启睿策略分析助手
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 @org-0ueytgdu/deepquant-strategy-compare。
技能介绍
要解决的问题
在量化策略迭代中,单份回测报告只说明一个策略的表现,无法判断两个策略谁更稳、差异来自哪里、下一轮该怎么改。启睿策略分析助手把多个已完成的回测结果放到同一坐标系下,围绕 收益、风险、风险调整收益、持仓结构、调仓时机和交易成本 做逐项比较,而不是简单罗列指标。
技能如何工作
该技能读取 deepquant-backtest 生成的报告目录,要求包含 portfolio.csv、trades.csv、stock_positions.csv,可选 summary.xlsx。随后执行以下关键步骤:
- 核心指标对比:输出总收益率、年化收益率、最大回撤、夏普比率、胜率、交易笔数、交易成本等,并标注最优策略。
- 收益曲线叠加:在同一坐标轴绘制累积收益曲线,阴影标注最大回撤区间,可叠加基准曲线。
- 差异解读:从收益来源、风险特征、交易成本三个维度解释策略差异,例如轮动带来的分散效应与单标的 beta 暴露的区别。
- 优化建议:针对每个策略弱点给出可执行方向,如现金缓冲、仓位延续阈值、交易成本约束。
适用边界
该技能依赖本地 Python 3.8 至 3.12 与 deepquant SDK,且必须已有可解析的回测报告;它不生成新回测,只做结果对比与诊断。登录态、权限和密钥类信息受安全约束,不能绕过初始化鉴权,也不得输出或写入 appKey、TOKEN 等敏感配置。
使用场景
- 在策略迭代评审前,把 ETF 轮动和买入持有两份回测放进同一指标表,判断收益、回撤和交易成本差异。
- 拿到多份 deepquant-backtest 报告后,生成累积收益叠加图并标注最大回撤区间,用于汇报策略稳健性。
- 针对轮动策略换手高、成本高的问题,从交易记录和持仓快照中定位月均换手,提出仓位延续阈值优化方向。
- 在确认已授权且报告目录包含 portfolio.csv、trades.csv 和 stock_positions.csv 后,对比多个已完成策略并输出诊断建议。
适合人员
- 量化研究员:需要把多份回测结果放到同一坐标系,比较收益、最大回撤、夏普比率和交易成本。
- 策略评审负责人:需要在投研会前快速判断两个策略谁更稳,并形成差异解读材料。
- DeepQuant 用户:已有 deepquant-backtest 报告目录,想生成叠加收益图和逐策略优化建议。
- 风险合规人员:需要审阅策略回测结果中的回撤区间、交易成本和鉴权边界,而不是绕过认证流程。