前言¶
做 A 股策略驗證時，常見路徑是：自己拉行情、寫回測腳本、再單獨搭一個看 K 線和模擬成交的界面。數據源切換、風控規則和導出報表往往散落在多個腳本里，Agent 也很難判斷你本機是否已經裝好量化服務、該走 Web 還是 REST。
下面介紹 SkillHub 上的 A股量化交易系統配置嚮導（@user_a9caeb3c/quant-trader-setup，當前頁面版本 v4.0.3）。它面向 OneQuant 4.0 這一類本地 A 股量化平臺：用配置嚮導把環境、調用方式和常見任務說明交給 AI，讓你在對話裏完成回測、選股、風險查看等操作，而不是從零拼命令。
這是什麼¶
一句話定位：社區發佈的 Agent Skill，用來引導安裝與配置 OneQuant 量化交易系統，並配合文檔說明其能力邊界與調用方式。
出品與託管：發佈者爲 SkillHub 用戶 user_a9caeb3c，分類爲 data-analysis，來源標記爲 community。官方 Skill 頁與 API 入口分別爲 SkillHub 技能頁 與 api.skillhub.cn 條目。頁面標註 requires_api_key=false，即安裝 Skill 本身不要求額外填寫 SkillHub API Key。
解決的問題：把「本地量化平臺怎麼裝、有哪些入口、能做什麼任務」收斂進 SKILL.md 式說明，讓 Cursor、Claude Code、Codex 等客戶端在識別技能後，按嚮導完成環境準備，並按你的自然語言意圖觸發對應能力（例如回測、篩選、導出）。
核心功能¶
以下能力來自 Skill 簡介與 OneQuant 4.0 產品說明的交叉覈對；未在資料中出現的細節不展開。
平臺與數據¶
- 全平臺：Windows、macOS、Linux，支持通過 Docker 部署。
- 數據源熱切換：AkShare、聚寬（JQData）、米筐（RQData）三類數據源（資料中亦稱「三源」）。
- 接口規模：提供 102 個 REST API 端點（SkillHub 頁與抓取條目一致）。
五種調用方式¶
- Web 界面：瀏覽器完成配置與操作。
- REST API：可用 Python
requests等做程序化調用。 - CLI：命令行入口。
- 批量腳本：適合多標的並行回測一類任務。
- Docker：容器化運行與交付。
業務覆蓋（資料已列）¶
| 方向 | 說明 |
|---|---|
| 策略回測 | 如 MA、RSI、MACD 等常見策略 |
| 技術信號 | 買賣點等標記 |
| 量化選股 | 如漲停、金叉、超賣等篩選場景 |
| 模擬交易 | 限價、市價、條件單 |
| 風控管理 | 止損止盈、倉位預警 |
| K 線分析 | 日、周、月及分鐘等共 9 種週期 |
| 數據導出 | 如交易記錄導出 Excel |
Skill 頁還提到全鏈路測試、REST 文檔章節擴充等工程向描述；具體評測與認證名稱以官方頁面文案爲準，本文不重複營銷表述。
安裝與啓用¶
1、安裝 SkillHub CLI（若尚未安裝）¶
先檢查是否已有 CLI：
command -v skillhub && skillhub --version
未安裝時，可按 SkillHub 官方安裝文檔執行完整安裝（含 CLI 與默認 Skill）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
僅需要 CLI 時：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only
說明見 SkillHub 安裝與優先源配置。
2、安裝本 Skill 到當前 Agent 的 skills 目錄¶
安裝時必須用 --dir 指向當前客戶端實際讀取的 skills 目錄，否則默認落在 ./skills/，Agent 可能識別不到。
skillhub install @user_a9caeb3c/quant-trader-setup --dir <你的 skills 目錄>
常見路徑（摘自官方安裝文檔，按你實際使用的客戶端選擇）：
- Cursor：
~/.cursor/skills/ - Claude Code：
~/.claude/skills/ - Codex：
~/.codex/skills/或項目下的.agents/skills/
也可以在對話裏直接讓 AI 按官方提示安裝：
請根據 https://skillhub.cn/install/skillhub.md，安裝 `@user_a9caeb3c/quant-trader-setup`。
3、啓用 OneQuant 本體¶
本 Skill 是配置嚮導，量化服務本身需在本地或 Docker 中按 Skill 內文檔完成 OneQuant 4.0 的安裝與啓動。完成後再通過 Web、REST、CLI 等五種方式之一訪問；具體端口、環境變量與 Docker 鏡像名以 Skill 包內 SKILL.md 及附帶章節爲準，此處不臆造配置項。
安裝或更新 Skill 後，若客戶端未自動加載新技能，按所用產品的說明重啓或刷新 skills 目錄。
典型用法¶
在 OneQuant 已就緒的前提下，可在 Agent 對話中用自然語言觸發常見任務。下列表述與 Skill 線索中的觸發示例一致，便於復現意圖（實際執行仍依賴本機服務是否運行、數據源是否配置）：
幫我回測貴州茅臺 MA 策略
篩選今天漲停的股票
查看自選股風險概覽
導出交易記錄 Excel
程序化場景可走 REST：在 Skill 文檔中查閱 102 個端點中的回測、行情、模擬交易等路徑，用 requests 發 HTTP 請求；數據源在 AkShare / JQData / RQData 之間切換時，按嚮導中的配置說明操作即可。
適用場景與注意¶
適合誰¶
- A 股個人投資者：在本地驗證策略邏輯，而非直接替代券商終端。
- 量化學習者：需要 Web + API + CLI 多種入口對照學習。
- Python 數據分析師：批量回測、選股、導出 Excel 做二次分析。
不適合或需自行擴展¶
- 高頻交易（HFT）：本地平臺定位與資料描述均不面向超低延遲實盤。
- 實盤自動下單：模擬交易在平臺內支持；對接真實券商需自行開發。
- 期貨、期權：資料明確以 A 股爲主。
- 港美股深度分析：僅有限支持，不宜當作主戰場。
使用注意¶
- 聚寬、米筐等商業數據源通常需要各自的賬號與授權；AkShare 等開源源也需關注網絡與接口穩定性。
- Skill 負責嚮導與文檔索引，行情與回測結果以本機 OneQuant 服務爲準；Agent 不能替代未啓動的後端。
- SkillHub 條目上的下載量、評分會變動；查閱時以 官方技能頁 爲準。
結尾¶
A股量化交易系統配置嚮導把 OneQuant 4.0 的安裝、多入口調用和 A 股常見量化任務寫進 Agent 可讀的 Skill，適合希望在本機統一做回測、選股、風控查看與導出的開發者。若你要從 Skill 裝起，可從官方地址入手：https://api.skillhub.cn/user_a9caeb3c/quant-trader-setup，並在 SkillHub 打開 對應技能頁 查看版本與安裝提示。
