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/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
‘请帮我回测一个简单的期权策略：每当标的资产价格突破20日均线时，买入一份平值的看涨期权，持有10个交易日后平仓。回测时间范围为过去两年。’ 它会解析你的策略逻辑，调用历史期权和标的资产价格数据，模拟每一次信号触发下的交易，最终生成一份包含累计收益、胜率、最大回撤等指标的详细报告。
介绍
这个Skill旨在解决期权交易策略历史验证的难题。传统回测工具往往基于静态历史数据，难以反映动态市场变化，且策略优化依赖人工经验。该工具通过自动化流程，能够对用户设计的期权交易策略进行历史数据回测，评估其盈亏表现和风险指标。
使用方式非常直接：用户只需向AI描述或提交自己的期权交易策略逻辑（例如，基于特定技术指标的看涨/看跌期权买卖规则），该Skill便会调用其内置的回测引擎，在指定的历史时间范围内模拟执行该策略，并生成详细的绩效报告，包括收益率曲线、最大回撤、夏普比率等关键数据。
它特别适合量化交易员、金融数据分析师以及对期权策略自动化验证感兴趣的投资者。无论是验证一个简单的备兑开仓策略，还是一个复杂的多腿期权组合，都可以通过此工具快速获得历史表现反馈。
需要注意的是，回测结果基于历史数据，不能完全保证未来表现。建议用户将其作为策略研究和优化的辅助工具，结合对市场环境的理解综合判断。同时，回测的准确性高度依赖于输入数据的质量和策略逻辑定义的精确性。
核心特点
核心区别在于其具备“自我优化”能力，能够基于实时市场数据持续迭代和改进其回测模型，而非使用固定不变的静态历史数据集。这使其回测结果能更好地适应市场结构的变化，提供更贴近现实的模拟。
注意事项
不适合用于需要高频、Tick级数据精度或复杂做市商模型模拟的机构级策略回测。
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、宽跨式、备兑开仓等，具体取决于其内置模型的定义范围。
回测的历史数据来源和频率是什么？
数据来源于实时市场数据流，具体频率（如日线、分钟线）可能由工具配置决定，通常侧重于能够获取到的标准化历史期权数据。
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/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/raw/index.md（查看排版版本）