AI Skill 大全

AKQuant量化策略

说清策略思路和风控要求 → 生成符合 akquant 框架、带 T+1 规则和风控的可执行 A 股策略与回测代码

功能与用途

策略想法写在纸上很顺,落到代码就卡在框架细节上:预热期该设多长、历史数据用 numpy 还是 DataFrame、A 股 T+1 该怎么处理、回撤熔断挂在哪一层。它按框架规范把策略类、数据接口、订单管理和风控配置一次性写出来,参数调优也有网格搜索和更稳妥的 Walk-Forward 滚动两套写法,横截面轮动有 on_timer 定时调仓范式。运行需要 Windows 环境下的 Python 和 uv,akquant 要求的 pandas 版本较高,务必建隔离环境再用 uv run 启动。

适用场景

  • 双均线策略在本地跑出漂亮曲线,但一加上 T+1 和印花税收益:双均线策略在本地跑出漂亮曲线,但一加上 T+1 和印花税收益就崩了,想确认回测配置哪里不对
  • 想从单标的策略扩到多标的轮动,不知道该在什么时点统一触发调仓:想从单标的策略扩到多标的轮动,不知道该在什么时点统一触发调仓
  • 网格搜索挑出的最优参数放进实盘就失效,需要一套滚动优化的验证:网格搜索挑出的最优参数放进实盘就失效,需要一套滚动优化的验证写法
  • 策略回撤比预期大很多,想补上单标的持仓上限和账户级熔断规则:策略回撤比预期大很多,想补上单标的持仓上限和账户级熔断规则

适用人群

  • 做 A 股量化策略的个人开发者
  • 券商或私募的量化研究员
  • 自己写回测框架的量化爱好者

使用步骤

  1. 使用 uv 创建独立虚拟环境,并安装 akquant 及所需依赖
  2. 明确策略类型、标的范围、指标预热期与风控限制等核心规则
  3. 继承 Strategy 基类编写代码,实现行情回调与订单逻辑
  4. 配置回测参数运行测试,并使用滚动优化或网格搜索调优

开始使用

将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。

查看 MCP 接入说明

技术信息

分类
编程
适用工具
Codex、Claude Code、OpenClaw、Hermes、国内 Agent
使用难度
进阶
版本
main
最近更新
2026-09-09
文件数
3
安装包大小
自动生成 ZIP
安全检查
基础检查通过

生成 akquant 框架的可执行量化策略代码,涵盖数据接口、事件驱动、风控与优化。当用户需要开发量化策略、配置回测环境、设置风控规则、进行参数优化、实现横截面轮动策略,或提及 akquant 时使用

依赖与权限

  • 读取用户主动提供的内容

同类 Skill