前言¶

想把一個選股想法變成可驗證的回測結果，通常要自己搭數據管道、寫因子計算、跑模擬，再對着圖表手動算收益和回撤。很多人卡在第一步：不會寫代碼，或者寫得動但沒時間維護。這個 Skill 的思路是把這一整條鏈路壓縮成一次對話——你說出目標，它負責跑策略、出報告、給風險提示。

下面介紹的是一個面向大模型 Agent 的量化策略 Skill，來源是社區而非官方廠商，能力邊界應以頁面說明爲準。

這是什麼¶

一句話定位：讓 Agent 用自然語言完成策略回測與市場狀態判斷的 Skill，名爲「量化投資作弊器pro」，座標 @user_3af33138/quant-strategy-lab。

出品與維護：由社區發佈者 user_3af33138 發佈，來源標記爲 community，版本 1.0.0，分類 professional。它不是一個獨立的交易系統，而是給 Agent 調用的策略工具集，依賴 Agent 自身的對話與執行能力來落地。

解決的問題：把「選哪個策略、現在該出手還是觀望、今天開盤前該看什麼」這三件事從憑經驗判斷，改成有數據支撐的輸出。

核心能力¶

能力均來自官方頁面簡介，未做獨立實測驗證。

策略錦標賽與因子庫¶

官方稱內置 20 個以上策略做自動比拼，並提供 53 個因子。多個策略在同一口徑下跑完後，輸出相對更優的一個，使用者不必逐個試錯後再猜哪個更好。

市場狀態機與蒙特卡洛模擬¶

用市場狀態機刻畫當前行情所處的階段，再用蒙特卡洛模擬做結果分佈推演，官方表述是「精準判斷該出手還是該觀望」。這裏判斷的是策略層面的時點，不是對具體個股的買賣建議。

每日晨報與情緒指數¶

支持自動生成每日晨報，並附帶貪婪恐慌一類的情緒指數，目的是在開盤前給出當日的操作參考方向。

覆蓋範圍與輸出¶

官方稱支持 A 股、港股、美股，代碼規模 33000 行以上，並稱經過實盤驗證；輸出物爲策略回測報告、風險評估、信號提醒。三點需要留意：覆蓋市場由數據源決定，「實盤驗證」是官方自我表述，代碼規模本身不代表收益能力。

安裝與啓用¶

可覈實的部署前提只有頁面給出的標籤與分類，沒有可直接覈對的安裝命令。

requires_api_key=false

這個標籤表示啓用該 Skill 不需要配置 API Key，對個人使用比較友好。

關於安裝方式：本 Skill 基於通用 SKILL.md 格式，託管在 SkillHub 上，理論上可被支持該格式的 Agent 客戶端加載。但官方頁面抓取失敗，本文未取得可覈對的安裝命令、目錄路徑或配置文件字段，因此不在此列出，也不給 git clone 命令。實際啓用前請以官方頁面爲準。

需要留意的一點：頁面顯示下載 869 次，而安裝數爲 0，說明目前採用者極少，遇到問題基本只能靠自行排查。

典型用法¶

官方簡介給出的使用方式是自然語言觸發，沒有提供可復現的命令行示例，以下流程按簡介轉述：

1、在 Agent 對話中說出你的目標，例如要回測的策略類型、關注的市場和時間範圍。
2、Agent 調用該 Skill 跑策略錦標賽，從內置策略中篩出較優項。
3、Skill 輸出回測報告、風險評估和信號提醒，必要時附市場狀態判斷。
4、需要晨報時，讓 Agent 定時觸發，開盤前拿到當日參考。

這一流程能否穩定執行，取決於 Agent 的指令理解與工具調用能力，以及後端數據源是否可用。本文沒有驗證過。

適用場景與注意¶

適合誰：不會寫代碼但希望用數據驗證選股思路的人；想快速對比多個策略差異的人；希望開盤前有一條結構化參考的人。

限制與坑：

• 評分與下載量來自 SkillHub 頁面（評分 100000，下載 869），與線索索引中的另一組數據（評分 99362，下載 779）不一致，建議以實時頁面爲準。
• 來源爲 community，沒有廠商背書，「33000+ 行代碼經過實盤驗證」屬官方自述，未獨立覈實。
• 輸出是策略層面的參考，不構成投資建議，實盤決策仍需自己承擔。
• 頁面顯示安裝數爲 0，遇到環境或數據問題時缺少社區經驗可參考。

結尾¶

這個 Skill 的價值在於把策略回測、市場狀態判斷和晨報這三類重複勞動交給 Agent，讓不寫代碼的人也能拿到一份有依據的參考。它的短板也很清楚：社區發佈、採用者少、核心宣稱未經獨立驗證。上手前先把它當作一個需要自己複覈輸出的工具，而不是一個可以直接跟單的信號源。

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