backtest-center

回测中心 — 快速回测、专家模式、回测历史、策略对比、参数优化、策略管理、高级分析。在 QuantBot / Claude Code 中运行 Qlib 回测、对比策略、优化参数、分析回测结果、管理策略时使用。触发词：回测、回测中心、运行回测、策略对比、参数优化、回测历史、专家模式、高级分析、模型回测、推理回测

跳到安装

仓库: qusong0627/QuantMind
最近来源活动: 2026年8月15日 15:12
检测到的 SKILL.md 语言: 中文
星标: 529
分支: 168

安装方式

默认使用会先检查来源的 Prompt；你也可以切换为直接命令，或下载本地副本。

用 Codex 或 Claude 帮你安装复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。

直接命令不会经过审查 Prompt；运行前请先检查来源。

npx skills add https://github.com/qusong0627/QuantMind --skill backtest-center

命令会保持在同一行。复制前请横向滚动并检查完整内容。

想先保存到本地？可下载 SkillsMP 当前能够提供的文件。

检查来源文件

决定是否安装前，请先阅读 SKILL.md，以及 SkillsMP 当前展示的配套文件。

SKILL.md

来源说明 · 只读预览

返回搜索返回安装

model-train-infer-backtest-report

模型训练-推理-组合回测-专业报告全流程 — 提交T+N周期模型训练、批量推理全年、自定义组合策略回测(分数阈值+大盘MA+止损)、导出研报级MD+PDF报告。在 QuantBot / Claude Code 中训练模型、推理历史、回测策略、对比T+N周期、出专业分析报告时使用。触发词：训练模型、推理全年、回测策略、T+3、T+5、周期对比、止损、大盘过滤、出报告、效益分析

2026-08-19

quantdb-fields

QuantDB 字段单位速查手册 — 全部数据集实测验证的单位、口径与陷阱（个股 volume=股/amount=万元、指数 volume=手、technical % vs l1 小数、dividend_rate 百分数、PG 前缀 symbol）。用 QuantDB 数据做分析/回测/报告、判断成交量/成交额/股息率/换手率单位、排查数据口径不一致时使用。触发词：字段单位、成交量单位、成交额单位、股还是手、万元、股息率、数据口径

2026-08-19

daily-review

A股每日复盘 — 基于 QuantDB 本地数据的盘后固定复盘：指数、涨跌结构与涨停梯队、量能、行业/概念轮动、资金面、情绪面、个股榜、自选复盘、昨日复盘回顾。用户说「复盘」「每日复盘」「复盘某天」时使用：跑脚本取数 → 按模板写复盘报告 → 转 PDF → 落盘股票报告目录 → 聊天回复速览。触发词：复盘、每日复盘、今日复盘、盘后复盘、复盘20260814

2026-08-19

查看这个仓库的全部 Skills

name

backtest-center

description

回测中心技能

QuantMind 回测中心的完整操作指南。覆盖 7 大功能：快速回测、专家模式、回测历史、策略对比、参数优化、策略管理、高级分析。

架构

回测走 engine 服务（8001）的 Qlib 引擎，API 网关（8000）代理。核心路径 /api/v1/qlib/*。

认证

BASE=http://127.0.0.1:8000
TOKEN=$(curl -s -X POST $BASE/api/v1/auth/login -H "Content-Type: application/json" \
  -d '{"username":"admin","password":"admin123","tenant_id":"default"}' \
  | python3 -c "import sys,json; print(json.load(sys.stdin).get('access_token',''))")
AUTH="Authorization: Bearer $TOKEN"
CT="Content-Type: application/json"

1. 快速回测（单次 Qlib 回测）

1.0 向量化极速回测（新）

QlibBacktestRequest.use_vectorized: bool（默认 false）触发向量化极速引擎（纯 pandas 矩阵运算，全市场近 1 年从 500s+ 降到秒级~分钟级）。

curl -s -X POST -H "$AUTH" -H "$CT" "$BASE/api/v1/qlib/backtest" \
  -d '{
    "strategy_type": "CustomStrategy",
    "strategy_content": "STRATEGY_CONFIG = {...}",
    "model_id": "mdl_cn_xxx",
    "start_date": "2025-01-01",
    "end_date": "2025-12-31",
    "universe": "csi300",
    "initial_capital": 1000000,
    "benchmark": "000300.SH",
    "use_vectorized": true,
    "strategy_params": {"signal": "<PRED>", "topk": 50},
    "qlib_provider_uri": "db/qlib_data",
    "qlib_region": "cn"
  }'

安全门：use_vectorized=true 时系统自动检测策略是否"向量化安全"（纯 TopK 全换 + 无加权/无止损/无 pool_file/无自定义类）。不安全策略自动退回 step 模式保语义。

1.1 提交回测

curl -s -X POST -H "$AUTH" -H "$CT" "$BASE/api/v1/qlib/backtest" \
  -d '{
    "strategy_id": "strategy_xxx",
    "start_date": "2024-01-01",
    "end_date": "2024-12-31",
    "initial_capital": 1000000,
    "benchmark": "000300.SH"
  }'

返回：backtest_id + 初始结果。后续用 backtest_id 查结果/日志/分析。

1.2 模型滚动回测（管理端）

# 可用回测交易日
curl -s -H "$AUTH" "$BASE/api/v1/admin/models/backtest/trading-dates?start=2025-01-01&end=2025-12-31"

# 可用于回测的模型列表
curl -s -H "$AUTH" "$BASE/api/v1/admin/models/list-for-backtest"

# 启动模型滚动回测
curl -s -X POST -H "$AUTH" -H "$CT" "$BASE/api/v1/admin/models/backtest" \
  -d '{"model_id":"mdl_xxx","start":"2025-01-01","end":"2025-12-31"}'

# 多周期对比回测
curl -s -X POST -H "$AUTH" -H "$CT" "$BASE/api/v1/admin/models/backtest/multi-horizon" \
  -d '{"model_id":"mdl_xxx","horizons":[1,5,20],"start":"2025-01-01","end":"2025-12-31"}'

1.3 推理回测（选股策略事件驱动）

curl -s -X POST -H "$AUTH" -H "$CT" "$BASE/api/v1/admin/models/inference-backtest" \
  -d '{
    "model_id":"mdl_xxx",
    "start_date":"2025-01-01",
    "end_date":"2025-12-31",
    "signal_mode":"stored",
    "strategy":{"top_k":20,"side":"long"}
  }'

signal_mode：stored（用已存信号）/ realtime（实时生成）

2. 专家模式（云端策略开发与回测）

2.1 策略管理

# 策略列表
curl -s -H "$AUTH" "$BASE/api/v1/strategies"

# 策略模板
curl -s -H "$AUTH" "$BASE/api/v1/strategies/templates"

# 创建策略
curl -s -X POST -H "$AUTH" -H "$CT" "$BASE/api/v1/strategies" \
  -d '{"name":"我的策略","description":"动量策略","strategy_type":"TopkDropoutStrategy","params":{"topk":20}}'

# 激活策略
curl -s -X POST -H "$AUTH" "$BASE/api/v1/strategies/{strategy_id}/activate"

3. 回测结果 / 历史

# 回测结果（含净值/回撤/交易/指标）
curl -s -H "$AUTH" "$BASE/api/v1/qlib/results/{backtest_id}"
# 回测成交明细
curl -s -H "$AUTH" "$BASE/api/v1/qlib/results/{backtest_id}/trades"
# 回测状态（轮询）
curl -s -H "$AUTH" "$BASE/api/v1/qlib/results/{backtest_id}/status"
# 删除回测记录
curl -s -X DELETE -H "$AUTH" "$BASE/api/v1/qlib/results/{backtest_id}"

# 我的回测历史
curl -s -H "$AUTH" "$BASE/api/v1/qlib/history/me"
# 模型滚动回测历史（管理端）
curl -s -H "$AUTH" "$BASE/api/v1/admin/models/backtest/history/{model_id}?limit=20"
curl -s -H "$AUTH" "$BASE/api/v1/admin/models/backtest/history/{model_id}/{run_id}"
curl -s -X DELETE -H "$AUTH" "$BASE/api/v1/admin/models/backtest/history/{model_id}/{run_id}"

4. 策略对比

4.1 对比两个回测结果

curl -s -H "$AUTH" "$BASE/api/v1/qlib/compare/{id1}/{id2}"

4.2 多模型对比回测（多周期）

curl -s -X POST -H "$AUTH" -H "$CT" "$BASE/api/v1/admin/models/backtest/multi-horizon" \
  -d '{"model_ids":["mdl_a","mdl_b"],"start":"2025-01-01","end":"2025-12-31"}'

5. 参数优化（遗传算法）

# 提交参数优化（默认算法）
curl -s -X POST -H "$AUTH" -H "$CT" "$BASE/api/v1/qlib/optimize" \
  -d '{
    "strategy_id": "strategy_xxx",
    "start_date": "2024-01-01",
    "end_date": "2024-12-31",
    "param_ranges": {
      "topk": [5, 50],
      "n_drop": [1, 10],
      "rebalance_period": [5, 30]
    },
    "generations": 10,
    "population_size": 20
  }'
# 返回 optimization_id

# 遗传算法优化（专门入口）
curl -s -X POST -H "$AUTH" -H "$CT" "$BASE/api/v1/qlib/optimize/genetic" \
  -d '{"strategy_id":"strategy_xxx","start_date":"2024-01-01","end_date":"2024-12-31","param_ranges":{"topk":[5,50]},"generations":10,"population_size":20}'

# 查询优化结果
curl -s -H "$AUTH" "$BASE/api/v1/qlib/optimization/{optimization_id}"
# 优化历史
curl -s -H "$AUTH" "$BASE/api/v1/qlib/optimization/history"

6. 高级分析（深度性能分析）

高级分析端点自带 /api/v1/analysis 前缀。

6.1 基础风险

curl -s -X POST -H "$AUTH" -H "$CT" "$BASE/api/v1/analysis/basic-risk" \
  -d '{"backtest_id":"xxx"}'

6.2 绩效归因

curl -s -X POST -H "$AUTH" -H "$CT" "$BASE/api/v1/analysis/performance" \
  -d '{"backtest_id":"xxx"}'

6.3 交易统计

curl -s -X POST -H "$AUTH" -H "$CT" "$BASE/api/v1/analysis/trade-stats" \
  -d '{"backtest_id":"xxx"}'

6.4 基准对比

curl -s -X POST -H "$AUTH" -H "$CT" "$BASE/api/v1/analysis/benchmark" \
  -d '{"backtest_id":"xxx"}'

6.5 持仓分析

curl -s -X POST -H "$AUTH" -H "$CT" "$BASE/api/v1/analysis/position" \
  -d '{"backtest_id":"xxx"}'

6.6 因子分析

curl -s -X POST -H "$AUTH" -H "$CT" "$BASE/api/v1/analysis/factor-analysis" \
  -d '{"backtest_id":"xxx"}'

6.7 风格归因

curl -s -X POST -H "$AUTH" -H "$CT" "$BASE/api/v1/analysis/style-attribution" \
  -d '{"backtest_id":"xxx"}'

6.8 风险指标与告警

# 风险指标（回撤/夏普/波动等）
curl -s -H "$AUTH" "$BASE/api/v1/qlib/risk/{backtest_id}/metrics"
# 风险告警
curl -s -H "$AUTH" "$BASE/api/v1/qlib/risk/{backtest_id}/alerts"
# 风险配置
curl -s -X POST -H "$AUTH" -H "$CT" "$BASE/api/v1/qlib/risk/{backtest_id}/config" \
  -d '{"max_drawdown":0.15,"var_confidence":0.95}'

6.9 回测日志

curl -s -H "$AUTH" "$BASE/api/v1/qlib/logs/{backtest_id}"

7. 报告导出

# CSV / PDF / Excel 报告
curl -s -H "$AUTH" "$BASE/api/v1/qlib/export/{backtest_id}/csv" -o backtest_report.csv
curl -s -H "$AUTH" "$BASE/api/v1/qlib/export/{backtest_id}/pdf" -o backtest_report.pdf
curl -s -H "$AUTH" "$BASE/api/v1/qlib/export/{backtest_id}/excel" -o backtest_report.xlsx

8. 实战流程（推荐）

当用户要求"回测策略/模型"时：

确认策略：/strategies 或 /admin/models/list-for-backtest 选回测对象
确认日期：/admin/models/backtest/trading-dates 选区间
运行回测：/admin/models/backtest 或 /qlib/backtest
查日志：/qlib/logs/{id} 确认完成
深度分析：/qlib/analysis/* + /qlib/risk/{id}/metrics
对比：多策略用 compare / multi-horizon
导出：PDF / Excel 报告
参数调优：/qlib/optimize 遗传算法搜索最优参数

9. 相关技能

[[ai-ide-strategy-writing]] — AI-IDE 写策略（自然语言生成 Qlib 策略代码）
[[simulation-trading]] — 模拟交易（下单/持仓/成交）
[[smart-strategy-stock-picking]] — 条件选股（生成股票池）
[[quantmind-operations]] — 模型训练/推理

10. 常见问题

现象	处理
回测无结果	确认日期区间有交易日数据，查 `/qlib/logs/{id}`
策略列表空	先创建策略或从模板同步 `/strategies/templates`
参数优化慢	减少 generations/population_size
报告导出失败	确认 backtest_id 存在且有完整结果

backtest-center

来源信息

安装方式

检查来源文件

同仓库更多 Skills

同仓库更多 Skills

回测中心技能

架构

认证

1. 快速回测（单次 Qlib 回测）

1.0 向量化极速回测（新）

1.1 提交回测

1.2 模型滚动回测（管理端）

1.3 推理回测（选股策略事件驱动）

2. 专家模式（云端策略开发与回测）

2.1 策略管理

3. 回测结果 / 历史

4. 策略对比

4.1 对比两个回测结果

4.2 多模型对比回测（多周期）

5. 参数优化（遗传算法）

6. 高级分析（深度性能分析）

6.1 基础风险

6.2 绩效归因

6.3 交易统计

6.4 基准对比

6.5 持仓分析

6.6 因子分析

6.7 风格归因

6.8 风险指标与告警

6.9 回测日志

7. 报告导出

8. 实战流程（推荐）

9. 相关技能

10. 常见问题

回测中心技能

架构

认证

1. 快速回测（单次 Qlib 回测）

1.0 向量化极速回测（新）

1.1 提交回测

1.2 模型滚动回测（管理端）

1.3 推理回测（选股策略事件驱动）

2. 专家模式（云端策略开发与回测）

2.1 策略管理

3. 回测结果 / 历史

4. 策略对比

4.1 对比两个回测结果

4.2 多模型对比回测（多周期）

5. 参数优化（遗传算法）

6. 高级分析（深度性能分析）

6.1 基础风险

6.2 绩效归因

6.3 交易统计

6.4 基准对比

6.5 持仓分析

6.6 因子分析

6.7 风格归因

6.8 风险指标与告警

6.9 回测日志

7. 报告导出

8. 实战流程（推荐）

9. 相关技能

10. 常见问题