量化交易引擎 (专业版)

SKILL效率
效率 未标注权限 许可证不明确
安装这个技能

量化交易引擎专业版。三模块架构:📡信息端(用户自备东方财富MX_APIKEY)→ 🧠模型端(10引擎集群部署在你本地,通过REST API对外提供:市场聚类、RL强化学习、预测校准、风控筛选、自适应换手、自我反思、仓位管理、投顾建议、盘前评估)→ 📤输出端(分析建议,可选接入妙想模拟交易skill自动下单)。当前完全免费。

一句话选型结论

按资料字段整理

量化交易引擎 (专业版)是效率类的 Agent Skill,安装方式未标注,权限级别未标注,许可证不明确,有可直接复制的安装命令。技能本质是给模型读的说明书,效果取决于模型与客户端;装完先用一个小任务验证,再放进正式流程。

分类效率 安装方式未标注 权限级别未标注权限 许可证许可证不明确
累计安装 未标注 本周 未标注
GitHub 星标 未标注 仓库 未标注
下载量 未标注 技能市场下载数
权限级别 未标注权限 安装前请确认风险范围
许可证 许可证不明确 未说明

安装

未标注
在支持 Skills 的客户端里执行,装完问一句「你有哪些技能」验证
skillhub install user_2d923dd5/trading-engine-pro
  1. 1
    确认客户端支持

    确认你的客户端支持 Skills(Claude、Codex、Cursor 等),并升级到较新的版本。

  2. 2
    拿到技能文件

    执行上面的命令安装;也可以把仓库里的 SKILL.md 手动放进客户端的 skills 目录。

  3. 3
    刷新技能列表

    重新打开客户端,或刷新技能列表,让新放进来的技能被加载。

  4. 4
    验证是否生效

    问一句「你有哪些技能」,确认列表里出现它,再拿一个小任务试跑。

技能档案

效率
字段来自技能仓库与公开索引,中文说明由本站标注
作者 / 维护方user_2d923dd5仓库 未标注 · 版本 未标注
宿主客户端未标注技能可被这些客户端加载
安装方式未标注安装包 community
权限级别未标注权限安装前请确认风险范围
许可证未说明许可证不明确,商用前请自行确认条款
仓库可用性available技能仓库当前是否可访问
最近核验未标注上游最后核验时间 · 数据更新 1791737203
正文体量11.1 KBSKILL.md 原文大小,越大说明说明书写得越细

典型使用场景

3 类
按分类整理的常见用法,具体以 SKILL.md 为准
整理待办与日程

把零散任务收进清单,排出优先级。

批量处理重复任务

把固定动作做成模板,重复执行。

把流程写成清单

把口头流程整理成可复用的步骤。

选择建议

装之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 有可直接复制的安装命令,不用自己翻文档找入口。

先想清楚的地方

  • 没有标注权限级别,实际能做什么要装好后确认。
  • 许可证不明确,商用或二次分发前先到仓库确认条款。
  • 没有做站内核验,内容以作者仓库为准。
  • 技能只是说明书,实际效果取决于模型与客户端,装完先用小任务试一遍。

更适合

  • 需要在效率场景里给模型补一套做法的人。
  • 愿意先读一遍 SKILL.md、确认它会让模型做什么的人。

不太适合

  • 对许可证要求很严、必须明确可商用的人。
  • 只想装完就自动变强、不打算看说明书的人。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
技能权限级别安装方式累计安装宿主客户端安装命令
量化交易引擎 (专业版)当前 未标注权限 未标注 未标注 未标注 有
Nano PDF 文档 联网访问 ClawHub 市场 424.9 万 OpenClaw 有
自动更新程序 浏览器控制 ClawHub 市场 296.4 万 OpenClaw 有
Gemini 助手 联网访问 ClawHub 市场 254.7 万 OpenClaw 有
word DOCX 文档 联网访问 ClawHub 市场 239.6 万 OpenClaw 有
Excel XLSX 前端 联网访问 ClawHub 市场 227.0 万 OpenClaw 有

SKILL.md 全文

11.1 KB
模型实际读到的说明书原文,来自技能仓库

🧠 量化交易引擎(专业版)

> 📡 信息端 — 你用自己的东方财富 Key | 🧠 模型端 — 10 引擎在你本地跑 | 📤 输出端 — 建议 or 模拟下单


🏗 三模块架构

┌──────────────────────────────────────────────────────────────┐
│  📡 信息端 — 东方财富妙想 Skills                             │
│     用户自行注册 → 获取 MX_APIKEY → 配置环境变量              │
│     ├─ mx-data     行情 / 财务 / 资金流向                    │
│     ├─ mx-search   新闻 / 公告 / 研报                        │
│     └─ mx-xuangu   条件选股 / 成分股扫描                      │
├──────────────────────────────────────────────────────────────┤
│  🧠 模型端 — 10 引擎决策集群(部署在你本地,通过 API 对外)   │
│     本模块是专业版与入门版的唯一区别                          │
│     ├─ regime_clustering.py     市场状态聚类(K-Means)       │
│     ├─ prediction_model.py      预测模型(置信度校准)        │
│     ├─ rl_reward_engine.py      RL 强化学习奖励引擎           │
│     ├─ reliability_screen.py    风控可靠性筛选                │
│     ├─ dynamic_params.py        动态参数自适应                │
│     ├─ auto_turnover.py         自适应换手策略                │
│     ├─ self_reflect.py          自我反思闭环                  │
│     ├─ real_portfolio_manager.py 实盘仓位管理                 │
│     ├─ real_portfolio_advisor.py 投顾组合建议                 │
│     ├─ premarket_state.py       盘前状态评估                  │
│     └─ decision.py              决策聚合引擎(调度以上 10 个)│
├──────────────────────────────────────────────────────────────┤
│  📤 输出端 — 分析建议 OR 模拟交易执行                         │
│     ├─ 默认: 返回全引擎分析 + 买卖信号 + 置信度                │
│     └─ 可选: 安装 mx-moni → 策略自动下单到妙想模拟账户        │
└──────────────────────────────────────────────────────────────┘

📡 模块一:信息端(东方财富妙想 Skills)

> ⚠️ 引擎不含数据,你必须自己去东方财富申请免费 Key。

三步接入数据

步骤 做什么 命令 / 说明
① 申请 Key 打开 https://dl.dfcfs.com/m/itc4 → 注册/登录 → 复制你的 MX_APIKEY 完全免费
② 安装 Skills skillhub install mx-data && skillhub install mx-search && skillhub install mx-xuangu 三个都装
③ 设置环境变量 把 ① 拿到的 Key 填入(见下方) 必需
# Windows CMD
set MX_APIKEY=你从妙想页面复制的Key

# Windows PowerShell
$env:MX_APIKEY="你从妙想页面复制的Key"

# macOS / Linux
export MX_APIKEY=你从妙想页面复制的Key

> 🔑 三个 Skill 共用同一把 MX_APIKEY。


🧠 模块二:模型端(10 引擎决策集群)

这是专业版与入门版唯一有区别的模块。 10 个引擎全部运行在你本地,通过 FastAPI 对外提供。

安装引擎

cd trading-engine-pro
pip install -r requirements.txt
python install.py

install.py 自动完成:检查 Python ≥3.8 → 安装 scikit-learn/numpy/pandas/scipy → 填入 mx_apikey → 验证 11 个模型文件 → 验证导入。

启动服务

python runner/start.py

启动时显示各引擎加载状态。浏览器打开 http://localhost:8000/docs。

10 引擎一览

引擎 文件 能力
🔵 市场聚类 regime_clustering.py K-Means 识别牛/熊/震荡市,自动调整仓位
🟢 预测模型 prediction_model.py 本地滚动准确率 + 置信度校准
🟣 RL 强化学习 rl_reward_engine.py 基于历史决策反馈的奖励学习
🟡 风控筛选 reliability_screen.py 多因子过滤高风险标的
🟠 动态参数 dynamic_params.py 根据市场状态自动调参
🔴 自适应换手 auto_turnover.py 根据波动率动态调整换手频率
⚪ 自我反思 self_reflect.py 日内校准 → 日终复盘 → 周度 RL
🟤 仓位管理 real_portfolio_manager.py 凯利公式 / 等权重 / 风险平价
⚫ 投顾建议 real_portfolio_advisor.py 组合优化建议
🔘 盘前评估 premarket_state.py 开盘前市场状态预判

API 端点

通用端点

方法 路径 说明
GET /api/v1/health 健康检查 + 引擎清单
GET /api/v1/state 市场聚类状态 + 风控参数
POST /api/v1/analyze 全引擎分析(6 引擎协同打分)
POST /api/v1/scan 批量选股扫描
POST /api/v1/predict 趋势预测
GET /api/v1/decision-log 决策日志 + 胜率统计
GET /api/v1/enterprise/priority 全部引擎状态总览

专业版专属端点

方法 路径 说明
GET /api/v1/pro/engines 引擎清单与可用状态
POST /api/v1/pro/run-engine 单独运行指定引擎
GET /api/v1/pro/rl-rewards RL 奖励历史
GET /api/v1/pro/self-reflect 自我反思记录
GET /api/v1/pro/portfolio-advice 投顾组合建议
GET /api/v1/pro/premarket 盘前状态评估

> 💡 在线文档: http://localhost:8000/docs


📤 模块三:输出端(建议 or 模拟交易)

方式 A:分析建议(默认)

/api/v1/analyze 返回全引擎分析结果:

{
  "stock": "宁德时代 300750",
  "market_cluster": "bull",
  "recommendation": "buy",
  "confidence": 0.81,
  "signals": {
    "buy": ["regime_bull", "rl_positive", "reliability_pass"],
    "sell": []
  },
  "engines_used": ["regime_clustering", "rl_reward_engine", "reliability_screen", "prediction_model", "dynamic_params"],
  "score": 85
}

方式 B:接入妙想模拟交易(可选)

如果你有东方财富妙想模拟账户:

步骤 做什么
① 去 https://dl.dfcfs.com/m/itc4 创建模拟账户并绑定
② skillhub install mx-moni 安装模拟交易 Skill
③ 确保 MX_APIKEY 已配置(与信息端同一把 Key)
④ 引擎信号可直接用 mx-moni 执行下单
python mx_moni.py "买入 300750 价格 185.50 数量 100 股"
python mx_moni.py "一键撤单"
python mx_moni.py "我的持仓"

🆚 入门版 vs 专业版

模块 入门版 专业版
📡 信息端(需用户自备 MX_APIKEY) ✅ 相同 ✅ 相同
🧠 模型端 — 基础技术面分析 2 引擎 10 引擎
🧠 模型端 — 市场聚类 — ✅
🧠 模型端 — RL 强化学习 — ✅
🧠 模型端 — 风控筛选 — ✅
🧠 模型端 — 自适应换手 — ✅
🧠 模型端 — 自我反思 — ✅
🧠 模型端 — 仓位管理 — ✅
🧠 模型端 — 投顾建议 — ✅
🧠 模型端 — 盘前评估 — ✅
📤 输出端(建议 or 模拟下单) ✅ 相同 ✅ 相同
REST 端点 6 12

⚙️ 配置文件(config.json)

{
  "mx_apikey": "你的东方财富 Key",
  "server_host": "0.0.0.0",
  "server_port": 8000,
  "no_auth": true,
  "rate_limit": { "rps": 10, "burst": 20 },
  "pro_engines": [
    "regime_clustering", "prediction_model", "rl_reward_engine",
    "reliability_screen", "dynamic_params", "auto_turnover",
    "self_reflect", "real_portfolio_manager",
    "real_portfolio_advisor", "premarket_state"
  ]
}

📂 文件结构

trading-engine-pro/
├── 📡 data/provider.py              ← 信息端:对接 mx-data/mx-search/mx-xuangu
├── 🧠 models/                        ← 模型端:10 引擎决策集群
│   ├── decision.py                   ← 决策聚合引擎
│   ├── regime_clustering.py          ← 市场聚类
│   ├── prediction_model.py           ← 预测模型
│   ├── rl_reward_engine.py           ← RL 强化学习
│   ├── reliability_screen.py         ← 风控筛选
│   ├── dynamic_params.py             ← 动态参数
│   ├── auto_turnover.py              ← 自适应换手
│   ├── self_reflect.py               ← 自我反思
│   ├── real_portfolio_manager.py     ← 仓位管理
│   ├── real_portfolio_advisor.py     ← 投顾建议
│   └── premarket_state.py            ← 盘前评估
├── 🚀 runner/start.py                ← API 服务启动
├── config.json                        ← 你的 mx_apikey 填这儿
├── requirements.txt                   ← pip 依赖
├── install.py                         ← 一键安装
├── SKILL.md                           ← 本文档
└── README.md                          ← 快速开始

⚠️ 法律声明

  1. 不构成投资建议:本系统所有分析结果仅供参考,不构成任何投资建议。
  2. 风险自负:用户自行决策并承担全部投资风险。
  3. 数据免责:依赖第三方数据源,不对实时性、准确性、完整性作保证。
  4. 无收益承诺:不承诺任何收益率或投资回报。
  5. 合规使用:用户需确保使用行为符合所在地法律法规。
  6. 接受即同意:安装或使用即视为已阅读并同意上述声明。

> ⚠️ 市场有风险,投资需谨慎。本工具为技术研究和学习辅助用途。

常见问题

5 问
答案由本站依据条目字段整理
量化交易引擎 (专业版)怎么安装?

在支持 Skills 的客户端里执行:skillhub install user_2d923dd5/trading-engine-pro。安装方式为未标注。装完刷新技能列表或重开客户端。

量化交易引擎 (专业版)支持哪些客户端?

资料没有标注宿主客户端,但只要客户端支持 Skills(Claude、Codex、Cursor 等),一般都能加载。

量化交易引擎 (专业版)权限高吗,安全吗?

权限级别为未标注权限。安装前先看它会读取或写入哪些内容。

量化交易引擎 (专业版)收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于技能本身和所用的模型或客户端,正式使用前按作者说明确认。

量化交易引擎 (专业版)用什么许可证?

许可证标注为 未说明(许可证不明确)。商用或二次分发前请到仓库确认条款原文。

热门专题

按场景挑技能
全部专题 →

技能内容以作者仓库为准;分类、权限级别与许可证状态的中文说明为中文整理,最近核验 未标注。