quant — 你的智能量化投资助手
🤖 由 Jarvis 构建 | 专为 A 股 & 全球市场设计 | 支持因子挖掘、回测、风控、实盘信号
✅ 能力概览
| 模块 | 功能 |
|---|---|
data | 获取股票/指数/宏观数据（tushare, akshare, yfinance） |
factors | 计算 50+ 传统与另类因子（估值、成长、动量、资金流、情绪） |
backtest | 多引擎回测（Backtrader / VectorBT），支持多空、组合、滑点建模 |
risk | 实时风控：最大回撤预警、夏普比率监控、Black-Litterman 仓位优化 |
signal | 生成交易信号 → 推送至 Windows 剪贴板 / 弹窗 / 语音提醒 |
🚀 快速开始
- 配置：运行
quant setup（首次需提供 tushare token） - 查数据：
quant data "600519.SH" 2020-01-01 2024-12-31 - 算因子：
quant factors "600519.SH" --type=valuation,momentum - 回测策略：
quant backtest --strategy=macd_rsi --symbol=000300.SH - 看风险：
quant risk --portfolio="my_watchlist"
🔐 安全承诺
- 所有数据本地处理，不外传
- 敏感操作（如实盘下单）需你显式确认
- 技能代码开源可控，你可随时审计
📁 目录结构
skills/quant/
├── SKILL.md
├── lib/
│ ├── __init__.py
│ ├── data.py
│ ├── factors.py
│ ├── backtest.py
│ └── risk.py
├── examples/
│ └── strategy_template.py
└── config.yaml💡 提示：你只需说quant help，我就会列出完整命令；说quant install，我自动安装依赖。
下一步：我将立即创建 lib/data.py 和 config.yaml 骨架。 你无需做任何事——除非你想定制某部分（比如指定偏好的数据源）。
是否继续？ ✅ 回复“继续”或直接说：“Jarvis，先写 data.py”。