股票回测助手

要解决什么问题

在把交易策略投入实盘之前，你需要用历史行情验证假设：收益与回撤是否合理、参数是否过拟合、交易成本与滑点是否把「纸面优势」吃掉。回测往往不是单次跑个脚本就结束，而是反复改规则、对齐数据口径、解释指标差异。若缺少结构化讨论对象，很容易在指标定义、样本区间或幸存者偏差上踩坑。

技能如何协助回测工作

股票回测助手是挂在 Agent 上的大模型技能（规范名 @user_1947fccc/ahx001），面向「策略逻辑 + 历史验证」这类对话场景。你可以用它把自然语言里的交易想法拆成可检验的要素，例如：

• 入场/出场条件是否可观测、是否存在前视偏差
• 持仓与资金约束（单票上限、杠杆、T+1 等）是否在叙述里一致
• 评价指标（年化、最大回撤、夏普、胜率等）各自代表什么、如何互相牵制
• 回测报告里异常段落（某段行情暴亏、换手激增）该如何追问根因

技能本身不替代专业回测引擎或行情数据源；其价值在于把回测相关的定义、检查清单和解释工作放进可复用的对话上下文，减少「指标算了但不知道在验证什么」的情况。

使用边界与注意点

• 历史数据质量、复权方式、停牌与退市处理会直接影响结论，技能不能替你校对底层数据，需要你明确口径或在外部系统中核对。
• 任何由模型生成的策略描述或参数建议都应视为假设，须在你自己的回测环境与合规要求下复现验证。
• 回测表现不等于未来收益；样本外检验、不同市场阶段与成本敏感性仍应在你本地流程中完成。