把数据准备好这件事交出去
自建回测最先要解决的环节是数据：清洗、复权、停牌、交易日历。它用 download-bundle 直接给你可用的 A 股日线数据包（含股票、常用指数、场内基金、期货），每月月初更新。
RQAlpha · 米筐科技开源的 Python 算法交易与回测框架
RQAlpha：Python 量化回测框架，从安装数据到跑通策略
它把「数据获取、策略编写、回测撮合、模拟与实盘接入、结果分析」串成一条命令行工作流：pip install rqalpha 装框架，rqalpha download-bundle 取免费 A 股日线数据，rqalpha run -f 策略.py 出结果。它的扩展性是另一个重点——7 个系统 Mod 加上 Mod Hook 接口，撮合、风控、税费、分析输出都能换。
项目来源
仓库页面显示约 6.8k Star、1.8k Fork、3,761 次提交；数字随社区变化，采集日期为 2026-09-11。
查看源码
开源项目GitHub 6,759 Star（2026-09 核验）
最新版本release/6.3.0（2026-07-23）
Python 版本requires-python >=3.8
许可非商业 Apache 2.0，商用需授权
What it solves
RQAlpha 解决什么问题？
它不是「又一个指标库」，而是把策略研究流程里最耗时的几件事标准化。
把「回测=算净值」变成工程化流程
撮合引擎（当前 Bar 收盘价 / 下一 Bar 开盘价）、滑点、手续费乘数、税费模型、事前风控、基准与风险指标都在框架里，同一份策略换参数就能换运行方式。
让扩展不靠改源码
Mod 体系把股票/期货账户、模拟撮合、调度器、分析输出、税费等做成可启停模块；你还可以在 Mod 里加命令行参数、换数据源与事件源，而不是 fork 一份源码自己维护。
How it works
怎么用：五步跑通一次完整回测
下面的命令全部来自官方文档，替换策略文件与日期即可。
1. 装框架
pip install rqalpha（官方建议用虚拟环境），rqalpha version 验证。
2. 取数据
rqalpha download-bundle 下载免费 A 股日线数据包，默认落在 ~/.rqalpha。
3. 写策略
实现 init / handle_bar 等约定函数，用 history_bars 取数、用下单接口交易。
4. 跑回测
rqalpha run -f 策略.py -s 起 -e 止 --account stock 10万，加 -o 存结果、--plot 出图。
5. 看指标与调参
输出 pickle 里有年化、回撤、Sharpe 等摘要；用 --extra-vars 批量换参数扫参。
Modules
能力速览：七块能力对应七个子页
按官方文档与仓库结构整理；每一项都指向本页之外的具体页面。
| 能力面 | 内容 | 细节入口 |
|---|---|---|
| 安装与数据 | pip 安装、虚拟环境、bundle 下载与更新、bundle 路径、RQData 每日更新 | 安装与数据 |
| 运行方式 | 命令行、config.yml、策略内 __config__、run_file/run_code/run_func，参数优先级明确 | 运行策略 |
| 策略 API | 约定函数、数据查询、股票/期货下单接口、context 与 portfolio | 策略 API |
| Mod 扩展 | 7 个系统 Mod（账户/撮合/风控/税费/分析/调度/进度）、mod 命令、自定义命令行 | Mod 扩展 |
| 结果与指标 | pickle 输出结构、summary 风险指标、plot 曲线、report 与 Excel 模板 | 回测指标 |
| 参数调优 | context_vars 与 --extra-vars、多进程批量回测、结果排序分析 | 参数调优 |
| 许可与数据边界 | 非商业 Apache 2.0、商用需授权、免费数据只到日线、分钟级需自备 | 许可边界 |
先看边界再动手：本项目的许可是「个人与高校/科研等非商业用途按 Apache 2.0，商业用途需米筐科技授权」；免费数据只覆盖 A 股日线（含常用指数、场内基金、期货），分钟级回测需要自备数据源或在米筐平台进行。这两条决定了它适合谁，详见许可边界页。
Setup and route
自建 RQAlpha 回测环境，还是用 EasyClaw 技能做研究？
两条路线的准备成本差别很大，先看你怎么用。
装 Python 环境→pip 安装→下载数据包→写策略跑回测
换来的是完整可控的回测工程：撮合、风控、税费都能改，结果文件可编程分析；代价是要维护 Python 环境与数据更新。
安装 EasyClaw→一句话提问
EasyClaw 本机已核验的 quant-analyst 技能覆盖回测与风险指标建模方向、akshare-finance 覆盖 A 股行情数据，但没有 RQAlpha 桌面客户端式的集成证据，不能视为 本项目的替代安装方式。
路线边界：RQAlpha 与 EasyClaw 无已证实集成——项目 README 与 docs 未提及 EasyClaw，EasyClaw 本机技能目录中也没有 RQAlpha 对应技能。本页并列介绍的是两条独立路线：RQAlpha 自建 Python 回测工程，以及 EasyClaw 已核验技能提供的免部署研究入口。所有结果仅供研究，不构成投资建议。
EasyClaw demo
EasyClaw 技能路线的便捷性演示
以下为 EasyClaw 本机对话的真实截图（点击左右箭头翻页），用于对照「自建框架：装环境 + 下载数据 + 写策略」的准备成本。截图演示的是 EasyClaw 技能路线，不是项目自身的运行结果。RQAlpha 与 EasyClaw 无已证实集成，仅供研究。
Who fits
RQAlpha 适合哪些人、不适合哪些人？
它的边界比功能更需要先确认。
适合你，如果…
你会写 Python、想做日线级别的 A 股或期货策略研究，需要自己控制撮合与风控细节，并且能接受「数据要自己下载更新、结果要自己分析」的工作方式。
不太适合，如果…
你只想快速查某个策略的历史表现，或者需要分钟级/多市场（港美股）数据。开源版不提供分钟数据源，港美股也不在免费数据范围内。
商业使用要特别注意
如果你所在机构要把它用在商业产品或内部业务系统里，需要先取得米筐科技授权（README 给出联系邮箱 public@ricequant.com），不能直接按 Apache 2.0 商用。
FAQ
常见问题
RQAlpha 是什么？和米筐平台什么关系？
它是深圳米筐科技开源的 Python 算法交易与回测框架（框架本体在本地运行），米筐平台的在线回测/模拟环境是另一套产品；官方文档说明策略可以同时在米筐平台上回测与模拟。两者的细节以官方 README 与文档为准。
RQAlpha 免费吗？
框架本身可自由获取，但许可有边界：非商业用途（个人非商业目的，或高校/研究所等非营利机构用于教育科研）按 Apache License 2.0；商业用途需经米筐科技授权。免费数据方面，官方提供 A 股日线（含常用指数、场内基金、期货）数据包，每月月初更新。
不会写 Python 能用吗？
不方便。本项目的使用方式就是写策略脚本 + 命令行运行，需要基本 Python 能力（函数、字典、pandas 常识）。若只想用自然语言做研究，可看对比页列的 EasyClaw 技能路线。
能回测分钟级行情吗？
框架支持 1m 频率配置，但官方文档明确：开源版本不提供对应的分钟级数据源，需要自己对接数据层（docs 的 data_source / event_source 章节），或使用 RQData 数据服务、在米筐平台上进行。
支持哪些品种？
官方账号模型提供 stock（股票）与 future（期货）两类账户，可同时配置（例如股票 10 万 + 期货 2 万），数据包还包含常用指数与场内基金；市场配置支持 CN 与 HK，但开 HK 时无法交易 A 股标的。
能在 EasyClaw 里一键安装 RQAlpha 吗？
没有已证实集成。它是独立的 Python 包（PyPI 安装），EasyClaw 本机技能目录中也没有 RQAlpha 技能；两者是并列的两条路线，详见对比页。