前言¶

做量化研究时，最常见的两种情况是：要么在云平台的网页界面上点选数据和参数，要么自己搭一套数据下载脚本加回测框架。前者不方便自动化，后者前期投入大、数据覆盖也有限。

这个 Skill 走的是第三条路：把 BigQuant 的云端金融数据和 BigTrader 回测能力接到本地 WorkBuddy 里，通过 BigQuant Python SDK 调用，让 Agent 在本地完成数据查询、因子分析和策略回测。下面介绍它具体提供什么能力，以及使用时需要注意的地方。

这是什么¶

BigQuant 量化数据与策略回测是一个基于通用 SKILL.md 格式的 Skill，发布者为 BigQuant，来源类型 enterprise，分类 data-analysis，版本 1.0.4，坐标 @org-b12iqckk/bigquant-data-backtest-sdk。

它解决的问题是：在本地 Agent 环境（WorkBuddy）中直接调用云端金融数据与 BigTrader 回测引擎，避免自建数据链路。官方简介给出的能力范围是四件事：云端金融数据读取、SQL 查询、因子分析、BigTrader 本地回测。

官方简介列出的能力如下，均为已核实内容：

Skill 声明了一组触发词，Agent 侧命中这些词时会调用该 Skill。触发词包括：量化、量化交易、量化投资、量化选股、量化回测、宽客、因子选股、bigquant 数据查询、DAI 查询、bigquant SQL、搜索数据表、因子分析、A股数据、期货数据。

也就是说，数据覆盖范围官方标注为 A股数据与期货数据。

已抓取的 SkillHub 页面标签中有一条 requires_api_key=true，说明该 Skill 需要 API Key 才能使用。这一步需要在 BigQuant 侧取得凭证，具体获取方式以官方页面说明为准。

安装命令方面，本次抓取的资料中没有给出官方安装命令、目录结构或完整配置字段，因此这里不臆造。需要安装时，请到官方地址按页面指引操作：

https://api.skillhub.cn/org-b12iqckk/bigquant-data-backtest-sdk

Skill 页面地址：

https://www.skillhub.cn/skills/org-b12iqckk/bigquant-data-backtest-sdk

该 Skill 采用通用 SKILL.md 格式，理论上可被支持该格式的 Agent 宿主加载。Cursor、Codex CLI、Claude Code 三类工具的具体启用方式差异，资料中没有提供，此处不做说明。

已抓取资料中没有包含可复现的官方代码示例或命令行示例，因此本节不贴具体的 SDK 调用代码，避免写出未经核实的接口签名。

可以确认的交互方式是基于触发词驱动：在 WorkBuddy 中用上文列出的触发词（例如「A股数据」「因子分析」「bigquant SQL」）发起请求，由 Agent 调用该 Skill 完成数据读取或回测。要拿到确切的入参格式和返回结构，需要先安装并参考官方页面的文档。

适合的使用者：已经在 BigQuant 生态中做研究、希望把数据查询和回测动作交给本地 Agent 编排的人；需要覆盖 A股与期货数据、做因子选股方向研究的人。

需要注意的几点：

必须有可用的 API Key，否则 Skill 无法实际执行数据调用。
功能边界以官方页面为准。本次抓取只拿到简介中的四项能力，SQL 查询支持的方言、因子分析的具体指标、BigTrader 支持的策略类型与回测周期，资料中均未列出。
数据覆盖标注为 A股数据与期货数据，其他市场是否可用未在资料中说明。
回测在本地 WorkBuddy 中通过 BigTrader 执行，本地环境的依赖与 BigQuant 侧 SDK 版本的一致性需要自行确认。

关于 SkillHub 页面的公开指标：抓取时页面显示评分 100000、下载 2567、安装 0。这些是快照值，会随时间变化。任务线索中提到的评分与下载数与此不一致，以 SkillHub 页面当前显示为准。

这个 Skill 的价值在于把云端金融数据和 BigTrader 回测能力打包成 Agent 可调用的一步，省掉自建数据链路的成本。是否适用取决于你是否已经在 BigQuant 生态内、以及是否能提供可用的 API Key。

官方地址：https://api.skillhub.cn/org-b12iqckk/bigquant-data-backtest-sdk