Agent Skills
返回列表
决策系统搭建器

决策系统搭建器

行业专业 更新于 2026.08.30

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_d2bbd039/futures-decision-builder。

技能介绍

它解决什么问题

多数量化框架不是硬编码就是黑盒:想改一条规则就得改代码、跑回归,成本高;而所谓的"策略生成器"往往把规则藏在背后。本技能把决策系统拆成六层骨架——规则/数据/模型/记忆/模板/知识经验,其中前五层全部通过改 config_pack.json 完成,只有挂新模型这类扩展才需要动 Python。

核心能力与关键步骤

全链路固定为:加载配置 → 校验 → 数据 → 模型 → 规则 → 记忆存档 → 复盘 → 快照。

  • 接入:每次会话先选模式(新手/进阶/高级)与模板(默认「保守风控」),再确认品种;三步都是硬性前置,超档有升级建议。
  • 配置:template 五个选一,因子/模型/风控自动补全;factors 各因子权重总和必须等于 100%;risk_control 覆盖单笔、账户级与熔断。
  • 校验与运行:10 项检查先于运行,error 必须修完、warning 可跳过;模型层只输出 trend_strength、volume_ratio、daily_return 等数字,方向结论严格由规则层阈值判断。

适用边界与注意

它不含任何具体交易规则。品种、因子逻辑、阈值与权重全部由用户自填;默认数据源是本地 MockDataSource,接真实行情要自行配置 real_data_source.py 与 FUTURE_DATA_DIR。模型要求至少 20 日历史,短样本直接返回「数据不足」。输出只陈述数字与方向,禁止买卖类操作词,不构成投资建议。

使用场景

  • 想把螺纹钢交易规则改成配置运算,选模板、改 `factors` 权重,不写 Python
  • 同时跑沪铜和螺纹钢,用多品种循环分别加载参数,验证方向结论
  • 团队要把每笔和账户级双阈值风控纳入 `risk_control`,按节点填写
  • 搭原型时先用本地模拟数据验证 20 个交易日后能否产出模型数字与规则方向

适合人员

  • 正在自研期货信号系统、希望规则迭代不靠改代码的量化研发
  • 想用统一配置模板规范多品种策略参数的策略架构人员
  • 参与策略上线、需要看懂模型数字与风控阈值联动的风控工程师
  • 要用本地模拟数据快速跑通决策流水线全链路的后端研发