，并注明各自的前置条件。完整清单以你的本机目录为准。
| 技能名称 | 它负责什么 | 在链路里的位置 | 前置条件 | 注意点 |
|---|---|---|---|---|
| akshare-finance（AKShare 财经数据） | 股票、期货、期权、基金、外汇、债券、指数、加密货币的数据 | 取数据 | 无需 API Key；需 akshare>=1.18 | 数据字段口径与 EODHD 不同，不能直接与美股期权链混用 |
| tushare-finance（Tushare 金融数据） | 220+ 个 Tushare Pro 接口：行情、财务报表、宏观指标 | 取 A 股行情与财务数据 | 需要 TUSHARE_TOKEN | 接口权限与积分等级挂钩 |
| quant-analyst（量化分析师） | 策略建模与回测方法论、风险指标、组合优化、统计套利 | 提供「怎么评估」的方法与检查清单 | 无 | 是方法论文本与实践指引，不是可执行的期权链回测引擎 |
| stock-technical-mastery（K 线技术分析） | MACD / RSI / 布林带 / 均线等指标计算、K 线形态识别、量价分析 | 指标计算 | 无 | 覆盖 A 股；明确不支持港股、美股、期货、外汇 |
| chart-image（图表生成） | 从数据生成 PNG 图表：折线、柱状、面积、K 线、饼图、热力图等 | 把结果画出来 | 首次使用需 npm install | 只负责出图，不负责算指标 |
| yahoo-finance-github（Yahoo 美股行情） | 美股实时报价、历史 K 线、新闻聚合、持仓分析 | 美股侧数据补充 | 无需 API Key | 明确不支持 A 股与港股 |
| stock-monitor-skill-0-1-0（智能盯盘预警） | 7 类预警规则：成本盈亏、均线金叉死叉、RSI、量能异动、跳空、动态止盈；含分级预警 | 持仓后的持续盯盘 | 需配置监控清单 | 支持个股/ETF/黄金；不自动下单，不生成投资建议 |
| iwencai / tonghuashun-research-assistant（问财与同花顺研究） | 自然语言选股、板块筛选、行情与财务查询、公告研报检索 | 条件筛选与研究检索 | 问财需 IWENCAI_API_KEY 并完成连接授权 | 面向 A 股为主 |
| mx-data / mx-select-stock（东方财富妙想系列） | 行情、财务与关联关系数据查询；按条件筛选股票 | 数据查询与筛选 | 需要 MX_APIKEY | 未配置 Key 时技能会直接停止并要求先配置 |
| futuapi（富途 OpenAPI） | 行情、K 线、报价、快照、买卖盘、逐笔成交；也含交易接口 | 行情获取 | 需富途账号 + 本地 OpenD 客户端 | 交易接口与行情接口的权限范围不同 |
| a-stock-analysis（A 股实时行情与量能分析） | 沪深股票实时价格、分时量能分布、主力动向、涨停封单、持仓盈亏 | 盘中观察与持仓分析 | 无 | 聚焦 A 股；不覆盖期权链 |
依据本机 .easyclaw/skills/ 目录下各 SKILL.md 的声明逐项核验；「注意点」一列同时引用了各技能自己写明的能力边界。
从上表可以看出：链路的前半段（取数 → 算指标 → 出图 → 筛选 → 盯盘）本机技能覆盖得相当完整；缺的正是后半段的期权链级策略回测——没有任何一个技能提供策略工厂、逐腿 Delta 选股、simulate() 权益曲线、早退规则或滑点模型。
下面三张是本机技能路线的实际对话截图，分别对应「板块筛选」「盯盘检查」「基金净值」三类任务。它们展示的是技能路线自己的能力，与 Optopsy 的回测流程无关。
TASK OWNERSHIP
任务分工矩阵说明：具体到「这件事谁做」
| 你想完成的事 | EasyClaw 技能路线 | Optopsy 自建路线 | 结论 | 注意点 |
|---|---|---|---|---|
| 查某只股票/ETF 的行情与涨跌幅 | 直接可以 | 不做这件事（它不是行情工具） | 用技能 | 免 Key 的技能与需 Key 的技能都要看前置条件 |
| 获取期权类数据 | 可以（akshare-finance 覆盖期权类数据） | 可以（自带源或自备 CSV） | 两边都行，看字段口径 | 两边字段不一致，不要混用 |
| 算 MACD / RSI / 布林带等技术指标 | 可以（stock-technical-mastery） | 可以（85 个信号工厂，跑在股票数据上） | 都行 | Optopsy 的信号是给回测做入场过滤用的，不是给人看的分析报告 |
| 把结果画成图表 | 可以（chart-image） | 不直接做（输出 DataFrame 交给你自己的绘图栈） | 用技能或自己画 | Optopsy 的产出是数据结构，绘图要另接 |
| 按 Delta 规则批量回测某个期权策略 | 没有对等能力 | 可以（40 个策略工厂 + 逐腿 Delta） | 只能自建 | 这是两者最核心的差距 |
| 跑出权益曲线与回撤等绩效指标 | 没有对等能力（quant-analyst 提供方法论，不是执行引擎） | 可以（simulate() + 12 个风险指标） | 只能自建 | 方法论与可执行引擎是两件事 |
| 配置止盈止损等早退规则做敏感性测试 | 没有对等能力 | 可以（stop_loss / take_profit / max_hold_days） | 只能自建 | 注意符号约束与 exit_type 优先级 |
| 模拟手续费与滑点对结果的影响 | 没有对等能力 | 可以（手续费结构 + 四种滑点模式） | 只能自建 | 默认无成本、默认中间价，要显式设置 |
| 盘中盯盘与预警推送 | 可以（stock-monitor-skill-0-1-0） | 不做这件事 | 用技能 | 盯盘针对股票/ETF/黄金；不下单 |
| 自然语言提问拿结果 | 可以（多个技能支持） | 可选，需装 [ui] 并配 LLM Key | 用技能更省事 | Optopsy 的对话界面是它自己的 Chainlit 应用，与 EasyClaw 无关 |
依据本机技能的 SKILL.md 声明与 Optopsy 官方文档、源码能力边界整理。
看清楚这张矩阵的分界线：「取数、算指标、出图、筛选、盯盘」技能路线更省事；「期权链回测、绩效模拟、成本建模」目前只有自建路线能做。没有哪一边能替代另一边。
PREREQUISITES
前置条件与授权：两边各要准备什么
| 要准备的东西 | Optopsy 自建路线 | EasyClaw 技能路线 | 不满足时会怎样 |
|---|---|---|---|
| 运行环境 | Python 3.12 或 3.13（其余版本会装到另一套包） | 无需自建环境（技能运行在本机已有的运行时上） | 自建侧：装到了 API 不同的包，调用时报 AttributeError |
| 代码能力 | 需要写 Python（加载数据、调策略、取结果） | 不需要，用自然语言描述需求 | 自建侧：无法完成数据映射与参数配置 |
| 期权链数据 | 必需：最少 8 列，delta 是硬要求 | 不需要（技能直接返回结构化结果） | 自建侧：任何策略都选不出合约 |
| 数据来源 Key | 可选：内置源需 EODHD_API_KEY；自备 CSV 则无需 | 视技能而定：TUSHARE_TOKEN / MX_APIKEY / IWENCAI_API_KEY / 富途账号等 | 缺 Key 时相关功能直接不可用，通常会明确提示 |
| LLM Key（仅对话场景） | 装 [ui] 时需要（默认模型为 Anthropic 的 Claude Haiku，也支持 OpenAI 系） | 由 EasyClaw 侧统一处理，技能本身不要求你提供 | 自建侧：optopsy-chat 无法启动对话 |
| 许可理解 | AGPL-3.0：对外提供服务前需读条款 | 各技能许可不同，按各自说明 | 对外服务场景下可能构成合规风险，需自行评估 |
| 磁盘与网络 | 数据量较大时占用明显；数据源可能涉及境外服务 | 技能各自的数据获取方式不同 | 数据下载慢或失败时，可考虑自建 CSV 绕开 |
自建侧依据官方文档与 pyproject 的依赖声明；EasyClaw 侧依据本机各技能 SKILL.md 的前置条件声明。
如果你希望完全不引入外部账号：自建侧走「自备 CSV + 核心库」这条路可行；技能侧可以优先选择标注为免 Key 的技能（如 akshare-finance、a-bao 类的行情查询）。具体以各技能说明为准。
DECISION GUIDE
四类典型人群该怎么选
只想先看看行情、算几个指标、画张图
走技能路线。本机已有对口的技能，不需要配 Python 环境，也不需要准备期权链数据。这是投入最小、见效最快的一条路。
要研究「某个期权策略在历史上表现如何」
只能自建 Optopsy 路线。技能路线里没有期权链回测引擎，这个任务没有替代方案。先把 Python 环境与数据两件事解决掉。
两者都要：先取数，再回测
可以串联。用技能路线拿到行情与期权类数据，整理成满足 8 列契约的 CSV，再交给 Optopsy 回测。注意字段口径要对齐，尤其是 delta 的来源与量纲。
不想维护环境，但需要回测能力
这是一个真实的两难：目前没有「免部署 + 期权链回测」的现成组合。可行的折中是先把 Python 环境一次性配好并固定下来（虚拟环境 + 固定版本），把维护成本降到最低。
| 你的情况 | 建议起点 | 为什么 | 下一步看哪页 |
|---|---|---|---|
| 完全没接触过期权数据 | 先用技能路线看行情与指标 | 先建立对数据长什么样的直观理解，再谈回测 | 期权链契约页（了解 8 列契约） |
| 已有期权链 CSV，想开始回测 | 直接自建 Optopsy | 你的瓶颈已经解决，数据是最难的一步 | 安装与版本 → 策略手册 |
| Python 是 3.11 且不便升级 | 先确认版本问题的后果 | 3.11 下 pip 会装到另一套包，官方文档的 API 不可用 | 安装与版本页 |
| 只想要结论，不想写代码 | 技能路线 + 明确预期 | 技能能做取数与分析，但不做期权链回测，别把期望放错 | 本页的任务分工矩阵 |
| 要对外提供服务 | 两条路都要先读许可 | Optopsy 是 AGPL-3.0；技能各自条款不同 | 安装与版本页的许可与费用一节 |
依据两条路线各自的能力边界与前置条件整理；不构成任何投资建议或采购建议。
BOUNDARIES
边界与披露：这份对比证明了什么、没证明什么
| 本页的陈述 | 证据到哪一步 | 没有证明什么 |
|---|---|---|
| Optopsy 是期权链级回测库，具备 40 个策略与模拟器 | 官方 README、文档与源码核验 | 不代表它的结果对任何市场有效 |
| 本机技能目录共 29 个技能，其中部分与金融研究链路相关 | 本机目录逐项核验 + 各 SKILL.md 声明 | 不等于已安装、已授权或已跑通 |
| 本机技能路线没有期权链级回测引擎 | 对 29 个技能目录逐个查看，未发现策略工厂 / 逐腿 Delta / 模拟器类能力 | 不排除将来会增加这类技能；本结论对应 2026-09-23 的目录状态 |
| Optopsy 与 EasyClaw 之间没有已证实的集成 | Optopsy 不在本机技能目录中，官方文档也未提及 EasyClaw | 不代表未来不会出现集成方式 |
| 两侧的前置条件（版本、Key、环境） | Optopsy 侧依据官方文档与 pyproject；技能侧依据各 SKILL.md 自述 | 具体的 Key 申请流程与费用以各服务商官方说明为准 |
本站是第三方撰写的中文研究笔记，与 Optopsy 项目方、EasyClaw 方均无隶属关系。文中不构成投资建议、采购建议或法律意见。涉及商用与对外服务时，请以各方官方条款为准。
FAQ
Optopsy 与 EasyClaw 路线对比常见问题
Optopsy 已经集成进 EasyClaw 了吗？
没有。Optopsy 不在本机 EasyClaw 技能目录中，官方文档也没有提到 EasyClaw。本页对比的是「两条不同的任务路线」，不是「同一个工具的两个入口」。这一披露在全站都保持一致。
那我到底该用哪个？
看任务：取行情、算指标、画图、筛选、盯盘 → 技能路线更省事；期权链级回测、权益曲线、手续费与滑点建模 → 只能自建 Optopsy。两者可以串联，但字段口径要对齐（尤其是 delta）。
EasyClaw 技能里有期权相关能力吗？
有数据层面的：akshare-finance 明确覆盖期权类金融数据。但数据获取与策略回测是两回事——没有任何一个技能提供策略工厂、逐腿 Delta 选股、simulate() 权益曲线或早退与滑点模型。
两条路线的数据能互通吗？
可以，但需要手工对齐。Optopsy 要求 8 个必需列且 delta 必填；技能返回的是各自的结构化输出。把技能拿到的数据整理成满足契约的 CSV，再交给 csv_data() 是可行的，但要注意 delta 的量纲（是否为 0–1）与列的顺序。
我不想配 Python 环境，有别的办法做期权回测吗？
就本机已有能力而言，没有「免部署 + 期权链回测」的现成组合。现实的折中是：一次性把 Python 环境配好并固定下来（虚拟环境 + 固定 3.12/3.13），把后续维护成本降到最低。Optopsy 自带的对话界面（optopsy[ui]）也能降低一部分使用门槛，但仍需自建环境。
技能需要 API Key 吗？
视技能而定。明确需要 Key 的包括：tushare-finance（TUSHARE_TOKEN）、mx-data / mx-select-stock（MX_APIKEY）、iwencai（IWENCAI_API_KEY + 连接授权）、futuapi（富途账号 + OpenD）。也有不需要 Key 的，如 akshare-finance、yahoo-finance-github。以各技能说明为准。
这个对比给结论了吗？
给了「任务归属」的结论，没有给「哪个更好」的结论——因为两者服务的目标任务不同。本页也不对任何策略的实际表现、任何产品的好坏下判断。