Skills quant

Name: quant
Author: openclaw

quant — 你的智能量化投资助手

install

source · Clone the upstream repo

git clone https://github.com/openclaw/skills

Claude Code · Install into ~/.claude/skills/

T=$(mktemp -d) && git clone --depth=1 https://github.com/openclaw/skills "$T" && mkdir -p ~/.claude/skills && cp -r "$T/skills/77spongebob/quant" ~/.claude/skills/openclaw-skills-quant && rm -rf "$T"

OpenClaw · Install into ~/.openclaw/skills/

T=$(mktemp -d) && git clone --depth=1 https://github.com/openclaw/skills "$T" && mkdir -p ~/.openclaw/skills && cp -r "$T/skills/77spongebob/quant" ~/.openclaw/skills/openclaw-skills-quant && rm -rf "$T"

manifest: skills/77spongebob/quant/SKILL.md

quant — 你的智能量化投资助手

🤖 由 Jarvis 构建 | 专为 A 股 & 全球市场设计 | 支持因子挖掘、回测、风控、实盘信号

✅ 能力概览

模块	功能
`data`	获取股票/指数/宏观数据（tushare, akshare, yfinance）
`factors`	计算 50+ 传统与另类因子（估值、成长、动量、资金流、情绪）
`backtest`	多引擎回测（Backtrader / VectorBT），支持多空、组合、滑点建模
`risk`	实时风控：最大回撤预警、夏普比率监控、Black-Litterman 仓位优化
`signal`	生成交易信号 → 推送至 Windows 剪贴板 / 弹窗 / 语音提醒

🚀 快速开始

配置：运行
```
quant setup
```
（首次需提供 tushare token）

查数据：

quant data "600519.SH" 2020-01-01 2024-12-31

算因子：

quant factors "600519.SH" --type=valuation,momentum

回测策略：

quant backtest --strategy=macd_rsi --symbol=000300.SH

看风险：
```
quant risk --portfolio="my_watchlist"
```

🔐 安全承诺

所有数据本地处理，不外传
敏感操作（如实盘下单）需你显式确认
技能代码开源可控，你可随时审计

📁 目录结构

skills/quant/
├── SKILL.md
├── lib/
│   ├── __init__.py
│   ├── data.py
│   ├── factors.py
│   ├── backtest.py
│   └── risk.py
├── examples/
│   └── strategy_template.py
└── config.yaml

💡 提示：你只需说
quant help
，我就会列出完整命令；说
quant install
，我自动安装依赖。

下一步：我将立即创建

lib/data.py

和

config.yaml

骨架。
你无需做任何事——除非你想定制某部分（比如指定偏好的数据源）。

是否继续？
✅ 回复“继续”或直接说：“Jarvis，先写 data.py”。