前言¶
量化想法往往停在口头：一批自选、几条买卖条件、一个持仓规则，真要落到历史数据上验证，还要自己拼选股脚本、对接回测引擎、再读净值和成交明细。中间任何一步脱节，策略就停在文档里。
下面介绍 SkillHub 上的 量化策略回测师（@user_d83d7c97/wm-backtest，当前版本 0.3.27）。它面向 Agent：用自然语言描述选股池、关注列表或交易逻辑，由技能整理成可确认的回测任务，确认后再发起跑批，并输出收益、回撤等标准指标、结果解读，以及偏差说明与下一轮可执行的改法。官方明确说明：不是模拟炒股，也不代客下单。
这是什么¶
量化策略回测师 是社区来源（community）、分类为 professional 的 Agent Skill，发布坐标 @user_d83d7c97/wm-backtest，SkillHub 页面标注作者为 Eliaszhou。标签 requires_api_key=false 表示安装本身不强制单独配置 API Key；实际跑批仍依赖背后 Winmale 回测体系与相应权限 Scope（见下文）。
一句话定位：在历史行情上，把「一批票 + 持仓/交易规则」跑通回测，并支持查状态、深读成交与 trace，做成败归因后小步迭代再跑。关注列表可多市场合并查看，但回测默认按单一市场（默认 A 股）。
与同系列能力的边界（来自技能文档）：
| 适合用本技能 | 更适合用其他技能 |
|---|---|
| 一批票 + 规则，要在历史上验证并复盘 | 只筛票 → wm-screen-index |
| 自定义选股/交易/风控逻辑单元 | 只整理关注 → wm-watchlist |
| 查跑批状态、净值、成交、trace | 盘中实时 / 纸面 / 企微意图 → wm-probe |
核心功能¶
以下能力均来自官方 SKILL.md 与 SkillHub 简介，可按「管理面」与「引擎面」理解。
管理面：单元与跑批¶
- 模板快速开跑：
from_watchlist、from_universe、from_strategy等 action，可先预览再confirm=true发起；默认单元为equal_weight_buy_hold。 - 自定义策略主路径：
preview_custom/run_custom（L1 一键完成 create → write → validate → publish → run）；同一unit_id可再次run_custom迭代（默认覆盖）。 - 跑批查询：
list、status、summary；深读可用 free 脚本或 L1 接口；额度暂停可用resume恢复。 - 配置覆盖：
ConfigOverride可改回测窗口、标的宇宙、benchmark、script_params等，不改阶段脚本正文。
引擎面：交易日流水线¶
每个交易日按固定顺序执行：selector → selector_rank → trading → risk → 撮合。自定义阶段需遵守 XS 仿真库契约（取数优先 simulation.* / bt.*，避免未来函数）；改完阶段脚本后应走夹具检查再 lint / preview / run。
输出与复盘¶
跑批结束后可读 summary 中的收益回撤等指标；结合 deep（ledger）与 trace（过程日志）做归因，技能要求输出历史结论、执行证据、归因，以及 1～3 条可再跑改法，并声明不构成投资建议。
SkillHub 统计（抓取资料）：评分 100000，下载 5827 次。
安装与启用¶
官方页面给出的安装方式是：让 Agent 按 SkillHub 安装说明 安装 @user_d83d7c97/wm-backtest。
若本机已有 SkillHub CLI，可直接装到当前 Agent 的 skills 目录（必须使用 --dir，否则默认 ./skills/ 可能不被识别）：
command -v skillhub && skillhub --version
未安装 CLI 时，可按安装文档执行完整安装或仅 CLI：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
安装本技能（命名空间与搜索结果一致）：
skillhub install wm-backtest --namespace user_d83d7c97 --dir <你的 Agent skills 目录>
常见 Agent 的 skills 路径（来自 SkillHub 安装文档）：
- Cursor：
~/.cursor/skills/ - Codex：
~/.codex/skills/或项目下的.agents/skills/ - Claude Code：
~/.claude/skills/
安装后一般需要重启或刷新 Agent，使技能被加载。技能包内自带 references/ 与 examples/，Agent 按 SKILL.md 流程调用；部分示例需配合同生态的 wm.sh run（文档示例路径为 bash .cursor/skills/wm-skillhub/scripts/wm.sh run wm-backtest ...），具体以你本机已安装的 Winmale / wm 技能布局为准。
典型用法¶
自然语言入口¶
技能文档建议的提问方式包括：
- 「用我的关注做一趟 A 股回测，先预览再跑。」
- 「PE<15 买入、浮盈 10% 卖，近 3 年；自定义单元。」
- 「上次回测为什么赚/亏，下一轮改哪一处再跑？」
Agent 应先把任务收成结构化参数，未经用户确认不得带 confirm=true 发起跑批。
关注列表预览（JSON 示例）¶
包内 examples/from_watchlist_preview.json 展示管理面模板跑批的预览请求：业务参数放在 args 内（扁平 action 会触发 ARGS_REQUIRED）。
{
"mode": "call",
"args": {
"action": "from_watchlist",
"backtest_market": "cn",
"group_name": "重点关注",
"start": "2023-01-01",
"end": "2025-12-31",
"confirm": false
}
}
用户确认配置后，将 confirm 设为 true 再跑。CLI 侧等价调用形态见 SKILL.md：
bash .cursor/skills/wm-skillhub/scripts/wm.sh run wm-backtest \
'{"action":"from_watchlist","backtest_market":"cn","confirm":false}' --result
（生产环境请把 action 等字段放入 args，与 HTTP 契约一致。）
自定义单元与迭代¶
复杂逻辑走 run_custom：先 preview_custom，再 run_custom 且 confirm=true。包内另有 examples/run_custom_full.json、examples/pe_filter_trading.json 等，复杂阶段脚本可通过 @pack:wm-backtest/examples/xs/... 引用。
策略迭代闭环在文档中写为：基线 → 改阶段 → harness 夹具 CHECK → lint → preview → run → deep + trace → 归因 → 改法 → 再跑。
适用场景与注意¶
适合谁
- 已有选股池、关注分组或文字版交易规则，需要在历史数据上验证，而不是盘中跟单。
- 希望 Agent 代为整理回测任务、读 summary/深读结果，并给出可执行的下一轮修改建议。
- 愿意在同生态内使用自定义 XS 阶段（selector / trading / risk 等）并遵守仿真 API 契约的开发者。
限制与注意
- 不是模拟炒股：不提供实时盘会话；盘中探测应使用
wm-probe。 - 确认闸门：未确认禁止
confirm=true；unit_id冲突会返回UNIT_EXISTS。 - 权限与计费：读/深读、发起
from_*/run、run_custom等对应不同 Scope（如analysis:backtest:read、analysis:backtest:run、project:write等）；from_watchlist还需user:watchlist:read。 - 市场：回测按单一市场；CN 默认基准为
index.hs300，可用args.benchmark覆盖。 - 模板限制：
from_watchlist/from_universe不支持自定义weights；目标权重需走run_custom。
结尾¶
量化策略回测师把「描述想法 → 确认任务 → 历史跑批 → 指标与归因 → 迭代改法」收成一条 Agent 可执行的链路，适合把口头策略尽快压到历史证据上，而不是替代交易终端。
- SkillHub 页面：https://www.skillhub.cn/skills/user_d83d7c97/wm-backtest
- 技能坐标：
@user_d83d7c97/wm-backtest - 官方地址：https://api.skillhub.cn/user_d83d7c97/wm-backtest
