Options Trading Backtester
一个基于实时市场数据自我优化的自动化期权交易回测工具。
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：Options Trading Backtester。 它的用途是：一个基于实时市场数据自我优化的自动化期权交易回测工具。 完整的 Skill 内容见：https://321skill.com/skills/options-trading-backtester-x/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
‘请帮我回测一个在特斯拉(TSLA)股票上的铁鹰式期权策略，过去一年的表现，初始资金10万美元。’ 它会自动获取TSLA的历史期权数据，按照铁鹰式策略的规则模拟每个到期日的建仓、调整和平仓，最终生成包含盈亏曲线、最大回撤、胜率等指标的详细报告。你也可以进一步要求它：‘基于波动率变化，优化这个策略的行权价选择规则。’
介绍
这个Skill旨在解决量化交易员和投资者在设计和验证期权交易策略时面临的回测难题。它提供了一个自动化工具，能够模拟历史市场环境，对复杂的期权策略（如跨式、勒式、备兑开仓等）进行回测，评估其潜在盈亏、风险指标和夏普比率等关键绩效数据。
用户可以通过简单的指令，输入策略逻辑、交易标的、时间周期和资金管理等参数，工具会自动获取历史期权数据（包括价格、波动率曲面等），并按照策略规则模拟交易执行，生成详细的回测报告和可视化图表。
它特别适合量化交易员、金融工程师、以及对期权策略有研究需求的个人投资者。无论是验证新策略的有效性，还是优化现有策略的参数，这个工具都能提供数据驱动的决策支持。
使用建议：建议用户在使用前对期权基础知识有基本了解，并清楚定义自己的交易逻辑。由于回测基于历史数据，需注意“过去表现不代表未来结果”，应结合市场环境变化进行综合判断。初次使用可从简单的单腿策略开始，逐步测试更复杂的组合策略。
核心特点
核心区别在于其“自我优化”能力：该工具由自主运行的“Money Machine”构建，能够基于实时市场数据持续学习和调整其内部模型，使回测结果更贴近动态变化的市场微观结构，而不仅仅是静态的历史数据复现。
注意事项
不适合对期权定价模型和希腊值（Greeks）没有基本概念的交易新手直接用于实盘决策。
常见问题
这个回测工具支持哪些期权策略？
支持常见的单腿和多腿期权策略，如买入/卖出看涨/看跌期权、跨式、勒式、价差策略等，用户可通过代码或配置定义自定义组合。
数据来源和更新频率如何？
工具设计为接入实时市场数据流进行自我优化，历史回测数据通常来源于合作的金融数据API，具体频率取决于数据供应商和配置。
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/options-trading-backtester-x/raw/index.md 读取 Options Trading Backtester 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/options-trading-backtester-x/raw/index.md（查看排版版本）