选自建，如果…
你要把策略固化成可复用、可回归测试的代码，需要自定义撮合与成本假设，或者要一次扫描多组参数。代价是自己维护 Python 环境与行情数据，时间主要花在环境与数据准备上，而不是花在想法本身。
Overview
两条路线一图对比
先看两边分别在做什么、代价在哪，再决定把时间花在哪一侧。
| 维度 | vectorbt 自建（Python 向量化回测库） | 本机技能路线 | 注意点 |
|---|---|---|---|
| 形态 | 本地 Python 库（pandas / NumPy / Numba 构建，可选 Rust 引擎） | 本机已安装的量化相关技能集合 | 一边是「库」，一边是「技能入口」，形态不同，不做等价比较 |
| 你要做的事 | 写代码：算指标、出信号、建组合、看绩效 | 用自然语言把研究问题描述清楚 | 前者沉淀可复用代码，后者产出的是分析结论 |
| 前置条件 | Python 环境 + pandas / NumPy 基础 + 自备行情数据 | 安装客户端；部分数据源需 Token 或账号 | 两边都要准备，只是准备的东西不一样 |
| 数据来源 | 自己接：内置数据下载模块、akshare、tushare、本地文件 | 技能内置数据封装（A 股 / 港美股 / 基金 / 期货等，部分需 Key） | 字段名与复权口径可能不同，跨路线比结论要格外小心 |
| 批量参数扫描 | 原生广播，可一次跑多组参数并出热力图 | 更适合单标的、单板块的条件筛选与指标查询 | 大范围批量扫描是自建路线的强项 |
| 输出物 | 结果表 + 绩效统计 + 交互式图表，可编程复用 | 对话式结论与表格 / 图表截图 | 前者便于回归测试，后者便于快速判断 |
| 维护成本 | 自己维护环境、依赖版本与数据更新 | 客户端统一更新，无需维护 Python 环境 | 自建路线的时间主要花在环境与数据上 |
| 许可与费用 | Apache 2.0 with Commons Clause：不得销售主要基于本软件的产品或服务 | 按对方官方条款为准 | 商用前先确认许可边界，不能只看功能 |
Verified skills
本机已核验的量化技能有哪些？
以下为 2026-09 在本机技能目录中逐项读取技能说明后整理的量化相关技能，用于说明「免部署研究」这条路线上现成能用的能力。
| Skill（本机目录名） | 能力方向 | 前置条件 | 备注 |
|---|---|---|---|
| akshare-finance | 股票 / 期货 / 期权 / 基金 / 外汇 / 债券 / 指数 / 加密货币的行情与基本面数据 | 已安装客户端；部分接口需联网 | 技能自述：不提供投资建议、不处理实盘交易 |
| tushare-finance | 中国金融市场数据（A 股 / 港股 / 美股 / 基金 / 期货 / 债券），含 220+ Pro 接口与宏观指标 | 需 Tushare Pro Token | 适合取财报与宏观数据，积分与频次以官方为准 |
| quant-analyst-skill-v1.0.0 | 金融建模、策略回测、风险指标、组合优化、统计套利 | 已安装客户端 | 技能内声明名为 quant-analyst |
| stock-technical-mastery | A 股技术分析：K 线形态、MACD、RSI、布林带、量价等 | 已安装客户端 | 技能内声明名为 k-line-tech-analysis |
| a-stock-analysis | A 股实时行情、分时量能、主力动向、持仓与盈亏分析 | 已安装客户端 | 技能内声明名为 a-share-market-analyzer |
| yahoo-finance-github | 美股实时行情、历史 K 线、新闻聚合与组合分析 | 无需 API Key（基于 yfinance） | 技能自述不支持 A 股 |
| futuapi | 富途 OpenAPI 行情与交易：报价、K 线、逐笔、分时 | 需自行安装 OpenD 并登录 | 涉及真实资金的部分需自行评估风险 |
| mx-select-stock | 按行情指标、财务指标等条件筛选股票与板块成分股 | 需对应平台侧账号或 Key | 属条件选股类能力，不等于回测引擎 |
| chart-image | 把数据画成折线 / 柱状 / K 线 / 热力图等出版级图片 | 已安装客户端 | 负责出图，不负责取数 |
| a-share-metrics-card | A 股单只股票关键指标「体检卡」：估值、现金流、分红、活跃度等 | 已安装客户端 | 技能自述不支持港股 / 美股 / 期货 |
核验口径：上表来自本机技能目录中每个技能说明文件的逐项读取结果，部分技能的目录名与技能内声明名不同（表中已标注）；技能的实际能力与限制以各技能文档原文为准。本页只做方向性对照，不背书任何技能结果。
技能实拍
技能路线怎么用？一句话示例
以下为本机对话的实际截图（点击左右箭头翻页）。演示的是免部署的技能路线，不是本项目的运行结果，也不能作为「本项目可在其中调用」的证据。
以上截图为该技能路线的实际使用效果；使用前提是已安装客户端，部分数据源还需自带 Token 或账号。与本项目无已证实集成；结果由 AI 生成，仅供研究，不构成投资建议。
Decision
怎么选？三条判断线
三条线不用全中，命中一条就够决定先走哪边。
选本机技能路线，如果…
你现在最想解决的是「先把问题问清楚」：查单只股票的技术面、按条件筛一批股票、拉财务与行情数据。它免部署、一句话发起，但它给的是分析结论，不产出可编程的回测代码，也无法替代自定义的撮合与成本模型。
两条线并存，如果…
你把顺序设计成「先用技能路线问清问题、确认值得深入后再自建」。要提醒的是：两者之间没有已证实集成，数据衔接需要你在本地自己完成，跨路线的口径差异也要自己核对。
Prerequisites
两条路线的前置条件对比
前置条件决定了「卡在哪一步」，比功能对比更影响能不能开始。
| 前置项 | vectorbt 自建路线 | 本机技能路线 | 不满足时会发生什么 |
|---|---|---|---|
| 运行环境 | 本地 Python 环境（含 pandas / NumPy） | 已安装 EasyClaw 客户端 | 前者连导入都过不去；后者无法发起任何任务 |
| 编程能力 | 要会写 Python 与 pandas 的基本操作 | 会用自然语言把需求描述清楚 | 自建路线会卡在信号与组合逻辑上 |
| 行情数据 | 自备数据源（内置下载模块 / akshare / tushare / 本地文件） | 技能内置数据封装，部分需 Token 或 Key | 自建路线无从回测；技能路线会因鉴权失败拿不到数据 |
| 数据口径 | 复权方式、字段名、时间轴都要自己统一 | 按各技能对应数据源的口径返回 | 两边口径不一致，跨路线对比结论会失真 |
| 依赖维护 | 自己处理依赖版本与升级 | 客户端统一更新 | 依赖冲突与版本不匹配要自己排查 |
| 计算资源 | 本机内存与 CPU 决定参数扫描的规模 | 由技能侧接口能力与配额决定 | 扫描参数过多会跑很久，甚至内存不足 |
| 许可与合规 | 注意 Commons Clause：不得销售主要基于本软件的产品或服务 | 以对方官方条款为准 | 商用前未确认许可，容易踩到合规风险 |
Task boundary
哪些任务只能自建，哪些可以先用技能路线挡一层
把任务拆开看，比整体比较「谁更强」更有用。
| 任务 | vectorbt 自建路线能不能做 | EasyClaw 技能路线能不能做 | 说明 |
|---|---|---|---|
| 自定义撮合与成本假设（滑点、手续费、成交价口径） | 能：写进组合回测的参数里 | 不适用：不提供可编程的撮合模型 | 这类假设需要落到代码里并反复回归测试 |
| 多参数批量扫描并出热力图 | 能：向量化广播一次算多组 | 不适用：没有参数矩阵式接口 | 扫描规模越大，越应该走自建 |
| 分钟级或逐笔级的高频研究 | 取决于自备数据与内存 | 技能以日线与实时快照类数据为主（以各技能文档为准） | 数据源决定能力上限，不是框架决定的 |
| 单只股票技术面的快速判断 | 能做，但要先接数据、再写指标代码 | 能：一句话发起技术分析 | 只是「快速看一眼」，技能路线更省事 |
| 按条件筛出一批股票 | 能做，但要自建筛选逻辑 | 能：条件选股类技能直接返回名单 | 选股这一层技能已经覆盖 |
| 财务与行情数据的联合分析 | 能做：自己接数据后在本地合并 | 能：财经数据类技能可取财报与行情 | 口径与字段要先核对，再下结论 |
| 组合绩效与风险摘要 | 能：绩效统计输出成表 | 部分能：风险指标类技能可算 | 样本区间与基准要写清，否则结论没法复现 |
| 实盘下单与账户管理 | 不内置：需自行对接交易接口 | 有交易类技能（如富途 OpenAPI 方向），涉及真实资金 | 任何一条路线都不构成投资建议 |
边界说明：上表依据官方仓库、官方文档与各技能文档的能力描述整理，只说明「这一层谁更合适」，不表示两条路线可以互相替代，也不表示两者之间存在集成关系。具体接口与能力以各自官方文档为准。
FAQ
常见问题
本项目能在 EasyClaw 里调用吗？
无已证实集成。官方仓库与文档中没有出现它，本机技能目录里也没有对应的本项目技能；两者是两条独立路线。是否有后续集成以双方官方说明为准，本页不做推断。
不会写 Python，还能做量化回测吗？
要分情况：如果你的目标是查行情、看技术面、按条件筛股票、算一算风险指标，用本机技能路线可以不写代码；但如果要自定义撮合与成本模型、批量扫描参数、把策略固化成可回归测试的代码，仍然需要 Python。技能的实际能力边界以各技能文档为准；技能能力以官方技能文档为准
两条路线能衔接吗？
可以人工衔接：把技能路线拿到的行情或财务结果导出成文件，在本地读入自建回测流程做进一步验证。但这是你自己搭的流程，不是官方集成，也没有接口或兼容性承诺；具体数据字段与格式以各数据源官方文档为准。
两边数据口径不同，会不会让对比结论失真？
会。复权方式（不复权 / 前复权 / 后复权）、时间轴是否含停牌日、字段命名与单位都可能不一样，同一只股票在两个口径下算出的涨跌幅与波动率会有差异。建议先在统一口径下对齐，再比较结论；具体口径定义以各数据源官方文档为准。
「无已证实集成」到底意味着什么？
意味着本页只能证明两件事：本项目是独立的开源项目，对方本机确实装有若干量化相关技能。它不意味着两者已被互相收录、授权，也不意味着可以在任意一侧直接调用另一侧；本页不做任何替代性暗示；判断依据以官方仓库与官方技能文档为准
那实盘交易怎么算？
两条路线都不提供收益保证，也都不构成本页的投资建议。自建路线本身不内置券商下单，需要自行对接交易接口；技能路线中有涉及交易的方向，但涉及真实资金，风险要自己评估。相关接口与限制以各自官方文档为准。