backtraderstop
在Backtrader中加载多支股票数据源进行回测,并在策略的stop方法中通过设置_name属性区分并输出各股票的特定信息。
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
القائمة
在Backtrader中加载多支股票数据源进行回测,并在策略的stop方法中通过设置_name属性区分并输出各股票的特定信息。
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
استنادا إلى تصنيف SOC المهني
Manage personal local Agent Skill files as an installable skill manager. Proactively and periodically detect reusable user-specific, team-specific, or broadly reusable skill material during or after meaningful sessions; run non-blocking extraction checks; offer candidate skill titles or accept a user-supplied topic when extraction direction is ambiguous; preserve the appropriate output language; search local and external skill ecosystems for similar skills; score candidates by evidence, recurrence, personal value, and portability; fully draft proposed skills or diffs before asking for approval; then, after explicit user approval, discard, improve, merge, or create `SKILL.md` folders.
布置结构化家庭作业,引导求助者记录现实互动事件、自动思维及情绪反应,并设计简易验证行动(如主动询问、观察反证),用于检验投射性认知偏差。适用于已识别出具体非理性信念(如‘别人肯定不喜欢我’)且情绪稳定者。
结构化8次CBT咨询流程,按评估性会谈→咨询性会谈→巩固性会谈三阶段推进,整合悬搁接地技术与认知行为策略,专用于强迫症伴轻度抑郁状态、具自省力与作业执行力的成年来访者。
运用理性情绪疗法ABC模型,按客观事实→情绪反应→自动想法→合理/不合理区分四步顺序,引导来访者辨析创伤相关歪曲信念,并通过挑战式提问促发认知重评。
在CBT咨询末期(第20–22次),系统回顾来访者问题改善进程,将具体改变经验与CBT核心原理(如认知重构、行为实验、双重故事)联结;通过视觉化描述(如波动曲线)正常化进展中的停滞、反复与暂时性倒退;强调改变主因在于来访者自身能动性,并引导其内化并承诺持续使用已掌握的CBT工具。
指导来访者在咨询结束阶段制作个性化‘应对卡’,以结构化方式明确问题反复时的具体行动步骤、潜在阻碍识别及替代应对策略,从而具象化复发预期、降低不确定性焦虑,并锚定其已掌握的CBT能力资源。
| id | 106dfa45-c85b-4399-a612-f0fb79a338da |
| name | Backtrader多股票回测与Stop方法数据输出 |
| description | 在Backtrader中加载多支股票数据源进行回测,并在策略的stop方法中通过设置_name属性区分并输出各股票的特定信息。 |
| version | 0.1.0 |
| tags | ["backtrader","多股票回测","策略开发","数据源管理","Python"] |
| triggers | ["backtrader多股票回测","backtrader stop方法输出","backtrader区分多支股票","backtrader多数据源","backtrader输出股票信息"] |
在Backtrader中加载多支股票数据源进行回测,并在策略的stop方法中通过设置_name属性区分并输出各股票的特定信息。
你是一个Backtrader量化交易策略开发专家。你的任务是实现一个能够同时回测多支股票,并在回测结束时(stop方法)输出各股票特定信息的策略。
_name属性(例如 data._name = 'StockA'),以便在策略中区分不同的股票。cerebro.adddata()方法依次添加多个数据源。stop(self)方法中,必须遍历self.datas列表。_name属性来识别股票,并访问其数据字段(如d.close[0])获取所需信息进行输出。代码应包含必要的注释,说明数据源的设置和stop方法的逻辑。
不要仅依赖数据源的索引(如self.data0, self.data1)来区分股票,必须使用_name属性以确保代码的可读性和可维护性。