QuantConnect Lean · event-driven, C#, backtest-to-live
向量化回测快，但实盘跑不了——实盘是事件流，不是矩阵乘法。Lean 从一开始就是事件驱动，慢但能直接上实盘。
向量化回测（pandas+numpy）写起来爽，一行算全组合收益。问题是实盘是"来一根 bar 算一次"，向量化那套逻辑搬到实盘要全部重写，回测和实盘两套代码两套 bug。Lean 用事件驱动：每个时间步触发 OnData 事件，算法在事件里响应，回测和实盘跑同一份代码。
这个管道是 Lean 的核心。数据进来→算法决策→下单→成交更新组合，每一步都是独立模块，可替换。回测用历史数据源，实盘换券商数据源，算法代码不动。这就是"回测即实盘"的工程价值——不是回测准，是回测和实盘是同一个东西。
Lean 的三层架构。点击各模块，看它在数据管道里的角色和职责。
Algorithm 一份代码，回测/实盘/云端切换只改配置。回测里跑通的逻辑，实盘直接用。
一个引擎处理多类资产，组合层面统一管理。跨市场策略不用拼多个框架。
QuantConnect 云端直接跑，或本地 Docker 部署。小策略云端，大策略本地。
C# 比 Python 快一个量级，tick 级回测可行。Python 算法也能跑（PythonNet 桥接）。
这四个优势让 Lean 成为机构和小团队都能用的框架。个人用 backtrader 起步，团队上规模后转 Lean——这是业界常见路径。Lean 的学习曲线陡（C# + 事件驱动 + 配置体系），但一旦上手，从研究到实盘的工程债务大幅降低，不用再维护"回测一套实盘一套"。