向量化回测
用 NumPy 二维数组一次运算多标的、多参数，避免 Python 逐事件循环的对象开销，回测速度显著提升。
vectorbt / polakowo · Python
vectorbt 教程：Python 向量化回测框架的安装部署与策略开发
vectorbt 是一套用 Python 编写的向量化回测与策略研究库，基于 pandas、NumPy 与 Numba 构建，用"整列数组一次运算"代替"逐事件循环"，可在他人跑完一个交易想法的时间里运行数千个想法。它把数据接入、指标计算、信号生成、组合回测、参数扫描与 Plotly 可视化组织在同一套访问器（accessor）体系里，适合因子研究、参数调优与策略验证的量化研究者与开发者。
项目来源
项目页面显示约 9.0k Star / 1.2k Fork；该数字会随社区活动变化，采集日期为 2026-09-07。
查看固定版本源码
开源库Apache 2.0 + Commons Clause，GitHub 约 9.0k stars
向量化回测pandas / NumPy / Numba 加速
Portfolio 三入口from_holding / from_signals / from_orders
官方证据仓库 README + 官方文档（2026-09 核验）
What it solves
vectorbt 能解决什么问题？
它把「数据接入 → 指标计算 → 信号生成 → 组合回测 → 参数扫描」整理成一套向量化 Python 体系，让策略研究与参数调优从"一条一条跑"变成"整块并行算"。
参数网格扫描
通过广播机制一次回测上万组参数组合，配合热力图定位参数稳定区间，而非单点最高。
指标与组合生态
内置移动均线、布林带等指标，可集成 TA-Lib / Pandas TA，并用 QuantStats 输出绩效统计。
How it works
vectorbt 六步理解：从数据到分析
首页只保留理解所需的六步，详细流程见安装页与快速上手页。
1. 安装
pip install -U vectorbt，可选 rust / full 集成。
2. 接数据
用 YFData 或国内源（akshare / tushare）取行情 DataFrame。
3. 算指标
用 vbt.MA.run 等 accessor 计算指标。
4. 出信号
用 crossed_above / crossed_below 生成买卖信号。
5. 建组合
用 Portfolio.from_signals 等三入口回测。
6. 看结果
stats() 输出绩效，Plotly 交互式可视化。
Compare
向量化回测 vs 事件驱动回测
vectorbt 的向量化思路与 backtrader / zipline 等事件驱动框架的关键差异，决定它适合什么场景。
| 维度 | vectorbt（向量化） | 事件驱动框架 |
|---|---|---|
| 执行方式 | 整列 NumPy 数组一次运算 + Numba JIT | 逐 bar 循环模拟事件 |
| 参数扫描 | 原生广播，一次跑上万组参数 | 需外层循环逐个跑 |
| 适合场景 | 因子研究、参数调优、批量策略验证 | 强路径依赖、精细撮合与实盘对接 |
| 前置门槛 | pandas/NumPy 数据科学基础 | 事件循环与撮合模型理解 |
EasyClaw 路线
不想自建环境？EasyClaw 一句话示例
若你只是想快速验证想法、不必搭建 Python 回测环境，EasyClaw 量化 Skill 可一句话发起量化指标与绩效分析任务（以下为实际截图）。
以上截图为 EasyClaw 实际使用效果；需已安装 EasyClaw；vectorbt 与 EasyClaw 无已证实集成；结果由 AI 生成，仅供研究，不构成投资建议。
FAQ
常见问题
vectorbt 是什么？
vectorbt（polakowo）是用 Python 编写的向量化回测与策略研究库，基于 pandas、NumPy、Numba 构建，用向量化数组运算替代事件驱动循环，适合快速回测与参数扫描。
vectorbt 需要什么基础？
需要 Python 与 pandas/NumPy 基础。它以 accessor 形式挂在 DataFrame 上（如 df.vbt），理解向量化广播后上手很快；复杂策略仍需自己组织信号与组合逻辑。
vectorbt 和 backtrader 怎么选？
做因子研究、批量参数扫描、多标的多参数快速验证，vectorbt 的向量化广播更高效；做强路径依赖策略、精细撮合与实盘对接，事件驱动框架更贴合。两者适用场景不同，可互补。
vectorbt 在 EasyClaw 中能用吗？
无已证实集成。vectorbt 与 EasyClaw 没有官方集成证据；EasyClaw 内置的是量化研究类 Skill（回测、数据、技术分析、选股），两者是独立路线，详见对比页。
vectorbt 的 License 有什么限制？
采用 Apache 2.0 with Commons Clause（Fair Code）：源码公开可免费使用，但不得销售主要基于此软件的产品或服务；可选依赖可能受更严格许可约束。