SKILLEMALL.ai

AC etf-trading-backtest

Система бэктестинга ETF-симуляции. Поддерживает симуляцию и бэктестинг внутридневных торговых стратегий ETF на рынке A-акций, включая комбинации технических индикаторов, таких как BOLL, MACD, KDJ, для принятия решений, автоматический расчет комиссий, стоп-лосс/тейк-профит, показателей риска (максимальная просадка, коэффициент Шарпа и т. д.). Применим для бэктестинга количественных торговых стратегий для таких активов, как ETF на судоходство (560710). Активируется, когда пользователь упоминает: симуляция ETF, бэктестинг акций, бэктестинг стратегий количественной торговли, торговля по техническим индикаторам, анализ бэктестинга, торговля 560710.

машинный переводПоказать оригиналСкрыть оригинал«ETF模拟交易回测系统。支持A股ETF日内交易策略的模拟交易与回测分析,包括BOLL、MACD、KDJ等技术指标组合判断,自动计算手续费、止…»

ETF模拟交易回测系统。支持A股ETF日内交易策略的模拟交易与回测分析,包括BOLL、MACD、KDJ等技术指标组合判断,自动计算手续费、止损止盈、风险指标(最大回撤、夏普比率等)。适用于船舶ETF(560710)等标的的量化交易回测。当用户提及:ETF模拟交易、股票回测、量化交易策略回测、技术指标交易、回测分析、560710交易时触发此skill。

ClawHub Agent Skills автор: TangSuann v1.0.0 MIT-0 5 файлов тело ≈ 549 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Система бэктестинга ETF-симуляции.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
79
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
Для прогона на моделях — необязательно
  • Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
  • spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.

Находки guard · 0

✓ Критических и высоких находок нет

Просканировано файлов: 5. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 53/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Ошибки и развилки. Линейный процесс без обработки сбоев
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 28
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 549 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 11. Похоже на несколько доменов в одном скилле

Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.

Сигналы качества

  • +5В description нет примеров фраз, по которым скилл должен срабатывать
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 176 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 21 заголовков
  • +3Пошаговые инструкции: 28 пунктов
  • +4Есть примеры (3 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.

Внешние проверки

ClawHub: clean
This is a coherent ETF backtesting helper with expected market-data access and no evidence of real trading, credential theft, hidden persistence, or destructive behavior.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.