前言¶

期权策略上线前，常见做法是手写脚本、在表格里估盈亏，或依赖未把手续费、滑点、波动率变化写进模型的工具。参数一改就要重跑，Iron Condor、Strangle 等结构的腿数和到期日也不相同，很难在统一框架里对比胜率、Sharpe、最大回撤和资金曲线。

下面介绍 SkillHub 上的 options-trading-backtester（坐标 @user_15292d5a/yjkj-options-trading-backtester）。它把「策略类型说明 + Python 回测思路 + 默认配置 + 命令行参数」收进一份 SKILL.md，供编码 Agent 在用户提出回测、验配置或看交易历史时按文档生成或执行流程。SkillHub 分类为 data-analysis，社区来源，页面标注版本 1.0.0，标签 requires_api_key=false（无需 API Key）。

这是什么¶

options-trading-backtester 面向「用 Python 构建并运行期权策略回测」的场景：支持 Iron Condor、Strangle、Calendar Spread、Vertical Credit Spread；在描述中强调对历史数据回测，并纳入滑点、每合约 $0.65 手续费，以及 IV crush 建模；输出 Sharpe ratio、胜率、最大回撤、期望值（expectancy）和权益曲线（equity curve）。

SkillHub 发布者为 user_15292d5a；Skill 卡片注明许可为 MIT-0，部署地域为全球。官方 API 简介与 SkillHub 技能页一致。安装包内的 skill-card.md 同时提示：输出可能包含随机化演示结果，在用于实盘或严肃策略评估前须由具备资质的人员复核。

核心功能¶

支持的策略类型¶

Skill 文档用表格归纳四类策略及适用语境（节选含义如下）：

回测与成本假设¶

文档中的回测引擎为事件驱动思路，可对合成或真实历史数据做测试（compatibility 写明 Python 3.10+，依赖 pandas、numpy、scipy、matplotlib；可选 yfinance 作免费数据源）。

常量示例：

• 手续费：COMMISSION = 0.65（美元/合约）
• 滑点：SLIPPAGE = 0.02（美元/股）

Iron Condor 示例函数会估算净权利金、最大亏损、胜率、平均盈亏、Sharpe、最大回撤与期望值等，并支持多入场点聚合统计。

风控与过滤规则¶

SKILL.md 的 Error Handling 一节约定：

1. IV 低于 20% 时拒绝开仓（权利金过薄）
2. 买卖价差大于 $0.50 时拒绝
3. 距到期不足 14 天时跳过（避免临近到期的 gamma 风险）
4. 四腿 Iron Condor 往返佣金按每合约 \(0.65 计（文档示例为四腿合计 **\)2.60**）

Agent 触发场景¶

官方描述建议在用户要求 backtest an options strategy、test a config 或 analyze trade history 时启用本 Skill。

安装与启用¶

通过 SkillHub CLI 安装¶

先确认本机是否已有 skillhub：

command -v skillhub && skillhub --version

未安装时，可按 SkillHub 安装文档使用官方脚本（完整安装含 CLI 与默认 Skill）：

curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash

仅安装 CLI：

curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only

安装本 Skill 时，必须用 --dir 指向当前 Agent 的 skills 目录，否则默认落在 ./skills/ 且可能不被识别：

skillhub install @user_15292d5a/yjkj-options-trading-backtester --dir <你的 skills 目录>

常见路径（来自 SkillHub 安装文档）：

• Cursor：~/.cursor/skills/
• Claude Code：~/.claude/skills/
• Codex：~/.codex/skills/ 或项目下的 .agents/skills/

通过对话让 AI 安装¶

SkillHub 技能页提供的提示词为：请根据 https://skillhub.cn/install/skillhub.md，安装 @user_15292d5a/yjkj-options-trading-backtester。

典型用法¶

Skill 文档假设将回测脚本放在 scripts/backtest.py（内容由 Agent 按 SKILL.md 内嵌示例生成或补全）。命令行用法如下。

Iron Condor 回测：

python scripts/backtest.py --strategy iron_condor --symbol SPY --iv 0.30 --days 45 --short-delta 0.20 --width 5

其他策略示例：

python scripts/backtest.py --strategy strangle --symbol AAPL --iv 0.35 --days 30
python scripts/backtest.py --strategy calendar --symbol NVDA --days 45
python scripts/backtest.py --strategy vertical_spread --symbol TSLA --iv 0.40 --width 10

可选参数包括 --output，用于将结果写入 JSON 文件。

默认策略配置见文档中的 config/strategies.json 示例：

{
  "iron_condor_default": {
    "strategy": "iron_condor",
    "short_delta": 0.20,
    "wings_width": 5,
    "expiration_days": 45,
    "max_loss_per_trade": 400,
    "starting_capital": 10000
  }
}

在 Cursor 等环境中，更常见的路径是：安装 Skill 后，用自然语言描述标的、策略类型、IV 与到期天数，由 Agent 读取 SKILL.md 生成脚本、跑回测并解释 Sharpe、胜率、回撤等指标。

适用场景与注意¶

适合谁：需要在对话或项目里快速搭期权回测脚手架的开发者、量化分析或策略研究人员；希望统一讨论 Iron Condor 等结构参数（如 short_delta、width、days）的团队。

使用上应注意：

1. 数据与结论性质：skill-card.md 明确提示，Skill 可能把随机化演示结果呈现为历史回测，在未接入经校验的行情数据与完整策略逻辑前，应视为合成演示，不能当作投资建议或实盘依据。
2. 包内容与文档路径：从 SkillHub 下载的安装包以 SKILL.md 与说明文件为主；scripts/、config/ 需由 Agent 或你本地按文档创建，安装后不会自动出现完整 Python 工程树。
3. 版本信息：SkillHub 页面显示 v1.0.0；包内 SKILL.md frontmatter 为 1.0.15，以你实际安装包为准核对行为。
4. 合规：金融类输出须人工复核；组织内部署前按安全与合规要求审查生成代码与配置。

SkillHub 当前展示评分 100000、下载 774（统计以页面为准，会随时间变化）。

结尾¶

options-trading-backtester 把期权多腿策略的回测参数、成本假设和指标输出收敛到一份 Agent Skill，适合在「先验配置、再看 Sharpe 与回撤」的迭代里减少重复造轮子。安装与说明以 SkillHub 为准：

• 技能页：https://www.skillhub.cn/skills/user_15292d5a/yjkj-options-trading-backtester
• API 坐标：https://api.skillhub.cn/user_15292d5a/yjkj-options-trading-backtester