Alpaca交易回测
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_3c6cb52e/alpaca-trading-backtest-yzlt。
技能介绍
要解决的问题
手动编写交易回测代码时,常见问题是策略逻辑与回测结果脱节、实验产物零散难以复现,以及报告中容易遗漏合规披露。尤其用 AI 代理辅助回测时,若没有明确的执行约束,很容易生成冗余难懂的代码、隐藏关键假设,或直接跳过风险声明,导致结果既不可复现也不具备研究可信度。
技能如何工作
这个技能将回测流程拆解为可验证的最小步骤,确保每一步都透明可追溯:
- 明确交互与假设:AI 代理直接对接发起请求的交易员、开发者或研究员,先清晰重述回测策略的核心假设,公开所有对策略的解读选择,避免模糊默认值
- 最小可读代码生成:仅编写已确认策略所需的最小量可读代码,不引入无关依赖,保证逻辑透明
- 标准化产物存储:保存回测过程的精确产物,确保结果可重复验证
- 结构化结果反馈:向用户返回回测结果的同时,同步所有执行细节
- 强制合规披露:所有报告、
notes.md、report.md、笔记本、仪表盘或导出结果都会自动嵌入标准风险声明;若涉及模拟交易会额外添加专属说明;当回测包含 Alpaca 证券交易费用模型时,会链接官方费用表 PDF 并记录修订日期、提取时间戳等元数据
适用边界与注意点
这是可复现的研究工作流,不是实盘盈利承诺。回测结果高度依赖市场数据质量、数据源选择、公司行动处理、费用、滑点、流动性、税费及执行假设等因素,无法保证未来收益。所有内容仅用于研究和教育目的,不构成投资建议、推荐或证券买卖招揽。
使用场景
- 研究员需要运行特定历史时段的交易策略回测,并生成最小可读的实验代码
- 开发者通过 AI 代理使用 Alpaca CLI 与本地代码回测交易策略,并输出结构化报告
- 交易员让 AI 代理跑特定历史时段的交易回测,并生成包含假设重述的回测报告
- 研究团队运行包含 Alpaca 证券交易费用的回测模型,需要明确记录手续费项目
适合人员
- 量化研究员希望复现历史交易策略,要求代理保留可追溯代码与完整风险披露
- 交易员想验证策略的历史可行性,需要代理直接重述假设并附带合规免责声明
- 开发者在搭建自动化交易回测工作流,要求代理生成可读代码并自动添加披露
- 金融科技分析师在评估策略回测结果,需要一份带有规范风险披露的历史模拟报告