Menu
The review-first prompt is selected by default. You can switch to a direct command or download a local copy.
Read SKILL.md and any companion files shown by SkillsMP before deciding whether to install.
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
A direct command skips the review prompt. Inspect the source before running it.
npx skills add https://github.com/aifinlab/FinClaw --skill backtrader-skillThe command stays on one line. Scroll horizontally to inspect it before copying.
Prefer a local copy? Download the files currently available to SkillsMP.
A股逆向选择/信息不对称分析。当用户说"逆向选择"、"adverse selection"、"信息不对称"、"知情交易者"、"逆向选择成本"、"信息劣势"时触发。基于 cn-stock-data 获取数据，度量逆向选择与信息不对称程度。支持 formal/brief 两种输出风格。
A股量价异常检测/异动监控。当用户说"异常检测"、"异动"、"anomaly"、"量价异常"、"异常波动"、"XX有异动"时触发。量化检测股价和成交量异常。支持formal和brief风格。
A股自相关/序列相关性/收益率自相关结构分析。当用户说"自相关"、"autocorrelation"、"序列相关"、"收益率预测性"、"动量还是反转"、"自相关系数"、"ACF"、"PACF"、"Ljung-Box"、"收益率是否可预测"、"随机游走检验"时触发。MUST USE when user asks about return autocorrelation, serial correlation tests, or whether a stock's returns are predictable. 量化分析收益率的自相关结构（ACF/PACF、Ljung-Box检验、随机游走检验）。支持formal和brief风格。
Based on SOC occupation classification
Showing SKILL.md
| name | backtrader-skill |
| description | 策略回测Skill - 基于Backtrader提供量化策略回测、绩效分析、策略优化 via Backtrader/AkShare |
| metadata | {"openclaw":{"requires":{"bins":["python3"]},"install":[{"id":"python-packages","kind":"pip","packages":["backtrader","akshare","pandas","numpy","matplotlib","pyyaml"]}]}} |
| 属性 | 内容 |
|---|---|
| 名称 | backtrader-skill |
| 版本 | 1.1.0 |
| 分类 | 策略回测 |
| 状态 | ✅ 已上线 |
| 维护者 | FinClaw Core Team |
| 最后更新 | 2026-03-19 |
策略回测Skill，基于Backtrader框架提供量化策略回测功能。支持双均线、MACD、布林带等经典策略，提供完整的绩效分析报告。
| 用户输入 | 识别意图 | 调用函数 |
|---|---|---|
| 回测茅台双均线策略 | backtest_sma | backtest_sma.py 600519 |
| 用MACD策略回测 | backtest_macd | backtest_macd.py 600519 |
| 查看回测绩效 | backtest_report | backtest_report.py |
| 布林带策略回测 | backtest_boll | backtest_boll.py 600519 |
| 数据类型 | 主要来源 | 备用来源 | 认证要求 |
|---|---|---|---|
| 历史数据 | AkShare | baostock-history | 无需 |
| 回测引擎 | Backtrader | - | 无需 |
| 策略 | 原理 | 适用场景 |
|---|---|---|
| 双均线(SMA) | 短期均线上穿长期均线买入 | 趋势跟踪 |
| MACD | DIF上穿DEA买入 | 趋势确认 |
| 布林带(Boll) | 价格触及下轨买入/上轨卖出 | 均值回归 |
python scripts/backtest_sma.py 600519
python scripts/backtest_sma.py 600519 --short 5 --long 20
python scripts/backtest_macd.py 600519
python scripts/backtest_boll.py 600519
python scripts/backtest_report.py
| 脚本名 | 功能 | 入口点 |
|---|---|---|
| backtest_sma.py | 双均线策略 | ✅ |
| backtest_macd.py | MACD策略 | ✅ |
| backtest_boll.py | 布林带策略 | ✅ |
| backtest_report.py | 绩效分析 | ✅ |
| 指标 | 说明 | 优秀标准 |
|---|---|---|
| 总收益率 | 策略总收益 | >30% |
| 年化收益率 | 年化后的收益率 | >15% |
| 夏普比率 | 风险调整收益 | >1.0 |
| 最大回撤 | 最大亏损幅度 | <20% |
| 胜率 | 盈利交易占比 | >50% |
| 盈亏比 | 平均盈利/平均亏损 | >1.5 |
| 交易次数 | 总交易次数 | - |
| 持仓天数 | 平均持仓天数 | - |
--cash 参数调整---
📊 **数据来源**: AkShare / Backtrader
⏱️ **回测周期**: 2020-01-01 至 2026-03-19
📌 **初始资金**: 100,000元
📌 **手续费**: 0.03% (买入) / 0.13% (卖出)
🔗 **回测引擎**: Backtrader v1.9.78.123
🔧 **分析工具**: FinClaw v1.0
⚠️ **风险提示**: 回测结果不代表未来收益
backtrader>=1.9.78
akshare>=1.10.0
pandas>=1.3.0
numpy>=1.21.0
matplotlib>=3.4.0
pyyaml>=5.4.0
| 版本 | 日期 | 变更内容 |
|---|---|---|
| 1.1.0 | 2026-03-19 | 符合FinClaw数据规范v1.0，新增绩效指标说明 |
| 1.0.0 | 2026-03-13 | 初始版本 |
本Skill遵循 FinClaw 数据规范 v1.0 | 数据来源强制标注 | 禁止训练数据编造