AI 量化策略
内置机器学习、强化学习、深度学习策略,支持自动化因子挖掘,覆盖经典与智能策略库。
它把「数据接入 → 策略开发 → 回测验证 → 模拟/实盘交易」整理成一套可复现的 AI 量化交易工作流,让程序化交易从想法到验证更结构化。
内置机器学习、强化学习、深度学习策略,支持自动化因子挖掘,覆盖经典与智能策略库。
提供在线回测与模拟交易,配合多券商/交易所接口,验证策略历史与模拟表现。
支持股票、基金、期货、虚拟货币,数据源覆盖 Tushare、Baostock 与本地 CSV。
首页只保留理解所需的三步,详细流程见架构页与策略页。
通过 Tushare、Baostock 或本地 CSV 获取数据,配置股票/期货/加密货币等交易接口。
基于经典或 AI 策略库编写策略,用回测器验证历史表现,支持因子挖掘。
先在模拟交易中验证,再接入实盘自动交易;回测与模拟结果不构成收益保证。
同一个研究目标,两种准备成本。完整对比见对比子页。
灵活度高,但环境、依赖、接口与账号授权都需要自己维护。
Skill 的数据源、Token 与市场覆盖各不相同;不代表 Qbot 已集成 EasyClaw。
Qbot 是基于 Python 的开源 AI 自动量化交易机器人(完全本地部署),覆盖数据获取、策略开发、回测、模拟与实盘交易全流程。
需要。Qbot 用 Python 驱动,涉及环境安装、数据源与交易接口配置、策略开发,面向有 Python 与量化经验的用户。
无已证实集成。Qbot 与 EasyClaw 没有官方集成证据;EasyClaw 内置的是量化研究类 Skill,两者是独立路线。
支持股票、基金、期货、虚拟货币;实盘接口包括海通/华泰/国金等股票券商、CTP 期货、OKEX/Binance/Huobi 加密货币等,详见市场页。
回测仅代表历史表现,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。