一個使用 NumPy 的純 Python 回測引擎，用於評估期貨和股票交易策略並提供核心性能指標。
安裝與下載
1. ClawHub CLI
從來源直接安裝技能的最快方式。
npx clawhub@latest install backtesting-framework
2. 手動安裝
將技能資料夾複製到以下位置之一
~/.openclaw/skills/ <project>/skills/ 優先級：工作區 > 本地 > 內建
3. 提示詞安裝
將此提示詞複製到 OpenClaw 即可自動安裝。
請幫我使用 Clawhub 安裝 backtesting-framework。如果尚未安裝 Clawhub，請先安裝（npm i -g clawhub）。
想要直接下載？
取得包含原生技能檔案的ZIP壓縮檔。
什麼是 回測框架？
Backtesting Framework 是一款輕量級、無依賴的 Python 工具，專為演算法交易員驗證量化交易策略而設計。它完全使用標準 Python 結構和 NumPy 運行，在保持性能的同時消除了傳統沉重交易庫的臃腫。
通過向引擎輸入歷史收盤價陣列和訊號矩陣，開發人員可以快速模擬股票和期貨市場的資產管理策略。該框架抽象了基本風險指標的數學計算，幫助用戶在投入實際資金之前優化其邏輯。
回測框架 應用場景
- 策略驗證：測試移動平均線交叉、相對強弱指數（RSI）和布林帶等標準指標 Historical 可行性。
- 風險管理畫像：量化最壞情況下的回撤場景，並通過 Sharpe Ratio 評估波動率調整後的資產回報。
- 自定義邏輯測試：通過將基於向量的市場觀察轉化為交易持倉、做多或做空，來為實驗性量化訊號製作原型。
回測框架 運作原理
- 資料攝取：將股票或期貨品種的市場收盤價載入到連續的一維 NumPy 陣列中。
- 訊號生成：選擇的技術指標函數評估價格陣列，以構建一個對齊的動作映射陣列：做多 (1)、持倉 (0) 或做空 (-1)。
- 回報向量化：回測引擎對歷史回報進行位移，並將其與當前持倉訊號相乘，以計算每個區間的策略表現。
- 指標公式化：引擎處理聚合的數學收益，以計算總回報、Sharpe Ratio、勝率和峰谷最大回撤。
- 報告編制：表現統計數據被聚合到一個格式整潔的技術分析摘要中，顯示最終的模擬資金。
回測框架 設定指南
Prerequisites
Ensure you have python3 and NumPy installed on your local execution machine.
Installation
To use this capability within Openclaw Skills, set up your Python environment and verify your installation:
# Verify python3 installation
python3 --version
# Ensure numpy package is present
pip install numpy
回測框架 資料結構與分類體系
Input Requirements
The framework relies on synchronized vector dimensions for execution calculations:
| Data Object | Format | Values / Types | Description |
|---|---|---|---|
prices |
NumPy Array | Float / Int | 連續時間線上的歷史收盤價。 |
signals |
NumPy Array | 1 (Long), 0 (Hold), -1 (Short) |
與價格步驟匹配的生成目標曝險部位。 |
Output Schema
When a simulation run finishes, the engine outputs a dictionary mapping performance elements:
total_return: 在時間序列中產生的絕對百分比增長/下降。sharpe_ratio: 相對於風險的波動率調整後的表現指標。win_rate: 產生正財務回報的週期百分比。max_drawdown: 追蹤歷史資金風險的峰谷下降值。final_capital: 基於初始種子資金計算的期末餘額。
回測框架 進階特性
- 零外部依賴：完全使用純 Python 和向量優化的 NumPy 構建，確保低資源占用和快速反覆運算速度。
- 數學向量卷積：利用快速的 NumPy 矩陣操作（
np.convolve，np.where，np.cumprod），而不是緩慢的疊代循環。 - 可擴展的指標藍圖：為構建超越標準預設模型的極具複雜性的專屬演算法策略提供清晰的基礎範本。
SKILL.md
加載中
Openclaw 相關技能
China Options Pricing
一個專為中國衍生性商品市場量身打造的分析工具包，用於計算歐式和美式選擇權定價、Greeks 以及隱含波動率。
Google Maps Scraper (Apify)
一個 AI 代理技能，利用 Apify 直接從 Google Maps 抓取豐富的在地商業數據、評論、圖片與網站聯絡資訊。
精選*
