ai-trader
一个基于Backtrader、支持LLM集成的专业量化交易回测框架。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：ai-trader。 它的用途是：一个基于Backtrader、支持LLM集成的专业量化交易回测框架。 完整的 Skill 内容见：https://321skill.com/skills/ai-trader/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“帮我用AI-Trader框架，基于苹果公司（AAPL）过去一年的数据，测试一个简单的双均线交叉策略，初始资金10万美元。” 它会引导你使用 `ai-trader fetch` 获取数据，然后通过 `ai-trader quick` 或编写一个YAML配置文件来运行回测，并生成包含收益、夏普比率等关键指标的分析报告。
介绍
AI-Trader 解决了量化交易策略开发中回测流程复杂、难以与AI协作的问题。它是一个配置驱动的回测框架，允许用户通过YAML文件定义和管理回测任务，确保结果可复现。框架内置了MCP服务器，使得像Claude这样的AI助手可以直接运行回测、获取数据和分析策略，极大提升了策略探索效率。
使用方式非常灵活。对于普通用户，可以通过PyPI安装CLI工具，快速对本地数据文件进行回测或从多个市场获取历史数据。对于开发者或深度用户，建议从源码安装，以便使用丰富的配置模板、示例数据和策略库，并轻松创建自定义策略。
这个框架非常适合希望将AI能力融入交易策略研究流程的量化交易员、金融数据分析师，以及对算法交易感兴趣并希望有一个坚实起点进行学习和开发的开发者。
使用建议：初次接触建议从源码安装并运行config/backtest/目录下的示例配置文件，以理解框架的工作流。在获取市场数据时，强烈推荐使用--storage sqlite选项，利用SQLite持久化缓存加速重复回测。
核心特点
核心区别在于其原生集成了MCP（模型上下文协议）服务器，允许AI助手（如Claude）直接与回测框架交互，执行获取数据、运行回测等操作，实现了AI与量化策略开发的深度协同。同时，它强调配置驱动，通过版本可控的YAML文件管理复杂回测，确保了研究的可重复性。
注意事项
该框架主要专注于回测环节，不提供实盘交易执行功能，且需要用户具备一定的Python编程和量化交易基础知识。
常见问题
如何快速开始一个回测？
安装后，使用 `ai-trader quick CrossSMAStrategy your_data.csv --cash 100000` 即可对本地数据文件进行快速回测。
如何高效获取和管理市场数据？
使用 `ai-trader fetch` 命令，并加上 `--storage sqlite` 参数，首次下载后会缓存到本地数据库，后续调用速度极快。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/ai-trader/raw/index.md 读取 ai-trader 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/ai-trader/raw/index.md（查看排版版本）