Token导航 LogoToken导航

Agent Skill · 开发

quant-strategy-dev(量化策略开发)

quant-strategy-dev 用于补充开发相关能力,适合在 OpenClaw 中需要让 Agent 承接开发相关任务时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

quant-strategy-dev 是开发类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为需要联网;许可证为 MIT-0,第三方扫描已通过,按安装量在开发类的 21,746 个 Skill 里排第 1,766。

总安装 24,084周安装 1,024GitHub Stars 3下载 8,438核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
1.0.0

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:quant-strategy-dev(量化策略开发)
来源仓库:https://github.com/xueylee-dotcom/quant-strategy-dev
安装命令:
openclaw skills install quant-strategy-dev
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install quant-strategy-dev

这个 Skill 是做什么的

开发类 Skill 面向写代码、改代码和排查问题,一般会读写仓库文件,部分还会执行构建或测试命令。

量化策略开发主技能。当用户说“开发量化策略”、“设计量化策略”、“写策略代码”、“量化策略开发”时自动触发。提供标准开发流程、代码规范、检查清单、代码模板。适用于量化策略项目的开发阶段。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install quant-strategy-dev;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要需要联网,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

quant-strategy-dev 怎么安装?

在终端执行 openclaw skills install quant-strategy-dev。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

quant-strategy-dev 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

quant-strategy-dev 需要什么权限?

权限级别是需要联网。该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

quant-strategy-dev 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

quant-strategy-dev 用的人多吗?

公开数据是累计安装 24,084 次,近一周安装 1,024 次,下载 8,438 次,GitHub 3 星。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

quant-strategy-dev 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。
  • 第三方扫描已通过,常见的高风险行为没有命中。

先想清楚的地方

  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理开发类任务、又不想每次都手写提示词的人。
  • 需要许可证清楚、并且有第三方扫描结果的团队项目。

不太适合

  • 需要厂商级技术支持和 SLA 的生产系统。

开发类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
skill-vetter

技能审查员 · OpenClaw

8,779,018986操作浏览器MIT-0通过
ontology

本体论 · OpenClaw

6,636,960576只读MIT-0通过
entra-app-registration

内部应用程序注册 · Codex、Claude

6,631,872764接触敏感数据未明确通过
entra-app-registration

内部应用程序注册 · Codex、Claude

3,757,680201接触敏感数据未明确通过
nano-banana-pro

纳米香蕉专业版 · OpenClaw

3,526,898364接触敏感数据MIT-0有提醒
quant-strategy-dev

量化策略开发 · 本页

24,0843需要联网MIT-0通过

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

name
quant-strategy-dev
description
量化策略开发主技能。当用户说"开发量化策略"、"设计量化策略"、"写策略代码"、"量化策略开发"时自动触发。提供标准开发流程、代码规范、检查清单、代码模板。适用于量化策略项目的开发阶段。

量化策略开发技能

版本:1.0.0 适用项目:量化策略项目(A股、美股)

🎯 核心原则

原则1:回测引擎 = 实盘策略

必须使用相同的代码逻辑!

  • ✅ 买入条件完全一致
  • ✅ 卖出条件完全一致
  • ✅ 价格假设完全一致
  • ✅ 持仓管理完全一致

原则2:先验证,后实盘

验证流程:

策略开发 → QMT回测 → 小额实盘 → 正式运行

原则3:小步快跑

  • 小资金测试(1-5万)
  • 短时间观察(1-2周)
  • 快速迭代修复

📋 标准开发流程

阶段1:策略设计

输出:

  • [ ] 策略逻辑文档
  • [ ] 买入条件(明确、可量化)
  • [ ] 卖出条件(必须完整)
  • [ ] 资金管理规则
  • [ ] 风控规则

检查清单:

  • [ ] 买入条件是否明确?
  • [ ] 卖出条件是否完整?(信号过期、止损、止盈、趋势反转)
  • [ ] 资金管理是否合理?(单只仓位、总仓位、资金限制)
  • [ ] 风控是否完善?(止损、止盈、最大回撤)

阶段2:代码开发

关键要求:

2.1 代码模板
# 1. 全局状态对象
class GlobalState:
    pass
G = GlobalState()

# 2. 初始化
def init(ContextInfo):
    # 初始化全局状态
    G.waiting_list = []
    G.sent_orders = set()
    G.buy_prices = {}  # 记录买入价格
    
    # 设置股票池
    ContextInfo.set_universe(stock_list)

# 3. 买入逻辑
def handlebar(ContextInfo):
    # 检查waiting_list
    if check_waiting_orders(ContextInfo):
        return
    
    # 买入条件判断
    for stock in signals:
        if 买入条件:
            # ⚠️ 关键:passorder的prType参数
            passorder(23, 1101, accID, code, 14, -1, volume, ...)  # prType=14(对手价)
            
            # 记录已发送委托
            G.sent_orders.add(code)
            G.waiting_list.append(msg)

# 4. 卖出逻辑(完整)
def check_and_sell_positions(ContextInfo, ...):
    for stock in positions:
        # 1. 检查止损
        pnl_ratio = (current_price - buy_price) / buy_price
        if pnl_ratio <= -STOP_LOSS:
            卖出(f"stop_loss ({pnl_ratio*100:.2f}%)")
        
        # 2. 检查止盈
        elif pnl_ratio >= TAKE_PROFIT:
            卖出(f"take_profit ({pnl_ratio*100:.2f}%)")
        
        # 3. 检查信号过期
        elif stock_code not in signals:
            卖出("signal_expired")
        
        # 4. 趋势反转(可选)
        elif 趋势反转条件:
            卖出("trend_reversal")

检查清单:

  • [ ] 是否有全局状态对象?
  • [ ] 是否有waiting_list防重机制?
  • [ ] passorder的prType参数是否正确?(14=对手价)
  • [ ] 卖出条件是否完整?(止损+止盈+信号过期+趋势反转)
  • [ ] 是否记录买入价格?

阶段3:代码测试(必须)

⚠️ 强制要求:代码变更后,必须通过测试才能进入下一阶段
3.1 测试用例模板
# tests/test_xxx.py

import sys
sys.path.insert(0, '/path/to/project')

from module import function_to_test

print("=" * 60)
print("模块名称测试")
print("=" * 60)

# 测试1:正常流程
print("\
[测试1] 正常流程")
result = function_to_test(normal_input)
assert result == expected_output, "正常流程失败"
print("  ✅ 通过")

# 测试2:边界条件
print("\
[测试2] 边界条件")
result = function_to_test(edge_case_input)
assert result == edge_case_output, "边界条件失败"
print("  ✅ 通过")

# 测试3:异常情况
print("\
[测试3] 异常情况")
try:
    function_to_test(invalid_input)
    assert False, "应抛出异常"
except ValueError:
    print("  ✅ 通过")

print("\
" + "=" * 60)
print("✅ 所有测试通过!")
print("=" * 60)
3.2 测试检查清单
测试类型检查项状态
功能测试核心功能正常[ ]
边界测试空输入、满输入、临界值[ ]
异常测试错误输入、网络异常、数据缺失[ ]
回归测试历史功能未破坏[ ]

强制要求:

  • [ ] 每个核心模块有对应测试文件
  • [ ] 所有测试通过才能提交代码

阶段4:回测验证

4.1 回测参数设置

必须和实盘一致:

  • [ ] 初始资金
  • [ ] 单只仓位
  • [ ] 最大持仓数
  • [ ] 止损比例
  • [ ] 止盈比例
  • [ ] 手续费率
  • [ ] 滑点设置
4.2 回测检查清单
  • [ ] 买入股票数量是否合理?
  • [ ] 买入价格是否接近实际价格?
  • [ ] 是否有异常买卖?(买入后立即卖出)
  • [ ] 持仓时间是否合理?
  • [ ] 收益表现是否符合预期?

阶段5:实盘准备

5.1 代码审查关键点
# 检查项1:买入和卖出的信号范围是否一致
# ❌ 错误
if stock_code not in signals[:10]:  # 卖出:检查前10只
    卖出
for stock in filtered_signals:  # 买入:从过滤后的信号买
    买入

# ✅ 正确
if stock_code not in signals:  # 卖出:检查整个信号列表
    卖出
for stock in filtered_signals:  # 买入:从过滤后的信号买
    买入

# 检查项2:passorder的prType参数
# ❌ 错误
passorder(23, 1101, accID, code, -1, ...)  # prType=-1(使用默认,偏高)

# ✅ 正确
passorder(23, 1101, accID, code, 14, ...)  # prType=14(对手价,滑点可控)
5.2 风控设置

必须设置:

  • [ ] 金额合规(限制资金上限)
  • [ ] 反向单交易(禁止买入后立即卖出)
  • [ ] 对敲单交易(禁止高买低卖)
5.3 资金安全

必须确认:

  • [ ] 代码硬编码资金限制
  • [ ] QMT风控限制
  • [ ] 双重保护

阶段6:小资金实盘

6.1 资金规模

建议:5000-10000元

6.2 监控要点

开盘后前1分钟:

  • [ ] 策略启动正常
  • [ ] 信号加载正常
  • [ ] 数据获取正常
  • [ ] 买入触发正常
  • [ ] 委托确认正常
  • [ ] 持仓更新正常

观察期:1-2周


⚠️ 关键教训

教训1:止损止盈逻辑缺失

问题:策略定义了止损止盈参数,但卖出逻辑中没有实现

正确做法:

# ✅ 完整的卖出逻辑
def check_and_sell_positions(ContextInfo, ...):
    # 1. 检查止损
    pnl_ratio = (current_price - buy_price) / buy_price
    if pnl_ratio <= -STOP_LOSS:
        卖出(f"stop_loss")
    
    # 2. 检查止盈
    elif pnl_ratio >= TAKE_PROFIT:
        卖出(f"take_profit")
    
    # 3. 检查信号过期
    elif stock_code not in signals:
        卖出("signal_expired")

教训:

  1. 定义的参数必须在代码中实现
  2. 卖出条件必须完整:信号过期 + 止损 + 止盈
  3. 必须记录买入价格

教训2:买入和卖出信号范围不一致

问题:卖出检查前10只,买入从过滤后的信号买

正确做法:

  • 买入和卖出的信号范围必须一致
  • 都检查整个信号列表

教训3:passorder的prType参数错误

问题:使用prType=-1,导致价格不可控

正确做法:

  • 使用prType=14(对手价)
  • 滑点可控

🚫 禁止事项

  1. ❌ 回测引擎和实盘策略使用不同的代码逻辑
  2. ❌ 买入和卖出的信号范围不一致
  3. ❌ 使用prType=-1(价格不可控)
  4. ❌ 没有waiting_list防重机制
  5. ❌ 没有小资金测试直接大资金实盘
  6. ❌ 没有止损止盈逻辑

📚 参考文档

  • QMT官方示例(双均线实盘、竞价选股、行业轮动、多因子选股)
  • QMT API文档
  • QMT_STRATEGY_DEVELOPMENT_STANDARDS.md

🎯 成功标准

指标标准
策略设计买入/卖出条件明确完整
代码质量有防重机制、止损止盈完整
测试通过所有测试用例通过
回测验证表现符合预期
实盘准备风控设置完整

*技能版本:1.0.0* *基于:QUANT_STRATEGY_DEVELOPMENT_STANDARD_PROCESS.md*

平台分布

OpenClaw

75.33%
按下载量换算6,356

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills