with one click
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
npx skills add https://github.com/aifinlab/FinClaw --skill backtrader-skillCopy and paste this command into Claude Code to install the skill
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
npx skills add https://github.com/aifinlab/FinClaw --skill backtrader-skillCopy and paste this command into Claude Code to install the skill
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。
A股Beta对冲/市场中性策略。当用户说"对冲"、"beta hedging"、"市场中性"、"对冲策略"、"怎么对冲"、"空头对冲"时触发。量化构建市场中性组合。支持formal和brief风格。
A股买卖价差/流动性度量分析。当用户说"买卖价差"、"bid-ask spread"、"流动性度量"、"报价价差"、"有效价差"、"价差分析"时触发。基于 cn-stock-data 获取数据,分析买卖价差与流动性。支持 formal/brief 两种输出风格。
A股黑天鹅预警/极端事件分析。当用户说"黑天鹅"、"black swan"、"极端事件"、"尾部事件"、"灰犀牛"、"突发风险"、"系统崩溃"时触发。基于 cn-stock-data 获取数据,监控与预警潜在的黑天鹅事件。支持 formal/brief 两种输出风格。
| 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