Agent Skills
返回列表
⚖️

启睿策略回测助手

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 @org-0ueytgdu/deepquant-backtest。

技能介绍

解决什么问题

量化策略开发中,策略想法、DeepQuant 代码、数据准备和回测结果解读往往分散在多个环节。启睿策略回测助手围绕 DeepQuant quest 框架,把“描述策略—生成代码—执行回测—输出报告”串成一条可执行链路,减少手工拼装参数和结果搬运的工作。

如何工作

该技能要求每次会话先运行初始化脚本,完成登录态检测、SDK 检查、shared 模块合并和数据包校验。随后根据用户描述生成 strategies/xxx_strategy.py,展示确认后调用 scripts/run_backtest.py 执行回测。核心输出包括:

  • 收益指标:总收益率、年化收益率、基准收益、Alpha、Beta
  • 风险指标:最大回撤、年化波动率、夏普比率
  • 文件报告:orders.csv、trades.csv、汇总文件及 backtest_analysis.png

它还约定 DeepQuant 策略函数的使用边界,例如 init 与 handle_bar 必须定义,before_trading 和 after_trading 中不能下单,所有 gid 接口需按三元组 (data, code, msg) 判断结果。

适用边界

该技能适用于 A 股个股、指数成分股策略、ETF / 基金回测,基准可使用 indexes.h5 中已包含的指数代码。期货、期权、可转债因数据包不支持,应直接告知无法执行。首次运行需要下载基础数据,分钟线回测需单独指定 --minbar;策略代码生成后应先确认再执行。

使用场景

  • 将 RSI 超买卖出规则转成 DeepQuant 策略代码,并对 000001.SZ 的指定区间执行日频回测
  • 为双均线策略生成 handle_bar 代码,下载基础数据后输出夏普比率、最大回撤和 trades.csv
  • 用 ETF 基金标的回测轮动策略,并以沪深300作为基准生成收益曲线 PNG 与指标解读
  • 检查分钟线回测参数,用 --minbar 指定合约后运行策略并交付 orders.csv 与 trades.csv

适合人员

  • 量化研究员:把因子或择时想法快速落成可执行 DeepQuant 策略并做区间回测
  • 证券策略分析师:对 A 股或 ETF 策略输出收益、风险、换手与回撤解读
  • 投研工程人员:检查 SDK、数据包、分钟线参数,并交付订单、交易与持仓文件
  • 模型开发者:遵循 init、handle_bar 和 gid 三元组约定,复用回测模板