完整的量化交易工作流，从数据到执行
支持MooTDX、AKShare等多数据源， 本地缓存 + 实时推送
Python原生支持， 内置技术指标库、AI助手辅助
历史回测、样本外验证、 风险指标精细化计算
止损、头寸限制、 多维度风险监控
策略优化建议、 智能决策支持
基于现代开源生态构建
核心开发语言，生态丰富
高性能API框架
可靠的数据存储
现代UI框架
活跃用户
策略库
日均交易数据
平均年化收益
无需复杂配置，即刻开始量化交易
git clone https://gitee.com/LSgit-hub/lsquant.git
cd lsquant
pip install -r requirements.txt.\.venv\Scripts\python.exe main_ui.py# 在 LSQuant 中创建策略
from strategies import BaseStrategy
class MyStrategy(BaseStrategy):
def on_bar(self, bar):
if self.should_buy():
self.buy()Python 3.10+, Windows 10/11（UI自动化）或 Linux/Mac（Web服务）。 至少 4GB 内存，20GB 磁盘空间。
是的，LSQuant 完全开源，遵循 MIT 许可证。 源代码托管在 Gitee 和 GitHub。
主要支持 A 股市场（沪深京）。通过适配器支持数字货币、期货等市场。 社区贡献者正在扩展其他市场支持。
欢迎 Fork、提交 Issue 和 Pull Request。 查看 CONTRIBUTING.md 了解贡献指南。 加入我们的社区讨论组获取支持。