选自建路线
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。
Comparison
两条路线核心差别在哪？（对比表）
| 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 |
EasyClaw Skills
EasyClaw 本机已核验哪些量化研究技能？
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；与自建库无已证实集成。
| 技能 | 能力 | 与该库的关系 |
|---|---|---|
| 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：可为自建路线提供收益序列 |
| 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 |
Decision
怎么选：三条决策清单
选 EasyClaw
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。
两者结合
用 EasyClaw 技能拉数据/做初筛，再导出收益序列做深度绩效分析。
Boundary
证据边界是什么？哪些结论还没被证实？
无已证实集成：QuantStats 与 EasyClaw 没有官方集成证据，EasyClaw 本机目录无对应技能。本页对比的是「官方自建库」与「EasyClaw 独立量化研究 Skill」两条路线，不声称已集成或可在 EasyClaw 中一键安装。
任务/市场差异：该库是通用组合绩效分析库（任意收益序列）；EasyClaw 各 Skill 有明确市场/任务边界（如 stock-technical-mastery 仅A股、yahoo-finance-github 仅美股）。选择前请核对数据源、Token 与市场覆盖。
Cost
自建和免部署，前置条件与成本差在哪？
| 维度 | QuantStats 自建路线 | EasyClaw 量化 Skill 路线 | 注意点 |
|---|---|---|---|
| 环境准备 | 需要 Python 环境与 pip/conda 安装（官方 README 写明 Python 版本要求） | 安装 EasyClaw 客户端，不必自己搭 Python 环境 | 自建路线常见的卡点是虚拟环境与依赖冲突 |
| 数据来源 | 自带 yfinance 下载，或自备收益序列（DataFrame / Series） | 由具体 Skill 决定（akshare / tushare / yahoo 等），部分需 Token | 两边数据口径不同，结果不可直接互比 |
| 首次产出 | 装好环境后写几行代码即可出报告，时间主要花在整理数据上 | 装好软件后直接发起一次研究/回测任务 | 两条路线都不会「一键得到可信结论」，仍需自己核对口径 |
| 维护成本 | 自己跟进依赖与 Python 版本升级 | 由客户端更新维护，无需自己升级依赖 | 自建路线的升级风险与官方 release 节奏绑定 |
| 出错时 | 看 traceback 与官方 issue 自行定位 | 换提问方式或换 Skill 重试 | 自建路线报错信息更具体，更适合深挖根因 |
| 适合谁 | 要在自有研究管道里复用指标函数、定制报告模板 | 只想尽快拿到一次研究/回测结果 | 两者可组合：一边取数、一边做深度分析 |
隐性成本在哪：自建路线的成本主要在两处——数据要自己对齐口径（区间、复权、频率不一致，指标就没有可比性），依赖与 Python 版本要自己跟；免部署路线的成本主要在提问边界——每个技能各有明确的市场与任务范围，超出范围的问题不会因为换个说法就成立。
Verify
拿到的结果，怎么判断能不能信？
FAQ
QuantStats 与 EasyClaw 对比的常见问题有哪些？
QuantStats 和 EasyClaw 是一个东西吗？
不是。它是开源 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。
我不会 Python，能直接用吗？
该库通过 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 能替代 QuantStats 的绩效报告吗？
EasyClaw 的量化分析 Skill 能回测并输出风险指标（Sharpe/最大回撤等），但输出形式与该库的 HTML tearsheet 不同；是否替代取决于你的报告格式需求，两者无集成。
数据从哪来？
该库自带 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。
两条路线能一起用吗？
可以。常见分工是先用 EasyClaw 技能取数或做初筛，再把收益序列导出给自建库做深度绩效分析；两边的数据口径不同，导出前先确认区间、复权方式与频率一致，否则指标对不上。
要不要付费？
自建库是开源项目（仓库 LICENSE 标注 Apache-2.0），在许可范围内可自由使用；EasyClaw 是独立产品，其技能与计费规则以官方说明为准，两者无已证实集成。无论走哪条路线，行情数据本身可能需要自备或有额度限制。
结果能直接用于实盘吗？
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。