前言¶

做量化研發的同行常遇到一個斷點：策略邏輯寫在研究環境裏，數據查詢、回測、模擬實盤分散在不同頁面和腳本之間。聚寬量化（JoinQuant）這個 Skill 的思路是把這些能力包成 Agent 可直接調用的技能，讓模型在對話裏完成數據查詢、事件驅動回測和在線研究。下面介紹它的定位、已覈實的能力，以及啓用前需要確認的事項。

這是什麼¶

一句話定位：聚寬量化交易平臺 Skill，提供 A 股、期貨、基金數據查詢，事件驅動策略回測，支持在線研究與模擬實盤。

來源與歸屬：來自 enterprise 來源，分類爲 professional，發佈者爲 RealQ，版本 1.0.0。座標是 @org-eyw2ohcx/coderwpf-joinquant-102。

解決什麼問題：把聚寬平臺上的數據與回測能力暴露給 Agent，減少在研究環境、回測頁面和本地腳本之間來回切換的成本。

核心功能¶

根據已抓取的 SkillHub 資料，已覈實的能力包括：

1、A股、期貨、基金數據查詢。
2、事件驅動策略回測。
3、支持在線研究。
4、支持模擬實盤。

資料中沒有給出更細的能力清單，例如具體函數名、數據字段、回測頻率、交易成本參數，本文不展開。

安裝與啓用¶

已抓取資料未提供安裝命令、目錄約定或配置字段。官方地址如下，安裝與啓用步驟以該頁面爲準：

https://api.skillhub.cn/org-eyw2ohcx/coderwpf-joinquant-102

SkillHub 頁面地址：

https://www.skillhub.cn/skills/org-eyw2ohcx/coderwpf-joinquant-102

標籤信息爲 requires_api_key=false，資料未說明是否仍需要聚寬賬號、Token 或平臺授權。啓用前建議先打開官方頁面確認，不要按經驗假定免配置。

典型用法¶

已抓取資料只包含簡介，沒有提供可復現的官方示例，因此本文不構造調用示例。如果要驗證能力，建議按以下順序做：

1、打開官方頁面，確認 Skill 的輸入參數、輸出格式和授權方式。
2、在一個可控會話裏先做單條數據查詢，確認返回結構和時區、復權等細節。
3、再跑一次小資金、短區間的回測，覈對成交、費率和基準口徑。
4、最後再嘗試模擬實盤相關能力。

適用場景與注意¶

適合：需要 Agent 幫忙查 A股、期貨、基金行情或淨值，跑事件驅動策略回測，做在線研究和模擬實盤驗證的開發者。

注意：

1、評分、下載、安裝數來自 SkillHub 頁面資料，使用前應以官方頁面當前數據爲準。
2、requires_api_key=false 不等於不需要平臺賬號或數據權限，需以官方說明爲準。
3、回測結果依賴數據質量、交易成本假設和滑點模型，不能直接當作實盤收益預期。
4、該 Skill 偏專業分類，調用結果涉及金融數據，建議在受控環境裏先驗證，再接入自動化流程。

結尾¶

聚寬量化（JoinQuant）的價值在於把聚寬平臺的數據查詢、事件驅動回測、在線研究和模擬實盤能力收進一個 Agent Skill 裏，減少研究流程中的手工切換。如果手頭工作圍繞 A 股、期貨、基金的策略研究，值得先按官方頁面驗證一遍。

官方地址：https://api.skillhub.cn/org-eyw2ohcx/coderwpf-joinquant-102