🇨🇳 一、完全适用于 A 股的主流开源框架（强烈推荐）
1️⃣ vn.py（国内最强，适用股票/期货/期权/CTA/HFT）
📌 Github：https://github.com/vnpy/vnpy
📌 语言：Python
📌 适合：A 股 / 期货 / 期权 / CTA / 高频 / 实盘
📌 为什么推荐？
- 国内量化的 头号开源项目，几乎行业标准。
- 支持几乎所有国内券商 API（CTP、LTS、XTP 等）。
- 有模拟盘（仿真交易）、本地行情回测引擎。
- 完整的实盘交易系统 + 策略开发框架 + 图形界面。
- 机构和私募大量使用。
✔ 你如果想入门 A 股量化，用这个最实在。
2️⃣ RiceQuant（米筐）——开源版 + 云平台（含模拟交易）
📌 https://github.com/ricequant/rqalpha
📌 语言：Python
📌 适合：股票多因子、事件驱动策略、回测、模拟盘
📌 特点
- 国内另一大主流框架，配套社区丰富。
- 数据结构、策略框架类似 Zipline，但适配中国市场。
- 有 模拟交易（Paper Trading）。
- 自带大量教学材料、新手友好。
3️⃣ QUANTAXIS（适合数据科研 + 回测体系）
📌 https://github.com/QUANTAXIS/QUANTAXIS
📌 语言：Python
📌 适合：数据分析、数据仓库、多策略回测、模拟
📌 特点
- 完整的数据采集（股票/期货/加密等）。
- 内置多种回测引擎，含 模拟交易。
- 社区较活跃，很多插件。
- 非常适合你想深入理解“量化交易全流程”（数据→策略→回测→模拟→实盘）。
🇨🇳 二、适配 A 股券商 API 的 C++/Python 框架
4️⃣ XQuant / XTP API（中泰证券，适合实盘高频）
📌 https://github.com/xtpapi
📌 语言：C++ / Python
📌 适合：A 股 高频交易（HFT） / 做市
📌 特点
- 适用于股票的毫秒级交易 API。
- 大量私募用来做 A 股日内 / 高频 / 做市策略。
- 需要券商开户申请 API 权限。
5️⃣ CTP / LTS（期货为主，但 A 股衍生品常用）
📌 https://github.com/openctp
📌 语言：C++
📌 适合：CTA、期货、现货相关策略
📌 特点
虽非股票主力框架，但 A 股量化会用期现策略，需要 CTP。
🇨🇳 三、偏学习型（新手友好、有教学资料）
6️⃣ AkShare（数据神器）
📌 https://github.com/akfamily/akshare
📌 语言：Python
📌 适合：数据采集（A股股票、基金、期货、期权）
📌 特点
- 无门槛获取 A 股行情、财务、新闻等数据。
- 可搭配任何框架使用（vn.py / RQAlpha /量化研究）。
7️⃣ Backtrader（国外框架，但能跑 A 股数据）
📌 https://github.com/mementum/backtrader
📌 语言：Python
📌 适合：回测 / 教学 / 快速实现策略
📌 特点
- 写策略非常简单。
- 和 AkShare 配合可以做稳定的 A 股回测平台。
- 适合初学者理解“策略调度方式”。
📚 四、如果你是新手，推荐你接受以下路线：
入门路线：
1. 数据 → AkShare
学会获取 A 股行情、财报、K 线。
2. 回测 → backtrader 或 rqalpha
理解：
- 调仓周期
- 交易事件
- 买卖触发
3. 模拟盘 → rqalpha / quantaxis
跑“纸面交易”测试你的策略。
4. 实盘 → vn.py
连接真实股票账户（需券商 API）。
你才能最终做到“真实交易”。