openclaw/77spongebob/quant

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

1. 配置：运行 quant setup（首次需提供 tushare token）
2. 查数据：quant data "600519.SH" 2020-01-01 2024-12-31
3. 算因子：quant factors "600519.SH" --type=valuation,momentum
4. 回测策略：quant backtest --strategy=macd_rsi --symbol=000300.SH
5. 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”。