Privora · AI Agent 投资工作流
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/guangfuwu-privora-cn-quant-1047。
技能介绍
要解决什么问题
把投研拆成「查行情、跑回测、盯持仓、配告警」时,Agent 往往需要对接多家行情源、自建 Cron、还要自己拼回测环境。Privora 用 一个 Bearer Token 把数据查询、Python 策略回测、模拟交易、云端告警和流程编排接到同一条 API 链路上,让 Hermes、Claude Code、OpenClaw 等通用 Agent 按调用方身份访问,而不是再堆一堆零散的 key 和脚本。
技能如何工作
- 数据层:按市场段独立发布 DataAsset(如
stock_day、stock_day_hk、stock_day_us、stock_kline、fund_day、metal_day、业绩预告/快报等),调用时用 数字 asset id,不是资产名字,避免常见 500。 - 研究与验证:用平台日线跑单股/组合回测,输出 Sharpe、最大回撤、交易明细;
Paper Trading支持 MARKET/LIMIT,订单按(user_name, client_order_id)幂等。 - 监控与编排:策略 Serverless 托管,触发后经飞书/微信 Webhook 推送;持仓在库内按账户独立密钥密文存储,持 Token 的 Agent 经 API 认证后解密返明文(非 E2E,Token 即访问权)。
- 发现与试用:未配 Token 可走匿名只读白名单(marketplace 浏览、资产样本与元数据),完整读写需 operator 在 privora.cn 签发 最小 scope 的专用 Token。
适用边界
输出仅供分析参考,不构成投资建议;回测反映历史条件。流程状态转移与外发 webhook 有不可逆副作用,文档建议 operator 设确认门槛。不要让 Agent 自行 mint Token。
使用场景
- Agent 需拉取沪深港美日线或分钟 K 并写入自有分析脚本前,先查 asset 元数据与新鲜度
- 用户要对照平台同一数据源验证 Python 因子策略,并留存 Sharpe 与回撤到可检索回测记录
- 持仓变动需突破均线或涨跌幅时,由云端策略触发并推送到飞书/微信,无需自建盯盘机
- 策略进入纸面验证阶段,让 Agent 下模拟单并依赖 client_order_id 幂等,避免重复建仓
适合人员
- 用 Claude/Hermes 做选股复盘、希望 Token 只开 data.read 与回测 scope 的散户研究者
- 小工作室要把告警订阅到现成 dashboard、减少从订阅到 alert 上线步骤的量化运营
- 需要在同一流水线里查基金 NAV、黄金日线与 A 股财报事件的辅助分析开发者
- 为不可信第三方 Agent 接入时,坚持最小 scope、区分只读与 webhook 写操作的风险控制型 operator