用统一的写入接口吃掉数据源差异
无论是东财、新浪、交易所还是聚宽，取数的入口都是 Schema.record_data(provider=..., codes=...)：同一个 schema 可以挂多个 provider，某个源失效时换 provider 参数即可，业务代码不用改。这一层是项目文档里反复强调的「系统稳定性的基石」。
ZVT 项目研究站 · 模块化量化框架（zvtvz/zvt）
ZVT 量化框架：把取数、因子、选股与回测放进同一套约定的 Python 框架
ZVT 是 2019 年开源的 Python 量化框架，官方一句话定位是 “modular quant framework”。它不是实时行情软件，也不是完整的实盘交易系统：它不提供行情服务，也不做开箱即用的软件；它提供的是一套统一约定——把七类可交易标的抽象成统一的实体与事件，用 record_data 把不同数据源写进本地库，用 query_data 按同一套参数查出来，再在二维索引的 DataFrame 上算因子、选股票、跑策略。
项目来源与仓库现状
GitHub 公开读数：4,306 Star / 1,015 Fork / 887 次提交，MIT 许可；页面 tab 显示 14 个 Issue 与 8 个 Pull Request（GitHub API 的 open_issues_count 为 22，指的是两者之和）。数字会随社区活动变化，采集日期为 2026-09-18。
查看官方仓库
What it solves
ZVT 解决什么问题：把「换个数据源就重写一遍」这件事收敛掉
国内做量化研究最费时间的往往不是策略，而是每个数据源一套字段、一套复权口径、一套缓存方式。ZVT 的设计目标就是把这一层抽象掉，代价是你需要先接受它的约定。
用本地库把「查询」和「网络」解耦
数据先落本地（默认在 zvt_home/data），第二次运行只做增量更新；之后的筛选与因子计算全部打在本地数据上，不再受接口限流和网络波动影响。这也是它和「每次问一次接口」的对话式工具的关键差别。
用二维索引统一多标的计算
因子层的 DataFrame 以 (entity_id, timestamp) 为二维索引，因此「一次算 3000 只股票的 MACD」和「一次算 1 只」是同一个写法，输出的 result_df 直接给出每只标的在每个时点是否命中条件，交给 TargetSelector 变成选股结果。
How it works
ZVT 跑一次完整研究要经过的四个环节
官方 README 把数据、因子、策略分章讲，但没画过一张贯穿的图。下面四个环节的名称全部取自 README 的示例输出与源码模块名。
实体与事件TradableEntity + EntityEvent
写库与查询record_data / query_data
因子三层data_df / factor_df / result_df
策略与界面StockTrader / zvt / zvt_server
确定研究对象：七类可交易标的
框架把研究对象称为
TradableEntity，它周围发生的事叫EntityEvent。官方 README 输出的zvt_context.tradable_schema_map包含 stock、stockhk、stockus、index、etf、block、fund 七个键——这七个键就是「你能用它研究什么」的硬边界。预期：知道自己要研究的东西属于哪一类。把数据写进本地：
record_dataStock.record_data(provider="em")这样一行就把标的清单写进本地库；带entity_ids或codes时只写指定标的，不带就是全市场。写库是增量的，重复运行不会重复拉取。预期：本地出现对应表；未配置凭据的 provider 会在这一步报错。算因子：
data_df → factor_df → result_df因子对象读 schema 得到
data_df，经 Transformer（例如MacdTransformer(count_live_dead=True)）产出factor_df，再给出result_df：filter_result为 True/False，或score_result为 0 到 1 的评分。预期：得到一张二维索引表，行是 (标的, 时间)。变成策略与界面：Trader + 两个入口
策略继承
StockTrader并实现on_time(timestamp)，在里面调用trade_the_targets(...)。跑完打开自带界面看结果：zvt命令起 Dash 界面（8050），zvt_server起 FastAPI 服务（8090）。预期：界面上能看到标的、因子、信号与绩效。
现实提醒：官方 README 的 Declaration 段明确写着当前不保证任何向后兼容，升级需要谨慎；本站也未在本机安装运行过 ZVT（本项目与 EasyClaw 无已证实集成），因此页面只描述官方材料与源码结构，不给任何运行结果或绩效数字。
Key facts
ZVT 关键事实速览：11 项可核验数字与边界
这张表是本站逐份打开 setup.py、requirements.txt、src/zvt/config.json、GitHub API 与 PyPI 元数据后整理的，官方首页没有这样一张对照，也是判断 ZVT 是否适合你的最快入口。
| 项目 | 事实 | 依据与注意点 |
|---|---|---|
| 项目定位 | 官方 About：modular quant framework.；PyPI 摘要：unified, modular quant framework for human beings | README 强调「no backward compatibility guarantee」，定位偏研究框架而非交付产品 |
| 当前版本 | 0.13.5，2026-01-18 发布；PyPI 累计 86 个版本 | setup.py 与 PyPI、GitHub Release 三方一致 |
| 许可 | MIT | 仓库根目录存在 LICENSE；GitHub API 的 spdx_id 为 MIT；但 PyPI 的 license 字段为空，只靠 classifier 声明，介意合规的团队建议以仓库 LICENSE 原文为准 |
| Python 版本 | setup.py 与 PyPI 均写 >=3.9, <4 | 官方材料口径不一致：README.md 写 3.8、README-cn 写 3.6、docs 的 install 页写 3.7 与 3.8。详见安装页的四份材料对照表 |
| 依赖规模 | requirements.txt 19 项，全部钉死版本 | 含 SQLAlchemy 2.0.36、pandas 2.2.3、numpy 2.1.3、dash 2.18.2、fastapi 0.110.0；钉版本意味着与你的环境可能冲突；uvicorn 不在依赖里，REST 路线要另装 |
| 可研究对象 | 7 类：stock / stockhk / stockus / index / etf / block / fund | 取自 zvt_context.tradable_schema_map 的实际输出键 |
| 数据源 | src/zvt/recorders/ 下 8 组目录：em 26、eastmoney 23、joinquant 21、exchange 11、sina 9、qmt 7、jqka 4、wb 4（单位：Python 文件数） | 文件数不等于可用数据面；聚宽一侧需要 jq_username/jq_password |
| K 线周期 | 股票覆盖 1m/5m/15m/30m/1h/4h/1d/1wk/1mon，其中 5 个周期另有后复权（hfq）版本 | 以 src/zvt/domain/ 的实际文件为准；不是每个标的类型都有全周期 |
| 界面入口 | zvt → Dash 界面 8050；zvt_server → FastAPI 8090；前端在独立仓库 zvt_ui（3000） | 当前入口文件的 Dash layout 只注册了 factor 一个标签页，不要按 README 截图想象有整站功能 |
| 实时行情 | 依赖 QMT 数据源；stock_quote schema 只有 qmt 一个 provider | README 明确写「需要开通的同学请联系作者」——本框架的实时能力不是装上就能用 |
| 时间线 | 2019-04-04 建仓，最近一次代码推送 2026-07-01 | 仍在更新，但主要维护者只有一位（作者 foolcage） |
Name check
先分清同名：此 ZVT 是 Python 量化框架，不是电源里的 ZVT
「ZVT」这三个字母在技术圈至少有两种完全不同的含义，先对号入座，避免看到不相干的内容。
| 同名项 | 指什么 | 典型场景 | 与本文的关系 |
|---|---|---|---|
| ZVT（本页） | zvtvz/zvt，Python 量化框架：取数、因子、选股、回测 | A 股数据落到本地库、算财务与技术因子、写策略 | 本文与本站全部页面讲的就是它 |
| ZVT = Zero Voltage Transition | 电力电子里的「零电压转换」软开关技术 | 开关电源、Boost/LLC 变换器拓扑、软开关设计 | 无关：属于电力电子学科，与金融数据、量化无关 |
| 其它零星缩写 | 某些行业内部缩写或产品代号 | —— | 搜索时若结果与「量化/股票/Python」无关，基本就是同名项 |
为什么单独说这件事：用「ZVT」这个词搜索时，很容易混进电力电子方向的资料；反过来，做电源的人也可能被本文干扰。本站用「ZVT Python」「ZVT 量化框架」「ZVT A 股数据」「ZVT 金融数据」「ZVT 策略开发」这组限定词来消歧——你搜这几个词，来的就是这里。
Setup and route
自建 ZVT 环境，还是先用对话式技能把这几个问题问清楚
两条路线的交付物不同：ZVT 交的是一套可复现的本地研究环境，技能交的是一次可以直接看的回答。它们的关系是上游和下游，不是替代。
配 Python 环境→pip 装 zvt→选 provider 取数→写因子→跑策略
换来的是完全可控的口径与可复现的结果：复权怎么选、增量怎么更新、因子怎么算，全部写在代码里。代价是它不提供任何行情服务，行情、财务、龙虎榜都要自己通过 provider 取；实时行情还额外依赖 QMT 授权。
安装客户端→一句话提问
本机已核验的技能里，akshare-finance、tushare-finance、mx-data 负责取数，mx-select-stock、iwencai 负责条件选股，quant-analyst 提供回测与风险指标方法论。它们不能运行 ZVT 的因子流水线，也不落本地库；两者无已证实集成。
路线边界：ZVT 的官方仓库与文档从未提到 EasyClaw；本机 29 个技能目录里也没有任何 ZVT 相关技能。两侧是并列的两条路线：一条要求你有 Python 环境与自己的数据权限，一条只要求装上客户端。ZVT 与对话式技能的任务级对照在顶部导航的「对比」页。
EasyClaw demo
不想先装 Python 环境？看看这两类问题能怎么问
下面两张是本站集群内 2026-09-18 采集的 EasyClaw 对话截图（示例均为 A 股个股），点击左右箭头翻页。它们只说明「取数与回测方法论类的问题可以一句话发起」，不说明 ZVT 能在客户端里运行——ZVT 是本地 Python 框架，没有任何证据表明它可以被安装进这类环境。
样例边界：两张截图只证明「对应任务可以一句话发起并拿到结构化结果」，不证明安装成功、不证明与 ZVT 集成，也不构成任何投资建议。
Who fits
什么人值得花时间学 ZVT
它的更新节奏是每年几个版本、主要维护者一位，判断值不值得投入要看你的任务形态，而不是看 Star 数。
适合你，如果…
你研究的是 A 股、港股、美股、指数、ETF、板块或基金这七类标的中的任意一类，并且需要「同一套代码换数据源也能跑」；你愿意接受框架的约定（先写库再查询），也需要把研究过程固化成别人能复现的代码。
不太适合，如果…
你只是想查一段行情、看一眼技术指标，或者不愿意维护 Python 环境与本地数据库；你如果要做高频或需要实时行情的实盘系统，ZVT 的实时能力依赖 QMT 授权，也不是一条独立可走的路。这种情况下先看清「对比」页会更省时间。
先算清三项成本
①环境成本：ZVT 的 19 个钉版本依赖，可能与现有环境冲突；②数据成本：聚宽、QMT 等 provider 需要自有账号或授权；③维护成本：README 明确不保证向后兼容，升级前要留回滚方案。三项都接受，再进入安装页。
FAQ
ZVT 常见问题
以下回答均以官方仓库文件、README 与 PyPI 元数据为依据；本站没有在本机安装运行 ZVT，凡涉及运行结果的问题都会明确说明证据缺口。
ZVT 到底是什么？和 Qlib、vnpy 有什么不同？
它是一个 Python 量化框架，核心资产是「统一数据模型 + 统一取数接口 + 二维索引因子层」。与 Qlib 相比，它的数据层是自建 provider 目录、强调先写本地库再查询；与 vnpy 相比，它不做交易接口与实盘报单，重点在数据、因子与选股这条研究链路。具体差异以各自官方文档为准，本站不代做优劣结论。
ZVT 免费吗？可以商用吗？
代码是 MIT 许可，仓库根目录有 LICENSE 文件，可自由使用、修改与分发（保留版权声明）。注意两点：PyPI 的 license 字段为空、只有 classifier 声明 MIT，合规严格的团队建议以仓库 LICENSE 原文为准；另外代码免费不等于数据免费，聚宽、QMT 等数据源有各自的授权与条款。
它自带行情数据吗？我需要自己买数据吗？
不带。它提供的是从各数据源抓取并写库的能力，数据本身要用你自己能访问的源：东财与新浪一侧多数不需要账号，聚宽一侧需要 jq_username/jq_password，实时行情一侧需要 QMT。数据源清单与前置条件见「数据源」页。
能取实时行情吗？能做实盘吗？
实时行情依赖 QMT 数据源，README 写明「需要开通的同学请联系作者」；stock_quote 这类实时表的 provider 里只有 qmt。至于实盘，官方材料里没有交易接口与实盘下单的证据，本站不宣称它能实盘。
支持哪些市场？
可交易标的共七类：stock（A 股）、stockhk（港股）、stockus（美股）、index、etf、block（板块）、fund。周期覆盖各标的类型不同，股票最全（含分钟级与后复权），详见「K 线与复权」页的覆盖表。
有中文文档吗？上手难不难？
仓库里有中文 README（README-cn.md），但官方 ReadTheDocs 文档站是英文的，而且 docs/source/usage.rst 只有标题、没有正文——也就是说「怎么用」这一层官方基本没写。本站的取数、因子、策略三页就是针对这个缺口整理的，但请以源码与 README 为准。
为什么说 Python 版本有歧义？
因为官方五处材料的写法不一致：setup.py 与 PyPI 写 >=3.9, <4，README.md 写 3.8，README-cn 写 3.6，ReadTheDocs 的安装页写 3.7 与 3.8。安装页把五处原文并列成表，并说明为什么应该以 setup.py 作为执行口径。
能在 EasyClaw 里安装或运行 ZVT 吗？
没有已证实集成。本机技能目录里不存在任何 ZVT 相关技能，也没有把 Python 框架装进对话环境的证据。可用的是取数、选股、技术面与研究方法论这类技能，属于并列的另一条路线，入口在顶部导航「对比」。
本站的数字和结论是怎么来的？
项目事实来自 GitHub 公开 API、README.md / README-cn.md、setup.py、requirements.txt、src/zvt/config.json、仓库文件树（704 条路径）与 PyPI 元数据；对照侧来自本机 C:\Users\CF\.easyclaw\skills 下各技能 SKILL.md 的原文。本站没有在本机安装 ZVT，页面不提供任何运行输出或绩效数字。