# 研究工具 (/zh/features/tooling)

每套 VBT 工作流背后的带标签数组模型、pandas
扩展、持久化、自动化和内省工具。这些页面介绍一个数组能容纳多少实验、在数组上运行的编译操作，以及保存、调度和检查研究的工具。本节面向已在运行回测，希望理解 VBT
如何组织数据、提高效率或继续扩展功能的读者。

## 找到下一步所需的工具 \[#find-the-tool-for-your-next-step]

| 您想做什么？              | 从哪里开始                                                                    |
| ------------------- | ------------------------------------------------------------------------ |
| 比较资产、参数集或策略，同时保留标签  | [多维研究](/zh/features/tooling/multidimensional-research/)介绍广播、选择、分组和堆叠。    |
| 计算滚动统计，或应用日期与交易时段规则 | [时间序列操作](/zh/features/tooling/time-series-operations/)为 pandas 对象添加编译计算。 |
| 重新打开回测或复用项目设置       | [配置与持久化](/zh/features/tooling/configuration-and-persistence/)保存对象、输入和配置。 |
| 按计划运行更新或研究任务        | [工作流自动化](/zh/features/tooling/workflow-automation/)介绍任务、调度、进度和通知。        |
| 检查陌生对象或调试自定义代码      | [开发者工具](/zh/features/tooling/developer-tools/)介绍帮助、源码、预处理输入和扩展工具。        |

*   [多维研究](/zh/features/tooling/multidimensional-research): 将资产、参数和策略作为带标签列运行，再对结果索引与堆叠
*   [时间序列操作](/zh/features/tooling/time-series-operations): 在带标签的 pandas 数据上运行编译滚动窗口、归约和日期逻辑
*   [配置与持久化](/zh/features/tooling/configuration-and-persistence): 压缩保存任意研究对象、快速重新加载，并将设置保存在文件中
*   [工作流自动化](/zh/features/tooling/workflow-automation): 调度数据更新、发送 Telegram 提醒、并行运行任务，并跟踪进度
*   [开发者工具](/zh/features/tooling/developer-tools): 搜索 API、阅读源码、绘制引用图，并通过工厂扩展类

## 保留 Python 工作流 \[#keep-your-python-workflow]

从您已在使用的 pandas Series 和 DataFrame 开始。`.vbt` 访问器增加计算和数组操作，并保留带标签结果，使您能在 pandas 分析与 VBT
编译函数之间切换。实验规模增长时，命名的列层级使交易品种、参数值和策略始终与各自产生的结果关联。

典型工作流会计算信号、比较回测、保存选定输入和投资组合，并在之后重新打开继续分析。同一计算可以覆盖一组品种，也可以按计划运行。需要修改时，可检查参数和源码，再将可复用计算封装为[自定义指标](/zh/features/indicators/indicator-development/)。

更大任务如何分批及复用计算，参见[并行执行与缓存](/zh/features/performance/parallel-execution-and-caching/)。实验前准备市场数据，参见[金融数据流程](/zh/features/data/financial-data-pipelines/)。

## 从这里开始 \[#start-here]

浏览[实用示例集](/zh/cookbook/)，了解数组、索引、配置和持久化的实用方法。