Agent Skills
返回列表
⚖️

OpenBB 金融终端

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-eyw2ohcx/tangweigang-jpg-openbb-terminal-033。

技能介绍

要解决什么问题

做量化回测或宏观复盘时,常见痛点是:数据源接口不统一、因子与信号语义散落在各脚本里,以及一不小心就会引入前视偏差或买卖顺序错误。本技能面向 OpenBB / ZVT 风格的终端工作流,把「拉数 → 存表 → 算因子 → 选股 → 模拟成交 → 出图」串成一条可重复的 Pipeline,并在生成代码前用 Semantic Locks 卡住容易回测失真的细节。

技能如何工作

触发条件与用户意图中的动作用词(如 run、backtest、fetch、执行)及用例关键词对齐后,助手会先澄清运行环境,而不是直接乱写策略:

  • 市场:A 股(默认)、港股或加密;资料中提示美股在 ZVT 侧覆盖偏薄
  • 数据源:如 eastmoney、joinquant、baostock、akshare、qmt 等
  • 策略形态:MACD 金叉、均线交叉、放量突破、基本面筛选或自定义因子
  • 回测窗口与 实体 ID(如 stock_sh_600000),并约束 DataFrame 为 (entity_id, timestamp) 的 MultiIndex

核心能力来自 SKILL 中列举的典型场景(见 references/USE_CASES.md),例如双均线动量回测(UC-101)、以太坊趋势与波动分析(UC-102)、铜金比与美国国债收益率的周期关联(UC-103)。因子管线要求 Transformer 先于 Accumulator;交易信号需 下一根 K 线执行,且 filter_result 列语义固定为 True=买入、False=卖出。

适用边界与注意点

技能编译自金融蓝图,附带的 [QUALITY NOTICE] 标明证据校验比例有限,关键决策应回查 references/seed.yaml 等权威文件。实现前应阅读 ANTI_PATTERNS.md(如 SEC 请求缺少 User-Agent、无视 API 限流、无 HTTP 超时)。涉及真实下单与合规问题时,本技能侧重研究与回测框架,不能替代券商风控与实盘系统。

使用场景

  • 需要在 A 股或港股上验证双均线交叉策略,并指定 eastmoney/baostock 拉取历史 K 线做无未来函数回测
  • 想对以太坊价格做均线与波动率分析,从因子计算到趋势可视化走完整 Pipeline
  • 要追踪铜金比与美国国债收益率的时序关系,用于宏观周期指示而非单纯盯单一标的
  • 按 MACD(12,26,9) 固定参数生成信号,并强制下一根 K 线成交与实体 ID 格式校验

适合人员

  • 自营或私募研究员,要把动量/均线类想法落成可复现回测而不是一次性 Jupyter 片段
  • 覆盖 A 股数据源的量化开发,需在 joinquant、baostock、akshare 之间切换并统一 MultiIndex 面板
  • 宏观与商品研究员,关注铜金比、利率等跨资产比率与库存/收益率联动
  • 加密市场分析岗,需要在同一技能框架下做以太坊趋势研判并与股债数据口径对齐