開源回測框架現況
建置中預覽：本子站尚未正式公開（未進站內導覽、暫不收錄於搜尋引擎）。內容為公開資訊的中性整理與教育，事實均附來源與資料日期；不構成投資建議，也不提供任何買賣訊號。
三個最常被繁中教學提到的 Python 回測框架的維護狀態、授權與模型差異。判讀框架「還活不活著」的第一手訊號是 PyPI 最新版上傳日期（本頁逐項標示、定期刷新）——GitHub 星數是人氣指標，不是維護指標。
總覽
| 框架 | 模型 | 維護現況（PyPI 一手） | 授權 |
|---|---|---|---|
| Backtrader | 事件驅動回測 | 半停更 最新版 1.9.78.123・2023-04-19 | GPLv3+ |
| VectorBT | 向量化回測（NumPy／Numba） | 活躍維護 最新版 1.1.0・2026-07-05 | Apache 2.0＋Commons Clause（開源版） |
| zipline-reloaded | 事件驅動回測（學術因子研究常用） | 活躍維護 最新版 3.1.1・2025-07-19 | Apache-2.0 |
逐項現況卡
Backtrader 半停更
| 回測模型 | 事件驅動回測 |
|---|---|
| 維護現況 | 半停更警示：最新版停在 2023-04-19，至查核日已逾三年無新版（PyPI 2026-08-07 查核） |
| 授權 | GPLv3+ |
| 重點 | 事件驅動模型直觀、學習曲線平緩、繁中教學資源極多——也正因如此，許多教學至今仍在推薦它，卻少有人提醒它已多年沒有維護：新版 Python 與 pandas 的相容問題由社群各自 fork 處理、官方不再修 bug。拿它學回測概念沒有問題；把它放進長期維護的正式系統，相容性與安全性風險要自己扛。 |
| 來源 | PyPI（版本與上傳日期一手來源） |
VectorBT 活躍維護
| 回測模型 | 向量化回測（NumPy／Numba） |
|---|---|
| 維護現況 | 活躍維護：開源版最新版上傳於 2026-07-05（PyPI 2026-08-07 查核） |
| 授權 | Apache 2.0＋Commons Clause（開源版） |
| 重點 | 把整段歷史當矩陣一次運算，大規模參數掃描比事件驅動快數個量級。授權要讀清楚：開源版為 Apache 2.0 加 Commons Clause——可自由使用與修改，但「不得把其功能作為付費產品或服務轉售」（官方授權頁原文意旨）；另有閉源的 PRO 訂閱版，價格約 US$20／月為社群轉述、官方無公開標價頁。 |
| 來源 | PyPI（版本與上傳日期一手來源）｜官方授權條款頁 |
zipline-reloaded 活躍維護
| 回測模型 | 事件驅動回測（學術因子研究常用） |
|---|---|
| 維護現況 | 活躍維護：由 Stefan Jansen 主導的社群轉生版（PyPI 2026-08-07 查核） |
| 授權 | Apache-2.0 |
| 重點 | 前身 zipline 是 Quantopian 的開源回測引擎（見 Quantopian 案例詞條）；平台 2020 年收站後由社群以 zipline-reloaded 延續維護。管線式（pipeline）因子計算架構適合學術風格的橫斷面因子研究，與《Machine Learning for Algorithmic Trading》一書的範例生態相連。 |
| 來源 | PyPI（版本與上傳日期一手來源） |
事件驅動 vs 向量化：一分鐘分清楚
事件驅動（Backtrader、zipline 系）逐筆沿時間軸推進、模擬「當時知道什麼、做什麼」，貼近實盤下單流程，適合驗證交易邏輯的正確性；向量化（VectorBT）把整段歷史當矩陣一次算完，速度快數個量級、適合大規模參數掃描——但也更容易在不知不覺中用到「當時還不存在的資料」。兩種模型的共同天敵都是回測陷阱：工具越快，過擬合的產能也越大。
本子站只做三件事：教育（概念與方法論）、事實整理（公開資訊＋來源連結＋資料日期）、中性工具（使用者自選參數、只出統計量）。不提供買賣訊號或進出場建議、不對策略或基金做推薦／評分／排名、不以回測績效作宣傳，與任何券商或平台無利益關係（零導購連結）。
資料來源來源：PyPI JSON API（版本與上傳日期一手）＋各框架官方授權頁更新：年度刷新（框架大事件另即時更新）中性資訊・僅供參考、不構成投資建議