功能介绍

基于VectorBT高性能回测引擎，提供12个现成的策略模板（均线交叉、RSI反转、MACD信号等），支持美股、印度股市和加密货币市场。包含真实交易成本建模（手续费、滑点），使用TA-Lib标准指标库，并自动生成QuantStats专业级回测报告（包含年化收益、夏普比率、最大回撤等关键指标）。

VectorBT高性能回测引擎
12个现成策略模板（均线交叉/RSI/MACD等）
真实交易成本建模（手续费+滑点）
TA-Lib指标库：EMA/SMA/RSI/MACD/BBands/ATR等
QuantStats自动化回测报表

适用人群：

量化交易爱好者策略开发者数据驱动型投资者

安全审计报告

代码审计

通过

恶意行为检测

未检测到

API Key安全

无需API Key（使用本地数据或免费数据源）

数据传输

纯本地计算，无外部数据传输

纯计算型Skill，所有回测在本地完成。开源代码，依赖VectorBT和TA-Lib两个成熟的开源库。无网络请求，无API Key需求，安全性极高。

使用成本

🎯

5K-10K

单次调用Token

💰

~$0.05

单次成本(约)

📊

~$5/月

月均成本(日用)

⚡

较低

成本等级

本地计算为主

兼容平台

Claude Code Claude Desktop Cursor Windsurf Cline OpenClaw GitHub Copilot Molili Claw Qclaw

数据源

数据来源

本地CSV / 免费数据源

数据时效

历史数据(可自行更新)

付费API

免费

覆盖市场

美股/印度/加密货币

项目活跃度

2周前

上手难度

难度等级

⭐⭐⭐ 中级

配置时间

20分钟

前置知识

Python + 量化基础

配置步骤

4步(克隆+安装VectorBT+安装TA-Lib+重启)

风险提示

过拟合风险

回测中表现优异的策略不代表实盘有效。参数优化过度会导致过拟合，实盘可能大幅亏损。

成本建模偏差

虽已包含手续费和滑点模型，但真实市场的流动性和冲击成本可能被低估。

模拟盘表现（120天）

64.8%

胜率

-11.0%

最大回撤

1.72

夏普比率

10.5%

平均收益率

* 以上数据为模拟盘回测结果，不代表未来实际收益。投资有风险，入市需谨慎。

安装指南

在终端中运行以下命令即可安装：

cd ~/.claude/skills && git clone https://github.com/marketcalls/vectorbt-backtesting-skills.git

配置步骤：

确保已安装 Claude Code（claude --version）
运行上述安装命令
重启 Claude Code 会话
Skill会根据上下文自动加载，也可通过描述触发

优缺点分析

优点

12个即用策略模板
成本建模真实可靠
QuantStats报表专业

缺点

需要安装VectorBT和TA-Lib
回测不等于实盘
策略调参有过拟合风险

量化回测引擎

CocoLoop Skill 商店