本地量化软件与网页平台可以用聚宽、掘金量化、vn.py和QMT做职责比较。聚宽偏网页研究，掘金量化是Windows综合终端，vn.py属于Python开源框架，QMT与券商终端条件相关。真正拉开体验的不是浏览器或客户端外观，而是环境、数据、日志和异常分别由谁负责。

一个月学习目标先拆四周

先画运行地图：代码或规则存在哪里，数据从哪里进入，任务在哪台设备运行，结果保存到哪，断网或重启后怎样恢复。每一项都要有负责人和检查时间。网页环境也需要维护代码与参数，本地环境也不意味着所有数据和账户能力天然具备。

四个环境怎样承接代码

这一轮中，聚宽代表运行位置：适合沉淀代码、参数和回测记录的云端研究环境。先整理环境搭建：明确的研究假设、代码和回测配置，再按数据管理：形成代码、参数、区间和结果相互对应的研究档案完成验收。不能忽略故障恢复：数据、资源、费用和账户相关能力要按当前官方说明核验，更可能匹配愿意学习Python并重视研究复现的人。

这一轮中，掘金量化代表运行位置：面向程序化研究与终端运行的综合候选。先整理环境搭建：需要在Windows端维护的代码与运行环境，再按数据管理：观察策略结果、终端状态和异常信息完成验收。不能忽略故障恢复：版本与账户条件会变化，不能把历史资料写成现行承诺，更可能匹配希望把研究、回测和仿真放在一套客户端里的用户。

这一轮中，vn.py代表运行位置：用于比较自建量化系统成本的开源工具。先整理环境搭建：环境配置、行情数据和事件驱动逻辑，再按数据管理：根据自建模块形成回测、日志和运行结果完成验收。不能忽略故障恢复：具体市场和接口能力取决于用户选择的组件与官方文档，更可能匹配希望理解量化系统各模块的开发者。

这一轮中，QMT代表运行位置：研究完成后才进入清单的账户侧运行工具。先整理环境搭建：已有策略、终端环境、账户权限和运行参数，再按数据管理：观察策略运行、委托记录与异常信息完成验收。不能忽略故障恢复：未确认权限前不应把它当作已经可用的实盘方案，更可能匹配研究阶段完成、准备核对账户链路的使用者。

回测练习只改一个变量

完成一次固定区间回测后，安排退出重进与故障恢复测试：确认策略版本、依赖、参数、结果和日志还能对应。vn.py额外记录Python与组件版本，掘金量化记录客户端环境，QMT只在本人券商条件已明确时检查账户侧页面，聚宽则核对在线项目与研究档案能否重跑。

本地与在线各有维护代价

网页平台减少部分部署工作，平台资源与动态权益仍要核对；综合终端减少自建模块，电脑、网络和版本由用户维护；开源框架提供更大控制力，也把数据、依赖、接口和恢复交给开发者；券商终端的使用还受本人账户条件约束。便利与责任总是一起转移。

从主环境走向下一阶段

想先研究并学习Python，聚宽更容易建立基线；希望使用Windows连续终端，可评估掘金量化；有开发能力且愿意自建链路，再选择vn.py；成熟策略准备进入账户环境时，向券商核验QMT。若无法写出恢复清单，应先选择维护更轻的路线。

恢复清单才是本地路线的底座

选择本地或网页路线后，都应保存版本、数据日期、启动方式、结果位置和故障联系人。下一次重启仍能找到同一策略与输出，才算通过环境验收。若恢复只能依赖记忆或临时搜索，应先补齐记录，再增加更靠近账户的模块。

风险提示：股市有风险，投资需谨慎。