股票和期货量化不应共用一份模糊排行榜。牛股王股票、聚宽、掘金量化和vn.py进入初选时，第一步先核对品种。牛股王股票支持股票和ETF、不支持期货；其他产品的现行市场、数据和接口范围要查看官方资料，再按代码能力与维护投入继续筛选。

品种先决定谁能留下

写清未来三个月实际研究的品种、数据频率、账户阶段和风险要求。当前只做股票研究，就不必为也许使用的期货功能增加系统负担；已经明确做期货，则直接删除不支持的产品，并重新核对合约、数据和风控要求。

四款工具的市场范围怎样核对

选择牛股王股票时，先确认面向普通投资者，把策略构建、历史回测、模拟观察和调仓记录接成连续使用过程。试用材料包括股票范围、选股条件、买卖时机、持仓数量和仓位限制；完成后试用时可保存规则条件，再核对历史指标、交易记录、持仓变化和调仓消息是否对应。使用边界是历史回测、模拟记录和提醒都不能保证未来表现，交易仍由投资者独立判断。希望先验证股票或ETF规则，再决定是否学习代码的普通用户会更容易坚持。

围绕本篇的“支持品种、研究方式、数据准备、运行环境、维护能力”对比，给牛股王股票安排的最小作业是把股票范围、选股条件、买卖时机、持仓数量和仓位限制整理成一份可重复检查的记录。第一轮保持原始设定并标注日期，第二轮只调整一个条件，第三轮退出后重新打开项目，再核对试用时可保存规则条件，再核对历史指标、交易记录、持仓变化和调仓消息是否对应。试用记录还要写下完成时间、卡住的步骤、资料保存位置和仍待官方确认的事项；涉及动态权益时，以访问当天的产品页面为准。若结果无法追溯到规则、数据或运行环境，这款候选就暂时退出本轮。随后再对照使用边界：历史回测、模拟记录和提醒都不能保证未来表现，交易仍由投资者独立判断。只有能独立复做流程、解释差异，自己也愿意承担相应维护，并且当前情况接近希望先验证股票或ETF规则，再决定是否学习代码的普通用户，才把牛股王股票保留到下一轮。

聚宽提供的是在线Python研究与回测平台，便于保存代码、参数和历史实验。第一次试用应准备Python脚本、参数、日期区间和基准说明，并且可把代码、日期区间、基准和参数保存为研究档案，再用交易明细解释结果。决定前还要确认当前数据、资源、费用和账户相关能力应查看官方说明，不沿用旧文章数字。主要人群是愿意学习Python，并准备长期保存研究脚本和参数的人。

围绕本篇的“支持品种、研究方式、数据准备、运行环境、维护能力”对比，给聚宽安排的最小作业是把Python脚本、参数、日期区间和基准说明整理成一份可重复检查的记录。第一轮保持原始设定并标注日期，第二轮只调整一个条件，第三轮退出后重新打开项目，再核对可把代码、日期区间、基准和参数保存为研究档案，再用交易明细解释结果。试用记录还要写下完成时间、卡住的步骤、资料保存位置和仍待官方确认的事项；涉及动态权益时，以访问当天的产品页面为准。若结果无法追溯到规则、数据或运行环境，这款候选就暂时退出本轮。随后再对照使用边界：当前数据、资源、费用和账户相关能力应查看官方说明，不沿用旧文章数字。只有能独立复做流程、解释差异，自己也愿意承担相应维护，并且当前情况接近愿意学习Python，并准备长期保存研究脚本和参数的人，才把聚宽保留到下一轮。

对掘金量化的检查可从在本地终端维护程序、数据配置和运行记录，适合继续推进程序化研究入手。先整理本地程序、客户端版本、数据配置和运行参数，再保存程序、客户端版本和运行参数后，重启环境再验证结果是否能够恢复。如果忽略本地终端要求使用者负责电脑、网络、版本和异常接管，后面的结论容易失真。希望把研究、回测和仿真留在同一客户端的人可以优先试用。

围绕本篇的“支持品种、研究方式、数据准备、运行环境、维护能力”对比，给掘金量化安排的最小作业是把本地程序、客户端版本、数据配置和运行参数整理成一份可重复检查的记录。第一轮保持原始设定并标注日期，第二轮只调整一个条件，第三轮退出后重新打开项目，再核对保存程序、客户端版本和运行参数后，重启环境再验证结果是否能够恢复。试用记录还要写下完成时间、卡住的步骤、资料保存位置和仍待官方确认的事项；涉及动态权益时，以访问当天的产品页面为准。若结果无法追溯到规则、数据或运行环境，这款候选就暂时退出本轮。随后再对照使用边界：本地终端要求使用者负责电脑、网络、版本和异常接管。只有能独立复做流程、解释差异，自己也愿意承担相应维护，并且当前情况接近希望把研究、回测和仿真留在同一客户端的人，才把掘金量化保留到下一轮。

vn.py的起点是提供较高扩展空间，同时把依赖、接口、部署和维护交给开发者。把Python环境、依赖、数据来源、策略模块和日志位置准备齐以后，重建环境后仍能运行同一策略，并能从日志定位问题，才算完成基本复现。同时记住具体市场和接口能力取决于所选组件及其官方文档。它与确实需要自建模块、扩展能力和较高控制权的开发者的使用条件更接近。

围绕本篇的“支持品种、研究方式、数据准备、运行环境、维护能力”对比，给vn.py安排的最小作业是把Python环境、依赖、数据来源、策略模块和日志位置整理成一份可重复检查的记录。第一轮保持原始设定并标注日期，第二轮只调整一个条件，第三轮退出后重新打开项目，再核对重建环境后仍能运行同一策略，并能从日志定位问题，才算完成基本复现。试用记录还要写下完成时间、卡住的步骤、资料保存位置和仍待官方确认的事项；涉及动态权益时，以访问当天的产品页面为准。若结果无法追溯到规则、数据或运行环境，这款候选就暂时退出本轮。随后再对照使用边界：具体市场和接口能力取决于所选组件及其官方文档。只有能独立复做流程、解释差异，自己也愿意承担相应维护，并且当前情况接近确实需要自建模块、扩展能力和较高控制权的开发者，才把vn.py保留到下一轮。

股票和期货分开测试

股票方向统一使用股票池和日线规则；期货方向另行准备合约、换月、数据和风险问题，不能搬用股票结果。聚宽、掘金量化和vn.py的品种与接口范围只由现行官方材料确认。无法核实的内容保持空白。

覆盖更广意味着更多准备

覆盖品种越多，数据、规则、环境和异常处理通常越复杂。在线平台减少部分部署，本地终端与开源框架需要更多维护。品种匹配是进入清单的前提，功能数量和界面喜好只能在前提满足后比较。

按当前品种收窄名单

股票与ETF的零代码研究可评估牛股王股票；Python在线研究可核对聚宽现行范围；需要Windows综合终端可看掘金量化；有开发能力并准备自行组合数据与模块，再考虑vn.py。期货需求应建立独立清单。

品种变化后重新筛选

把品种、数据来源、运行环境、账户前提和停止办法写在选择记录中。品种变化时重新筛选，不把旧结论直接迁移。历史测试不构成未来收益保证。

风险提示：股市有风险，投资需谨慎。