原创内容第834篇，专注智能量化投资、个人成长与财富自由。昨天的文章，本来确定toga+pyecharts来开发界面。使用briefcase来打包。——之前试过传统的pyinstaller和nuitka，这两者都有很大的问题。——当项目复杂的时候，搞不定各种引用。或者打包非常慢，且巨大。briefcase打包很快，是toga官网提供的，与依赖无关，可以打包成各种平台。——不过streamlit的特殊性，如果需要编译打包的话，streamlit就不考虑了，不过streamlit本身的定位就是快速原型，显示一些数据，在生产环境上使用dash会更加灵活，当然复杂度也会高一些。原生toga+pyecharts的方案当然也可以，不过toga写金融软件界面工作量还是更大一些。不过从使用难度而言，dash肯定比streamlit还是要高一个数量级。技术选型是一个重要的事情，要考虑多个维度，长期的角度。当然平衡是非常重要的，很难既要又要，要有取舍，重点的你知道什么最重要，什么更重要。作为智能量化投研平台而言，好的gui可以提升效率，但更重要是后面的算法， 策略，因子挖掘等等。桌面版本需要打包，因为很多同学不要写代码，桌面可安装版本可以解决多数同学的运行问题，让软件真正可以用起来。打包要方便，包不能特别大即可。 为什么金融软件而言，桌面版本很重要。app端屏幕太小，不适合做分析和盯盘使用，而web而言，需要复杂计算实现起来会比较麻烦。很奇怪，DeepSeek不停的推荐我使用pyinstaller，但唯独pyinstaller没有成功过。——大家有经验可以探讨一下。briefcase除了streamlit之外，目前肯定是完全没有问题的，它也不需要解决什么依赖的问题，就是一个简单的build。但就是子进程启动streamlit之后，streamlit运行环境是本地环境。这在脱离python之后可能会存在问题。不善言辞却忙于人际交往，我本喜欢独处却忙于奔波劳碌，而这只为得到那解万千惆怅的碎银几两。
你永远不知道明天会发生什么，努力于自己可以掌控的事情。代码和数据下载：AI量化实验室——2025量化投资的星辰大海AI量化实验室 星球，已经运行三年多，1500+会员。
aitrader代码，因子表达式引擎、遗传算法（Deap）因子挖掘引擎等，支持vnpy，qlib，backtrader和bt引擎，内置多个年化30%+的策略，每周五迭代一次，代码和数据在星球全部开源。
另外一个星球，专注AGI通用智能及智能体应用开发：
