AI Skill 大全

多市场量化策略回测与影子账户分析

输入股票或加密货币交易记录与标的代码,执行量化回测、因子评估与交易习惯提炼,输出策略收益指标与优化报告。

功能与用途

该工具面向量化投研人员与交易者,提供覆盖全球主要证券及加密货币市场的多引擎策略回测系统。它内置涵盖462个因子的Alpha因子库与90项金融分析技能,不仅支持从多达28个数据源中拉取行情、执行策略回测与多因子IC/IR分析,还提供独特的“影子账户”功能:用户只需上传交割单或交易日志,系统即可提取个人交易规则与行为偏差,并将其映射到历史市场中进行复盘回测与策略对比,输出完整的评估报告。

适用场景

  • 交割单行为分析与规则提炼:导入实盘交割单,分析持仓周期与处置效应,提炼高胜率往返交易的买卖规则。
  • 影子账户跨市场复盘对比:将提取的交易策略映射至A股、港股、美股或加密市场回测,对比历史实际收益与潜在超额。
  • 多因子量化选股策略评估:调用内置的Alpha因子库与多市场回测引擎,评估因子IC/IR表现并输出多图表评估报告。

适用人群

  • 量化交易研究员
  • 股票与加密货币投资人
  • 策略分析师
  • 金融工程专业学生

使用步骤

  1. 通过pip安装vibe-trading-ai并在客户端中配置MCP服务端或通过命令行启动服务
  2. 根据需求设置可选环境变量(如TUSHARE_TOKEN或OPENAI_API_KEY)
  3. 调用load_skill或list_strategies查看并选择所需的投研技能与策略模板
  4. 输入交易日志CSV或编写量化逻辑文件,运行回测或影子分析工具获取绩效评估与图表报告

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
商业运营
适用工具
Codex、Claude Code、OpenClaw、Hermes、国内 Agent
使用难度
专业
版本
main
最近更新
2026-09-24
文件数
4
安装包大小
自动生成 ZIP
安全检查
基础检查通过

Professional finance research toolkit — backtesting (10 engines + benchmark comparison panel), factor analysis, Alpha Zoo (462 pre-built alphas across qlib158/alpha101/gtja191/academic/fundamental), options pricing, 90 finance skills, 30 multi-agent swarm teams, Trade Journal analyzer, and Shadow Account (extract → backtest → render) across 28 market-data sources (tushare, yfinance, okx, binance, akshare, baostock, tencent, mootdx, ccxt, futu, mt5, tickerall, local, eastmoney, sina, stooq, yahoo, pykrx, india_broker, qveris, longbridge, nobitex, wallex, plus optional-key finnhub/alphavantage/tiingo/fmp/gildata).

依赖与权限

  • rich>=13.0.0
  • prompt_toolkit>=3.0.0
  • pyyaml>=6.0.0
  • langchain>=1.3.9,<2
  • langchain-core>=1.0.0,<2
  • langchain-openai>=1.0.0,<2
  • langgraph>=1.2.5,<1.3
  • langgraph-checkpoint>=2.1.0,<5
  • python-dotenv>=1.0.0
  • httpx>=0.28.0
  • h2>=4.4.1
  • oauth-cli-kit>=0.1.3
  • pandas>=2.0.0,<3.0.0
  • numpy>=1.24.0
  • scipy>=1.10.0
  • bottleneck>=1.3.7
  • duckdb>=1.2.0
  • openpyxl>=3.1.0
  • python-docx>=1.1.0
  • python-pptx>=0.6.23
  • pypdfium2>=4.0.0
  • Pillow>=12.2.0
  • scikit-learn>=1.3.0
  • joblib>=1.3.0
  • tushare>=1.2.89
  • requests>=2.31.0
  • defusedxml>=0.7.1
  • yfinance>=0.2.30
  • akshare>=1.12.0
  • ccxt>=4.5.71
  • TUSHARE_TOKEN
  • OPENAI_API_KEY
  • FINNHUB_API_KEY
  • ALPHAVANTAGE_API_KEY
  • TIINGO_API_KEY
  • FMP_API_KEY
  • LONGBRIDGE_APP_KEY
  • LONGBRIDGE_APP_SECRET
  • LONGBRIDGE_ACCESS_TOKEN
  • TICKERALL_API_KEY
  • FRED_API_KEY
  • IWENCAI_KEY
  • QVERIS_API_KEY
  • PORT
  • YOUR_PUBLIC_API_KEY
  • YOUR_USER_KEY
  • 读取用户主动提供的内容

同类 Skill