Free tools Windows power users keep installed
One-click scans. No signup required.
结论先说：LEAN 是 QuantConnect 维护的、采用 Apache-2.0 许可的开源事件驱动量化交易引擎；QuantConnect 则是围绕 LEAN 提供网页 IDE、数据、云计算、优化、协作和实盘托管的商业平台。你可以在本地、Docker、VS Code 或 Jupyter Lab 中运行 LEAN，但数据授权、云算力、托管实盘和企业服务可能产生费用。
因此，“LEAN 开源”不等于 QuantConnect 的全部数据和基础设施免费开放。是否适合你，取决于你要的是轻量研究工具，还是一套能延伸到多资产实盘的交易基础设施。
QuantConnect、LEAN 和 Cloud 分别是什么
| 名称 | 定位 | 是否开源 | 主要用途 |
|---|---|---|---|
| LEAN Engine | 底层算法交易引擎 | 是，Apache-2.0 | 研究、回测、优化、模拟和实盘交易 |
| QuantConnect | 建立在 LEAN 之上的云端平台 | 平台服务不等同于开源引擎 | 网页开发、托管数据、云回测、协作和部署 |
| LEAN CLI | 配套命令行工具 | 开源项目 | 本地项目、Docker 回测、云回测和实盘管理 |
| QuantConnect Cloud | 托管式商业基础设施 | 否 | 云数据、计算节点和实时部署 |
| LEAN Enterprise | 企业部署与服务 | 商业产品 | 私有云、本地部署、FIX、权限、安全和支持 |
LEAN 同时驱动 QuantConnect 网页平台，也能运行在自己的机器或企业基础设施上。官方入门文档见 LEAN Engine Getting Started；源代码和许可证见 GitHub 与 Apache License 2.0。
LEAN 能完成哪些工作
LEAN 不是只计算收益曲线的指标库，而是按时间顺序处理市场事件的完整交易引擎。它负责接收和规范化数据，驱动算法事件，管理证券、现金、持仓、保证金和购买力，并生成、模拟或发送订单。
What’s actually slowing this PC down?
Pick the symptom - the matching free tool is one click away.
#1 Best Overall
- 手续费、滑点、成交、订单状态和券商行为建模；
- 拆股、分红、上市、退市、并购等公司行动处理；
- 多资产组合、组合级风险管理和自定义数据；
- 回测统计、图表、订单、日志及结果导出；
- 在本地或云端运行模拟交易和实盘策略。
核心引擎以 C# 编写，算法支持 Python 3.11 或 C#。架构说明见 Algorithm Engine 和 LEAN 官方网站。
研究、回测与优化工作流
从笔记本到正式算法
- 在 Jupyter Lab 或 QuantConnect Research 探索数据、指标和因子。
- 检查缺失值、时间戳、复权方式、报告发布日期和实际可交易性。
- 把研究逻辑迁移到事件驱动算法，明确数据订阅、信号和下单时点。
- 使用 LEAN 回测，加入手续费、滑点、成交、保证金和交易日历模型。
- 分离训练集、验证集和测试集，进行滚动或扩展窗口检验。
- 先纸面交易，再以小资金实盘，并持续监控成交、日志和风险。
LEAN CLI 可用以下命令建立本地流程：
pip install lean
lean project-create
lean research
lean backtest
lean optimize
lean livelean research 会通过 Docker 启动本地 Jupyter Lab；lean backtest 通常在 Docker 中执行回测；lean optimize 用于参数搜索；lean live 启动实盘流程。命令和项目说明见 LEAN CLI。
回测不等于策略证明
LEAN 能建模许多现实因素，但结果仍受数据和假设限制。盘口深度、排队位置、极端行情流动性、券商拒单、连接中断、延迟、跨市场时钟和微观结构，都可能让实盘成交不同于回测。优化应关注参数稳定区间、成本压力测试、换手与容量、随机扰动、样本外表现及尾部风险，而不是只寻找最高收益参数。
Algorithm Framework：直接式还是模块化
简单策略可以在一个算法类中直接编写；复杂项目可使用 Algorithm Framework，将逻辑拆成：
- Universe Selection：选择股票或其他资产；
- Alpha：生成观点或预测信号；
- Portfolio Construction：把信号转换为目标权重；
- Risk Management：限制回撤、暴露、集中度和杠杆；
- Execution：决定订单执行方式。
直接式写法适合学习和快速验证；框架式写法更适合多资产、多 Alpha、团队协作和生产系统，但抽象层更多，学习成本也更高。框架并非强制要求。
支持的资产、数据与偏差处理
| 资产类别 | 需要特别核对的事项 |
|---|---|
| 股票 | 公司行动、退市、股票池历史变化、基本面发布日期 |
| 外汇 | 交易时段、点差、保证金和券商报价 |
| 期权 | 合约到期、行权价、上市时间、链数据和权限 |
| 期货及期货期权 | 合约生命周期、换月、保证金和交易日历 |
| 指数及指数期权 | 数据覆盖、结算规则和可交易性 |
| 加密货币 | 交易所、全天候时钟、行情权限和流动性 |
| CFD | 经纪商支持、融资和报价规则 |
引擎支持某类资产，不代表所有市场都有同样的历史深度、分辨率、实时行情或券商接口。QuantConnect 页面称其整合了 40 多个价格、基本面和替代数据来源，并强调 point-in-time 处理；数据目录见 QuantConnect Datasets。本地 LEAN 也可接入自有数据或外部供应商，但授权和费用由数据源决定。
公司行动和“无幸存者偏差”机制只有在数据和算法写法正确时才有效。财务数据必须按发布日而非报告期可得；股票池不能只保留今天仍存在的证券；自定义数据的时间戳和可获得性需要自行验证。LEAN 不会替错误导入的数据自动删除未来信息。
开发环境、本地安装与 Docker
支持的平台
- Windows、macOS 和 Linux；
- QuantConnect 网页 IDE、VS Code、Jupyter Lab；
- LEAN CLI、Docker 或直接运行源代码；
- 企业内部服务器、云主机和集群。
Docker 镜像
官方镜像位于 Docker Hub。例如：
docker pull quantconnect/lean:17957构建号会变化，示例中的 17957 不是永久版本；部署时应以 Docker Hub、GitHub 当前提交和官方文档为准。Docker 能固定运行环境、简化依赖并支持 CI/CD，但仍需维护卷、网络、权限、日志、告警和升级流程。
从回测到本地实盘
本地部署命令示例：
lean live deploy "My Project"实盘需要配置券商、历史数据源、实时数据源和密钥。引擎会加载账户持仓与未完成订单，填充证券、投资组合和交易对象。Interactive Brokers 集成还要求在 config.json 中正确配置 TWS 与 IB Controller 路径，详见 lean live deploy。
- 不要把 API 密钥提交到公开仓库；
- 核对时区、交易日历、最小下单量和价格精度；
- 确认卖空、期权、保证金及订单类型权限；
- 设置断线重连、进程守护、日志持久化、重复下单保护和紧急停止开关；
- 启动时同步账户，定期核对券商持仓与本地状态。
数据、云服务与真实成本
本地引擎本身可免费获取，但完整项目的成本可能来自历史数据、实时行情、基本面和另类数据、云回测与优化节点、托管实盘节点、服务器、券商费用、行情授权以及企业支持。QuantConnect 的云平台、数据和企业产品不是 Apache-2.0 引擎的同义词。
官方价格页列出 Free、Quant Researcher、Team、Trading Firm 和 Institution 等层级；免费计划页面当前列出的特征包括 500 MB 工作区、1 个回测节点、0 个免费实盘节点以及回测订单和 insight 限制，具体限制会随页面更新。Quant Researcher 面向本地编码和云研究，Team 面向协作，Trading Firm 和 Institution 提供权限、私有部署及更大规模资源。请以 官方价格页 的币种、计费周期和附加节点说明为准。数据集费用按资产、历史范围和分辨率变化，不能用单一价格概括。官方 CLI 数据下载说明见 CLI 文档。
官方页面还展示了从 4,800 美元起的三天咨询和上线培训起始价；这是宣传起始价格，不是完整企业项目报价。页面出现的“375,000 个实盘算法”“每月 450 亿美元名义成交量”“300 多家对冲基金”等数字属于 QuantConnect 自报，页面未提供可供本文独立审计的完整统计口径。
优势与局限
主要优势
- 研究、回测和实盘使用相近的核心生命周期，减少完全分裂的代码路径；
- 股票、期权、期货、外汇、加密货币和 CFD 等多资产组合能力较完整；
- Apache-2.0 源码允许研究、修改和商业使用，且模块可替换；
- 订单、保证金、费用、滑点、公司行动和券商连接比轻量回测库更系统；
- 可在本地、Docker、云端或企业环境部署。
主要代价
- 需要理解事件驱动、Symbol、Universe、证券类型、订单生命周期和组合模型；
- 本地运行仍需自行解决数据、服务器、Docker、监控和券商网关；
- 云端数据和算力可能产生持续费用；
- 高频或盘口级策略会受到数据延迟、撮合假设和基础设施延迟限制；
- 开源核心与 QuantConnect 专有数据、云调度和企业支持之间存在迁移成本。
LEAN 与常见替代方案
| 方案 | 定位 | 与 LEAN 的差异 |
|---|---|---|
| Backtrader | Python 回测框架 | 上手较简单；多资产实盘和企业部署通常需自行组合 |
| Zipline / Zipline-reloaded | 研究型 Python 回测 | 研究工作流清晰；实盘连接和市场覆盖通常不如一体化引擎 |
| VectorBT | 向量化研究与参数探索 | 研究迭代快；不是传统事件驱动券商交易引擎 |
| NautilusTrader | 偏生产级事件驱动交易系统 | 更强调低延迟生产架构，部署和学习复杂度也更高 |
| StockSharp | 多市场 .NET 交易平台 | 交易连接突出，具体授权、数据和版本能力需单独核对 |
| 自研引擎 | 完全定制基础设施 | 控制力最大，但数据、回测、风控、监控和运维全部自负 |
选择时应比较事件驱动程度、点时数据、公司行动、费用和保证金模型、券商连接、本地部署、云算力、许可证、总拥有成本以及对低延迟交易的适配度。替代项目的当前许可和价格应分别查看其官方资料。
常见故障与排查
找不到数据或订阅失败
- 检查 Symbol、市场、证券类型、数据分辨率和时间范围；
- 确认数据集授权、下载状态和本地目录结构；
- 先用已知存在的证券和最短时间范围验证配置；
- 区分历史数据源与实时数据源。
回测有数据，实盘没有
通常是券商没有行情权限、实时源未覆盖资产、期权或期货筛选错误，或交易时间与时区不一致。应逐项核对账户权限、实时订阅和合约生命周期。
回测成交，实盘拒单
检查保证金、卖空和期权权限、订单类型、最小数量、价格精度、休市或熔断状态，以及合约是否到期。
收益显著低于回测
优先排查未来函数、不可得的基本面数据、幸存者股票池、收盘价成交假设、遗漏的成本和流动性限制，以及过度优化和单一市场阶段测试。
The Tool Desk
Outbyte PC Repair FREEClear out junk files and repair common Windows errorsFree Scan →Outbyte Driver Updater FREEScan for outdated or missing drivers - takes under a minuteDriver Scan →谁适合使用 LEAN
- 个人开发者：希望用 Python 从研究走向多资产回测和实盘；
- 研究员：重视点时数据、公司行动、交易成本和可复现实验；
- 小型交易团队：需要共享项目、模块化风险控制和统一部署；
- 软件工程师：希望修改 C# 核心、接入自定义数据或运行 Docker；
- 不一定适合者：只做几行向量化回测、不想维护券商网关，或专注交易所级超低延迟和盘口微观结构的人。
如果目标是从研究一路延伸到多资产实盘，LEAN 值得优先评估；如果只需要轻量向量化研究，VectorBT 等工具可能更简单；如果核心要求是极低延迟执行，则应评估专门的生产级交易系统，而不能只依据 LEAN 的资产类别和回测功能作决定。
Quick Recap
Product prices and availability are accurate as of the date/time indicated and are subject to change. Any price and availability information displayed on Amazon at the time of purchase will apply.
