of course!当然没有问题啦。

问这个问题，代表着其实还没有完全搞清楚量化交易框架和机器学习、深度学习框架都是做什么的。

量化交易框架是做什么用的

量化交易框架主要有两个目的：验证自己的交易想法 和 实现程序化的自动化交易。

验证自己的交易想法，就是通常大家说的回测，使用历史数据分析一下，在过去多年的市场中，这种交易方法能否赚钱，或者说能否更好的赚钱。人有时候总是过度自信，不愿意去花时间和精力去低成本的检验自己的交易方法，非得在实盘交易中去检验，结果往往会亏钱。我们产生的绝大多数交易想法或者方法，可能在长期中都是不赚钱的。虽然大家都知道回测的作用很大，但是当面临到实际的情况的时候，谁有能做到按照自己的交易系统去执行呢？善用回测的力量，这是你的保护神。当回测中不好用的方法，在实际中，坚决不用。

量化交易框架的另一个作用就是通过对接实盘的交易接口，实现自动获取行情数据，自动处理数据发出买卖信号，实现自动化的交易，这样，我们就有时间和精力去实现多品种多策略的交易了。如果是人工的话，就比较难了，人的精力和时间都是有限的，最近在交易中深有体会，人的反映没有行情反映的快，这可能是大多数人都会面临的一种情况，最开始最日内、短线，慢慢随着年龄大了，就没有精力去做了，慢慢变为长线。如果做交易的方法可以量化出来，那么，一个量化交易框架就可以解决你的很大问题了。

scikit-learn、pytorch、tensorflow是做什么的

一个是机器学习流行的python库，后面两个是深度学习的库，通过调用这些库里面写好的算法，可以做非常非常多有意义的事情。

backtrader中如何使用scikit-learn、pytorch、tensorflow？

有两种方式，第一种方式是在backtrader外面做好特征处理和预测值的处理，然后数据做成pandas的形式，直接传入到backtrader中。

【答读者问23】计算指标的时候是直接使用pandas计算好指标加载进去速度快，还是在backtrader中计算指标速度快？（2021-11-17更新，修复pandas增加列添加问题)

第二种方式，如果做机器学习或者深度学习的算法的时候，如果算法依赖过去的交易盈利状况，或者说每一步做一次优化，那么，就需要在next中调用相应的算法去做运算了。如果时间间隔比较长还好，如果时间间隔比较短，比如每天做下训练，这种回测起来，会特别耗费时间，希望你的机器足够牛逼吧！！！