Run long-only backtests on daily stock OHLCV CSVs and get standardized performance metrics plus a trade log.
167 installs3 stars
Coding
Backtest Analyzer
Try it回测分析工具。从交易记录CSV计算回测核心指标： 胜率、盈亏比、最大回撤、夏普比率、获利因子、 最佳/最差单笔交易。支持JSON报告导出。 Use when: 需要评估交易策略表现、分析回测结果、 计算策略风险指标、对比不同策略。 🎉 v1.0.0 指标: - 总交易数 / 盈利交易 / 亏损交易 - 胜率 / 盈亏比 / 获利因子 - 总收益率 / 平均每笔收益 - 最大回撤 / 夏普比率 - 最佳/最差单笔交易 触发关键词：回测分析、策略评估、量化交易、交易统计 适用范围：CSV 交易记录 运行模式：纯本地
What it does
回测分析工具。从交易记录CSV计算回测核心指标： 胜率、盈亏比、最大回撤、夏普比率、获利因子、 最佳/最差单笔交易。支持JSON报告导出。 Use when: 需要评估交易策略表现、分析回测结果、 计算策略风险指标、对比不同策略。 🎉 v1.0.0 指标: - 总交易数 / 盈利交易 / 亏损交易 - 胜率 / 盈亏比 / 获利因子 - 总收益率 / 平均每笔收益 - 最大回撤 / 夏普比率 - 最佳/最差单笔交易 触发关键词：回测分析、策略评估、量化交易、交易统计 适用范围：CSV 交易记录 运行模式：纯本地
The skill document
📊 Backtest Analyzer
Overview
从交易记录CSV自动计算回测核心指标。支持自动列名识别（pnl/profit/盈亏、price/成交价等），无需手动配置数据格式。
Usage
# 标准分析
python3 scripts/backtest_analyzer.py --file trades.csv
# 指定本金
python3 scripts/backtest_analyzer.py --file trades.csv --capital 500000
# 导出JSON报告
python3 scripts/backtest_analyzer.py --file trades.csv --output report.json --json
输出示例
📊 回测分析报告
=============================================
总交易数: 342
盈利交易: 198 (57.9%)
亏损交易: 144 (42.1%)
=============================================
总收益: +128,450.00 (+12.85%)
平均每笔: +0.04%
胜率: 57.9%
盈亏比: 2.35
获利因子: 2.81
=============================================
最大回撤: 8.45%
夏普比率: 1.62
最佳交易: +12,500.00
最差交易: -8,200.00
JSON Output
{
"total_trades": 342,
"win_trades": 198,
"loss_trades": 144,
"win_rate_pct": 57.9,
"total_pnl": 128450.0,
"total_return_pct": 12.85,
"max_drawdown_pct": 8.45,
"sharpe_ratio": 1.62,
"profit_factor": 2.81
}
CSV列自动识别
自动匹配的列名（优先级顺序）：
| 字段 | 匹配列名 |
|---|---|
| 盈亏 | pnl, profit, 盈亏, return, net_pnl |
| 价格 | price, 成交价, avg_price, close |
| 日期 | date, 日期, trade_date |
| 股票 | stock, 代码, symbol |
| 数量 | shares, 数量, qty |
Use Cases
- 策略回测: 导入回测引擎输出，计算策略指标
- 实盘复盘: 导入实际交易记录，分析交易质量
- 对比分析: 对比不同策略的报告，选择最优
Security
- ✅ 纯本地运行，无网络请求
- ✅ 只读CSV输入文件
- ❌ 无任意代码执行
Related skills
Backtest stock trading strategies on historical OHLCV data and report win rate, return, CAGR, drawdown, Sharpe ratio, and trade logs. Use when evaluating or...
40 installs1 stars
股票深度回测（Stock Deep Backtest）技能 —— 基于 QuantAll（全A解析）MCP， 对"已回测的策略"做深度诊断：策略为什么有效/失效、最终在哪儿赚钱、能否用入场因子筛选改善。 三层能力：① 四个回测视角（summary 成绩单 / detail 横截面 / segments 持仓片段 / timeline 时序净值）； ② 原生分组（行业/市值/交易所/时间 + 热力图）；③ 因子筛选改善（单/双/多因子 → 片段收益对比）。 固定调用指令已固化为 tasks/*.json，run_task_file 可直接执行；深度分析由 scripts/ 脚本完成； 一键完整链
交易追踪与归因分析 v1.1.0。从交易记录逐笔追踪盈亏、 按股票/月度/季度/年度归因、交易成本分析(佣金+滑点)、 持仓时间分析、策略标签归类、多策略对比、ASCII盈亏分布图。 Use when: 需要复盘交易记录、归因分析、 查看按股票/时间段的盈亏分布、成本分析、持仓结构。 🎉 v1.1.0 新增: - 月度/季度/年度归因分解(--by month/quarter/year) - 交易成本分析(--cost: 佣金占比、滑点估算) - 持仓时间分析(--hold: 平均持仓天数、区间分组) - 策略标签归类(--tag: 按策略标签汇总) - 多策略/多时段对比(--comp
1 installs
Validates historical behavior of stock ranking, factor, and portfolio-selection strategies using reproducible backtests, benchmark comparison, turnover, draw...
13 installs
Trading Signal Analysis: Ingest OHLCV datasets for any stock or cryptocurrency and generate. Use when an agent needs trading signal analysis, generate buy an...
1 installs