关键结论：不连接实盘时，QMT 更像本地行情、指标开发和快速回测工作台；严谨研究仍需冻结数据、版本和费用假设。
核心结论： 不连接实盘时，QMT 的主要价值从交易终端转为本地行情、技术指标开发和快速回测工作台。它是否合适，取决于研究对象、数据权限、外部数据需求和证据可重复性，而不是是否具备下单接口。
不同研究工具的职责
| 工具或平台 | 更适合的研究 | 主要边界 |
|---|---|---|
| QMT | 本地数据、技术指标、单品种多周期和快速回测 | 官方资料显示数据依赖客户端本地数据与行情权限；严格证据仍需另行冻结版本与参数 |
| TqSdk | 国内期货合约、主连规则和同一策略代码的历史回测 | K 线单序列数量、专业版历史范围和账户权限存在明确边界 |
| vn.py | 外部数据导入、事件驱动应用和自主扩展 | DataManager 支持 CSV 与本地数据库，但框架不替用户证明数据完整性 |
| Ricequant、SuperMind | Notebook、平台数据、因子与快速回测 | 官方页面同时存在在线研究环境；敏感策略、权限和迁移边界需要单独评估 |
| Qlib 与自有数据 | A 股因子、横截面模型和机器学习数据流程 | 支持把 CSV/Parquet 转为 Qlib 格式并做数据健康检查，工程门槛较高 |
QMT 在纯研究中的优势
- 数据与计算可以主要留在本地；
- 投研端官方资料说明可使用 Python、第三方包和原生 Python；
- 适合均线、KC、MACD、ATR等技术指标研究；
- 便于查看图表、检查信号和进行第一轮参数筛选；
- 可作为第二条研究路径，与外部数据或另一回测引擎做结果差异解释。
不能由“本地化”自动证明的事情
即使数据保存在本地，仍应单独冻结和记录：
- 数据来源、下载时间、覆盖范围和文件哈希；
- 真实月份合约和主力映射规则；
- 清洗、复权、修正和缺失处理；
- 策略代码、参数和依赖版本；
- 回测引擎版本；
- 手续费、滑点、保证金和成交假设；
- 样本内、样本外和 Walk-forward 边界。
因此，本地数据不自动等于可重复、可审计，也不能单独证明策略有效。
已核验的一手资料
- 迅投研新手指南
- QMT 行情数据基础概念
- Ricequant 量化平台简介
- Ricequant 投资研究
- RQFactor 用户指南
- SuperMind 量化投研平台
- TqSdk 策略程序回测
- vn.py DataManager
- Microsoft Qlib 数据组件
适用边界
本条只讨论研究和回测，不涉及账户连接、下单或实盘授权。产品官方页面只能证明公开描述的功能，不能证明回测结果可靠；数据完整性、费用、撮合、复权、未来函数与样本外检验仍由研究流程负责。平台选择是可修订的研究流程假设，不是永久结论。
**参考与来源状态：**已于 2026-08-24 核对上列官方页面，工具定位、数据入口和回测能力有一手资料支持，状态为 verified。可重复性清单属于研究治理要求，不代表厂商认证。
修订记录
- 2026-08-24：由私有整理稿建立，来源状态为
unverified。 - 2026-08-24：补齐 QMT、Ricequant、SuperMind、TqSdk、vn.py 与 Qlib 官方证据，区分产品事实和研究治理判断；完成首次发布准备审查，当时未进入公开清单。
- 2026-08-24：完成发布前官方来源时效复核，从私有公开候选提升为正式公开条目；平台自报信息仍按自报口径保留，不视为独立审计结论。
KNOWLEDGE RELATIONS
研究关系
前置知识1
相关内容3
此内容取代0
暂无已建立的此内容取代
取代此内容0
暂无已建立的取代此内容