Menu
基于随机模拟K线数据的量化策略回测引擎，支持六种策略类型，返回完整回测报告。
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.
Based on SOC occupation classification
Enterprise WeChat template_card builder and sender. Provides reusable card templates for due diligence reports, stock alerts, risk warnings, and more. Supports text_notice, news_notice, and button_interaction card types with fallback to markdown.
本技能为进出口企业提供全面的贸易融资方案推荐与对比分析，基于企业类型、贸易类型、融资金额、账期等关键参数，智能推荐最适合的融资产品。
Financial AI Skill - 客户经理营销话术实时生成器。输入客户画像和营销目标，AI自动生成电话/微信/拜访话术，支持异议处理预演、方言适配、多风格切换。覆盖零售/对公/理财/私行/信用卡全营销岗位。
网点分析技能是一个基于AI的银行网点竞争力评估与经营规划引擎。该技能综合分析网点的地理位置、竞争格局、客群特征等维度，输出SWOT分析、三年经营预测、重点发展业务方向及投入产出建议。
ALM（Asset-Liability Management，资产负债管理）引擎专注于银行资产负债表的全方位分析与优化。输入银行资产负债数据（资产规模、负债结构、期限分布），输出完整的缺口分析、风险指标（LCR/NSFR/久期缺口）及优化建议。
Financial AI Skill - 产品手册智能对话引擎。基于 BM25 + TF-IDF 双路检索 + RRF 融合的轻量级 RAG，零外部依赖、毫秒级响应、自动出处标注。支持理财/信用卡/贷款等多种产品手册同时入库，语音/文字提问秒回精准答案。Hit@1 实测 100%，平均检索耗时 < 3ms。
| name | quant_backtest |
| description | 基于随机模拟K线数据的量化策略回测引擎，支持六种策略类型，返回完整回测报告。 |
| version | 1.0.0 |
| author | BetaAgent-Brain |
| license | MIT |
| layer | L2 |
| capability_domain | ["C02","C03","C05"] |
| industry | financial |
| metadata | {"raw_title":"quant_backtest - 量化回测引擎","auto_generated":true,"auto_generated_at":"2026-06-20"} |
基于随机模拟K线数据的量化策略回测引擎，支持六种策略类型，返回完整回测报告。
| 策略 | 关键字 | 说明 |
|---|---|---|
| 均线交叉 | ma_cross | 短周期上穿/下穿长周期均线 |
| MACD | macd | MACD金叉/死叉信号 |
| RSI | rsi | RSI超买超卖阈值策略 |
| 布林带 | bollinger | 价格触及布林带上下轨策略 |
| 动量策略 | momentum | 追涨杀跌动量策略 |
| 价值投资 | value | 低估值买入持有策略 |
from quant_backtest import BacktestEngine
engine = BacktestEngine(
strategy="ma_cross", # 策略类型
symbol="XXXXXX.SH", # 标的代码
start_date="2024-01-01", # 开始日期
end_date="2024-12-31", # 结束日期
initial_capital=1000000, # 初始资金
fast_period=20, # 快周期（均线策略）
slow_period=60 # 慢周期（均线策略）
)
report = engine.run()
equity_curve)annual_return)sharpe_ratio)max_drawdown)win_rate)profit_loss_ratio)calmar_ratio)monthly_returns)trade_signals)python3 scripts/backtest_cli.py generate "均线交叉 20日60日 上证指数 2024年"
python3 scripts/backtest_cli.py report --format=json
python3 wecom_integration.py --report_id <id>