研究环境
lean research 启动本地 Jupyter Lab（Docker），用 Python 做数据探索与因子研究。
开源引擎Apache-2.0 协议，GitHub 21.4k stars
双语言Python + C#（主语言 C#）
模块化组件可插拔，内置插件模型
官方证据仓库 README / GitHub API（2026-09 核验）
What it solves
Lean 能解决什么问题？
它把「数据接入 → 策略研究 → 回测验证 → 实盘部署」整理成一套可复现的算法交易工作流，让策略从想法到验证再到上线更结构化。
回测与优化
lean backtest / lean optimize 在本地 Docker 跑历史回测与参数优化。
实盘交易
lean live 本地部署实盘算法，支持多市场与另类数据。
How it works
Lean 四步理解：从研究到实盘
首页只保留理解所需的核心四步，详细流程见架构页与策略页。
1. 接入数据
通过数据源与 universe 选择，把行情与另类数据接入引擎。
2. 编写策略
用 Python 或 C# 编写算法，基于模块化插件模型组织信号与执行。
3. 回测验证
本地 Docker 跑历史回测与优化，查看风险与收益指标。
4. 实盘部署
lean live 部署到券商，进入实盘或模拟盘运行。
Setup and route
自建 Lean 还是用 EasyClaw 量化 Skill 路线？
同一个量化研究目标，两种准备成本。完整对比见对比子页。
装 CLI/源码→配数据与券商→写策略→回测与实盘
灵活度高，但环境、数据、券商接口与部署边界都需要自己维护。
安装 EasyClaw→一句话提问
Skill 的数据源、Token、网络与市场覆盖各不相同；不代表 Lean 已集成 EasyClaw。
FAQ
常见问题
QuantConnect Lean 是什么？
QuantConnect Lean 是事件驱动、专业级的开源算法交易引擎，支持 Python 与 C#，把研究、回测、优化与实盘交易整合进模块化体系。
Lean 需要编程基础吗？
需要。Lean 用 Python 或 C# 编写算法，涉及安装 CLI/源码、配置数据与券商、编写策略，官方文档面向有编程与量化经验的用户。
Lean 在 EasyClaw 中能用吗？
无已证实集成。QuantConnect Lean 与 EasyClaw 没有官方集成证据；EasyClaw 内置的是量化研究类 Skill（如量化分析、技术分析、模拟交易），两者是独立路线。
Lean 支持哪些资产？
仓库 topics 覆盖股票、期权、外汇、加密货币等；具体数据源与券商支持范围需以 lean.io/docs 官方文档为准。
Lean 回测结果可信吗？
回测结果仅代表历史表现，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。