选 QuantStats
需要可复现的绩效指标/报告流水线、自备收益序列、要集成进自己的 Python 回测框架。
QuantStats 项目研究站 · 对比
两条路线解决不同的量化目标:QuantStats 是自建 Python 库,专注组合绩效分析与回测报告;EasyClaw 量化 Skill 是免部署的研究入口,装软件后一句话发起研究/回测任务。下面从任务、数据源、前置条件、输出与限制逐项对比。
两条路线对比示意;QuantStats 与 EasyClaw 无已证实集成。
| 维度 | QuantStats 自建 | EasyClaw 量化 Skill |
|---|---|---|
| 定位 | Python 组合绩效分析/报告库 | 免部署量化研究入口(多个 Skill) |
| 核心任务 | 算指标 / 画图 / 生成报告 / 基准对比 / 蒙特卡洛 | 一句话发起回测 / 技术分析 / 数据查询 / 组合优化 |
| 前置条件 | Python≥3.10 + pip/conda + 依赖 | 安装 EasyClaw 软件 |
| 数据源 | 自带 yfinance 拉取 / 自备收益序列 | akshare / tushare / yahoo 等,因 Skill 而异 |
| 市场覆盖 | 任意收益率序列(股票/基金/加密货币) | A股/美股等,因 Skill 而异 |
| 输出 | 数值指标 / 图表 / HTML 报告 | 自然语言结论 / 图表 / 结构化报告 |
以下技能目录已在本机 EasyClaw 核验(C:\Users\CF\.easyclaw\skills),可作为免部署研究路线;与 QuantStats 无已证实集成。
| 技能 | 能力 | 与 QuantStats 关系 |
|---|---|---|
| quant-analyst(量化分析师) | 策略回测、风险指标(VaR/Sharpe/最大回撤)、组合优化(Markowitz/Black-Litterman) | 最接近:回测 + 绩效指标 + 组合优化,与 stats 指标重叠 |
| stock-technical-mastery(技术分析) | A股 K线/MACD/RSI/布林带/量价(仅A股) | 技术面,与收益统计互补 |
| akshare-finance(财经数据) | A股/期货/基金/加密货币等基本面+行情 | 数据源:可为 QuantStats 提供收益序列 |
| tushare-finance(Tushare) | A股/港股/美股/基金/债券 220+ 接口(需 Token) | 数据源:A股行情/财务 |
| yahoo-finance-github(美股行情) | 美股行情/K线/新闻/组合分析(无需 Key) | 数据源+组合分析:美股收益序列 |
| fp-dcf(DCF估值) | A股/港股/美股 DCF 估值(FCFF/WACC) | 估值,与绩效分析不同任务 |
需要可复现的绩效指标/报告流水线、自备收益序列、要集成进自己的 Python 回测框架。
不想装 Python 环境,想一句话发起回测/技术分析/数据查询,接受 Skill 的数据源与市场边界。
用 EasyClaw 技能拉数据/做初筛,再导出收益序列到 QuantStats 做深度绩效分析。
1. pip install quantstats → 2. import quantstats as qs → 3. 取收益序列 → 4. 算指标/画图 → 5. qs.reports.html 生成报告。
1. 下载安装 EasyClaw → 2. 打开对话 → 3. 一句话提出研究/回测任务 → 4. 查看 Skill 返回结论/图表。
不是。QuantStats 是开源 Python 库(ranaroussi/quantstats),EasyClaw 是带量化研究 Skill 的软件;两者无已证实集成,是独立路线。
QuantStats 通过 Python API 使用,需 Python 环境。若不想写代码,可考虑 EasyClaw 量化 Skill 的免部署路线。
EasyClaw 的量化分析 Skill 能回测并输出风险指标(Sharpe/最大回撤等),但输出形式与 QuantStats 的 HTML tearsheet 不同;是否替代取决于你的报告格式需求,两者无集成。
QuantStats 自带 yfinance 下载或自备收益序列;EasyClaw 各 Skill 用 akshare/tushare/yahoo 等,因 Skill 而异,部分需 Token。
不能。两者输出均仅供研究,不构成投资建议;实盘需自行核验数据、成本与风险。