# 快速入门 (/zh/getting-started)

![VectorBT PRO](/assets/logo/header.svg)

版本: v2026.10.5 · Python: 3.11 · 3.12 · 3.13 · 3.14 · 许可: 专有软件 · 构建: 通过

VectorBT® PRO 是一个高性能、可用于生产环境的 Python 引擎，适用于回测、算法交易和量化研究。它将交易系统表示为多维数组，以 C 语言级速度评估庞大的参数空间，并通过
NumPy、Pandas、Plotly 以及更广泛的科学计算 Python 生态中熟悉的工具，让您轻松掌控整个工作流程。

它是 [vectorbt](https://github.com/polakowo/vectorbt) 包的专有后继版本，目前仍在持续积极开发。PRO
将其核心理念扩展为更完整的研究流程：更快的大规模测试、更强的分析工具、私有文档与教程，以及对现代 AI
工作流程的内置支持。由此构成的研究环境能在项目要求不断提高时保持灵活，而无需将您限制在封闭平台中，也无需您自建基础设施。

## 亮点

**为速度而设计**

借助 Numba、分块和并行执行，在数组上开展大范围参数扫描。无需离开 Python，即可**用更少时间测试更多想法**。

**严谨验证**

通过滚动前推优化、清除重叠样本的交叉验证及其组合式变体、稳健性检查、数据划分分析和参数曲面检查，在部署前**更审慎地评估**想法。

**实用工作流程**

使用数据、指标、信号和投资组合等**熟悉的组件**构建策略。示例和教程帮助您循序渐进地掌握工作流程。

**原生支持 AI**

内置 MCP 服务器和 CLI 命令、函数调用、适合大语言模型使用的文档，以及智能体支持。旨在**与 AI 工具无缝集成**，用于研究、自动化和更快速地查阅文档。

**私有社区**

加入拥有 **1,000 多名会员**的私有 Discord 社区，获取支持、参与讨论、了解更新、交流想法，同时获得私有 GitHub 仓库和网站专属内容的访问权限。

**现代 Python 技术栈**

无论您刚开始学习编程，还是经验丰富的程序员，都可以学习如何利用**最新的 Python 工具**提升自己的交易研究。

**感谢支持**

VBT 的发展离不开社区。像您这样的用户提供的资金支持，帮助我们确保软件在未来多年里依然可以安心使用。谢谢！

## 什么是 VBT？ \[#what-is-vbt]

VBT 是一个高性能 Python 包，通过快速的数组计算和丰富的分析工具来研究交易策略。

VBT 的一个核心理念，是将每种交易设置表示为一组多维数组，其中每一列对应一种不同的策略及其环境配置。这样既能以 C 语言级速度对大型参数网格进行回测，又能使用 Python
工具检查结果，兼得两者之长。[进一步了解 VBT 基础](/zh/documentation/fundamentals/)。

## 为什么选择 VBT？ \[#why-vbt]

许多回测工具以单个整体进程运行。VBT
采用不同的方法，将工作流程拆分为数据、指标、信号、资金分配和投资组合等可复用组件。您可以独立测试和分析各个部分，按需组合，并在运行完整回测之前检查中间结果。这种模块化结构也让您更容易在合适的环节引入机器学习。

VBT 也专为参数探索而设计。即使搜索空间很大，测试速度通常仍足以支持构建仪表盘、检查敏感性，以及实时观察参数的细微变化如何影响结果。

!!! example "示例"
    从 Binance 获取 BTC/USDT 和 ETH/USDT 交易对的日线历史数据，以节省内存的方式回测近 20,000 种 MACD 配置，并将胜率随参数变化的情况可视化，*整个过程不到
    30 秒* 🧊

    ```python
    from vectorbtpro import *

    @vbt.parameterized  # (1)
    @vbt.chunked(chunk_len=1000)  # (2)
    def pipeline(  # (3)
        data: vbt.Param,
        fast: vbt.Chunked,
        slow: vbt.Chunked,
        signal: vbt.Chunked
    ) -> "concat":
        macd = vbt.talib("MACD").run(data.get("Close"), fast, slow, signal)
        entries = macd.macd_above(0) & macd.macd_above(macd.macdsignal)  # (4)
        exits = macd.macd_below(0) | macd.macd_below(macd.macdsignal)  # (5)
        pf = vbt.Portfolio.from_signals(data, entries, exits, freq="d")
        return pf.trades.win_rate

    data = vbt.BinanceData.pull(["BTCUSDT", "ETHUSDT"])  # (6)
    param_product = vbt.combine_params(  # (7)
        dict(
            fast=np.arange(4, 31),
            slow=np.arange(4, 31),
            signal=np.arange(4, 31)
        ),
        build_index=False
    )
    win_rates = pipeline(data, **param_product)  # (8)
    win_rates.vbt.volume(  # (9)
        slider_level="symbol",
        trace_kwargs=dict(
            colorscale="icefire",
            colorbar=dict(title='win_rate', tickformat='.0%'),
            cmid=0.5
        ),
    ).show()
    ```

    1.  为函数添加参数化能力。这样便可在循环中为每个参数组合运行相同逻辑。本例中，我们只定义一个参数：交易标的（data）。其他参数将预先生成并分块。
    2.  为函数添加分块能力。这样便可将参数空间拆分为更小的块，每块包含 1000 个组合。每次只处理一个块，以节省内存。
    3.  创建一条处理流水线，返回块内每个参数组合的胜率。
    4.  当 MACD 线同时高于零轴和信号线时建仓。
    5.  当 MACD 线低于零轴或信号线时平仓。
    6.  获取两个数据集。我们将分别对每个数据集运行分块处理流水线。
    7.  生成 27 x 27 x 27 = 19,683 个参数组合。由于快周期和慢周期之间存在条件约束，我们可以（也应该）过滤掉快周期长于慢周期的组合，但这样只会为立方体的一半着色。
    8.  对两个数据集和所有参数组合运行处理流水线。结果会自动合并为一个以参数为多级索引的 Series。
    9.  将 Series 可视化为三维体积图。由于这里有 4 个参数（symbol、fast、slow、signal），我们使用 symbol 参数作为滑块，在数据集之间切换。

    MACD 参数三维体积图，展示比特币和以太坊策略胜率随快周期、慢周期和信号周期的变化. [Figure data (JSON)](/assets/figures/getting-started/macd-cube.8981ed37eae6.json)

为降低过拟合风险，VBT 支持多种交叉验证方案和稳健性测试，使回测更贴近现实。我们不建议盲目选择表现最好的参数组合。这种工作流程的主要价值，在于理解某个配置为何会表现如此。

## 需要具备哪些基础？ \[#what-are-prerequisites]

VBT 并不是一个功能狭窄、由命令驱动的回测框架。它不会将整个工作流程强行塞进一组固定命令中，而是采用数据科学的方法：处理数组、组合 Python
包、构建可视化，并在过程中检查中间结果。这种灵活性是其优势之一，同时也意味着，熟悉一些 Python 和科学计算知识，有助于您更快地高效使用它。

如果您还在积累这些基础，文档、教程和社区都能帮助您入门 🤝

## 从 vectorbt 迁移？ \[#coming-from-vectorbt]

VectorBT PRO 是开源 vectorbt 的后继版本，由同一作者开发。它保留了基于数组的方法，因此您原有的想法、notebook 和使用习惯仍然适用。在此基础上，PRO
增加了样本外策略验证、更真实的订单模拟、跨 CPU 核心和多台机器的研究扩展、投资组合优化，以及与 AI 编程助手协作的工具。PRO
经过了重新设计，并非可以直接替换的版本，因此现有代码需要做一些修改。[VectorBT PRO 与 vectorbt 对比](/zh/getting-started/vectorbt-pro-vs-vectorbt/)介绍了这些差异，并演示了迁移过程。

## 会员可以获得什么？ \[#what-members-get]

### YouTube 安装指南与订阅者权益介绍（英文）

[YouTube 视频播放器](https://www.youtube.com/watch?v=GkJEQ4fm2_E)

VBT 通过私有 GitHub 仓库分发。符合条件的赞助者会获得协作者访问权限，可在新功能发布时立即使用，同时获得私有文档、教程和示例。

### 私有仓库截图 \[#screen-capture-of-the-private-repository]

![私有仓库截图](/assets/screencapture-github.light.png#only-light)
![私有仓库截图](/assets/screencapture-github.dark.png#only-dark)

符合条件的赞助者还将受邀加入私有 Discord 服务器，查看公告、获取支持、讨论功能，并直接提供反馈。

### 私有 Discord 服务器截图 \[#screen-capture-of-the-private-discord-server]

![私有 Discord 服务器截图](/assets/screencapture-discord.light.png#only-light)
![私有 Discord 服务器截图](/assets/screencapture-discord.dark.png#only-dark)

## 如何获取访问权限？ \[#how-to-get-access]

[成为会员](/zh/become-a-member/)，选择适合您需求的方案。

会员可获得私有仓库、专属文档与教程、Discord 社区，以及持续产品更新的访问权限。我们的重点是实用：让您更快地用上新功能，获得更清晰的学习资料，并在构建和测试策略时获得直接支持。