运行环境
- Python 3.11+ · pandas / numpy / matplotlib / eltdx
运行前准备
- Python 3.11+
- requirements.txt（pandas / numpy / matplotlib / eltdx）
- 无需 API key，首次运行自动拉日线
真实样例
下面是真实数据跑出来的样例：直接打开 PDF / PNG，不是效果图。
任务句用 600519 的日线跑一遍双均线回测，确认信号次日开盘成交，并列出涨跌停导致的失败成交。
你会得到
- 252 口径的夏普、卡玛、最大回撤
- 胜率、盈亏比、费用与被规则挡掉的成交统计
- 后复权收益 + 首日真实价缩放的价格（整手/费用才准）
- JSON 规则策略：均线 / RSI / 布林 / 突破 / 成交量均线 / 止损止盈
- 每次回测默认产出品牌图表（权益+回撤+7 项绩效表+风险提示）
适合
- 想验证 A 股策略是否真能执行
- 想把“收盘价买入”的虚假收益剔掉
- 需要逐日权益曲线和费用拆解
不适合
- 参数寻优和样本外验证（另配 walk-forward）
- 港股/美股回测
- 投资建议或收益承诺
A股回测后复权T+1涨跌停均线RSI成交量ETF规则JSON
安装需要什么环境？
Python 3.11+、requirements.txt（pandas / numpy / matplotlib / eltdx）、无需 API key，首次运行自动拉日线。完整的分 Agent 目录写在 install.md 里。
需要 API key 吗？
不需要额外 key。运行所需的只是它声明的数据源与环境。
能用自己的数据跑吗？
可以。样例使用 Python 3.11+ · pandas / numpy / matplotlib / eltdx；换成你的数据时，按 install.md 里的字段与路径说明改。 跑不通就把缺口写清楚，不要用估算值填。
样例是怎么跑出来的？
Python 3.11+ · pandas / numpy / matplotlib / eltdx。产物原样保留：CSV / PNG / 中文报告 是实际输出，来源与口径写在样例里。不修图、不美颜、不用效果图。
能保证结果能直接用于交易吗？
不能。Skill 只负责把口径、取数和输出结构固化下来，结论要你自己复核。 FinanSI 不提供投资建议，也不对任何标的做推荐。
