前言¶

想把一个选股想法变成可验证的回测结果，通常要自己搭数据管道、写因子计算、跑模拟，再对着图表手动算收益和回撤。很多人卡在第一步：不会写代码，或者写得动但没时间维护。这个 Skill 的思路是把这一整条链路压缩成一次对话——你说出目标，它负责跑策略、出报告、给风险提示。

下面介绍的是一个面向大模型 Agent 的量化策略 Skill，来源是社区而非官方厂商，能力边界应以页面说明为准。

这是什么¶

一句话定位：让 Agent 用自然语言完成策略回测与市场状态判断的 Skill，名为「量化投资作弊器pro」，坐标 @user_3af33138/quant-strategy-lab。

出品与维护：由社区发布者 user_3af33138 发布，来源标记为 community，版本 1.0.0，分类 professional。它不是一个独立的交易系统，而是给 Agent 调用的策略工具集，依赖 Agent 自身的对话与执行能力来落地。

解决的问题：把「选哪个策略、现在该出手还是观望、今天开盘前该看什么」这三件事从凭经验判断，改成有数据支撑的输出。

核心能力¶

能力均来自官方页面简介，未做独立实测验证。

策略锦标赛与因子库¶

官方称内置 20 个以上策略做自动比拼，并提供 53 个因子。多个策略在同一口径下跑完后，输出相对更优的一个，使用者不必逐个试错后再猜哪个更好。

市场状态机与蒙特卡洛模拟¶

用市场状态机刻画当前行情所处的阶段，再用蒙特卡洛模拟做结果分布推演，官方表述是「精准判断该出手还是该观望」。这里判断的是策略层面的时点，不是对具体个股的买卖建议。

每日晨报与情绪指数¶

支持自动生成每日晨报，并附带贪婪恐慌一类的情绪指数，目的是在开盘前给出当日的操作参考方向。

覆盖范围与输出¶

官方称支持 A 股、港股、美股，代码规模 33000 行以上，并称经过实盘验证；输出物为策略回测报告、风险评估、信号提醒。三点需要留意：覆盖市场由数据源决定，「实盘验证」是官方自我表述，代码规模本身不代表收益能力。

安装与启用¶

可核实的部署前提只有页面给出的标签与分类，没有可直接核对的安装命令。

requires_api_key=false

这个标签表示启用该 Skill 不需要配置 API Key，对个人使用比较友好。

关于安装方式：本 Skill 基于通用 SKILL.md 格式，托管在 SkillHub 上，理论上可被支持该格式的 Agent 客户端加载。但官方页面抓取失败，本文未取得可核对的安装命令、目录路径或配置文件字段，因此不在此列出，也不给 git clone 命令。实际启用前请以官方页面为准。

需要留意的一点：页面显示下载 869 次，而安装数为 0，说明目前采用者极少，遇到问题基本只能靠自行排查。

典型用法¶

官方简介给出的使用方式是自然语言触发，没有提供可复现的命令行示例，以下流程按简介转述：

1、在 Agent 对话中说出你的目标，例如要回测的策略类型、关注的市场和时间范围。
2、Agent 调用该 Skill 跑策略锦标赛，从内置策略中筛出较优项。
3、Skill 输出回测报告、风险评估和信号提醒，必要时附市场状态判断。
4、需要晨报时，让 Agent 定时触发，开盘前拿到当日参考。

这一流程能否稳定执行，取决于 Agent 的指令理解与工具调用能力，以及后端数据源是否可用。本文没有验证过。

适用场景与注意¶

适合谁：不会写代码但希望用数据验证选股思路的人；想快速对比多个策略差异的人；希望开盘前有一条结构化参考的人。

限制与坑：

• 评分与下载量来自 SkillHub 页面（评分 100000，下载 869），与线索索引中的另一组数据（评分 99362，下载 779）不一致，建议以实时页面为准。
• 来源为 community，没有厂商背书，「33000+ 行代码经过实盘验证」属官方自述，未独立核实。
• 输出是策略层面的参考，不构成投资建议，实盘决策仍需自己承担。
• 页面显示安装数为 0，遇到环境或数据问题时缺少社区经验可参考。

结尾¶

这个 Skill 的价值在于把策略回测、市场状态判断和晨报这三类重复劳动交给 Agent，让不写代码的人也能拿到一份有依据的参考。它的短板也很清楚：社区发布、采用者少、核心宣称未经独立验证。上手前先把它当作一个需要自己复核输出的工具，而不是一个可以直接跟单的信号源。

官方地址：https://api.skillhub.cn/user_3af33138/quant-strategy-lab
页面地址：https://www.skillhub.cn/skills/user_3af33138/quant-strategy-lab