用途
该技能用于让 AI 智能体执行特定的历史回测：使用 Alpaca CLI 加本地工作区代码，从用户给定的开始日期、结束日期和策略概念出发，产出确定性、可复现的回测结果。其定位是可复现的研究工作流，而非对策略在实盘市场中有效性的承诺。
整体流程为：策略想法 -> 形式化规则 -> 确认假设 -> CLI 拉取数据 -> 本地脚本 -> 工件 -> 报告。
主要能力
- 将用户的自由文本策略想法翻译为精确的数学规则，并在编写代码前向用户展示形式化解释（除非请求本身已足够精确）。
- 通过 Alpaca CLI 获取历史行情数据，支持 bars、quotes、trades、calendar、corporate actions，并保存原始 CLI 输出、按选定市场时段过滤、计算数据指纹。
- 在本地工作区内运行模拟，生成交易记录、权益曲线、基准对比等工件。
- 生成结构化运行文件夹与工件契约，包括 notes.md、strategy_spec.json、config.json、run.py、summary.json、report.md、trades.csv、round_trips.csv、equity.csv、benchmark_equity.csv、data_fingerprint.json、warnings.json、fee_source.json 等。
- 复用工作区内指纹匹配的既有数据与既有回测引擎或共享工具。
- 在对话中先给出“Teaching Five”：总回报对比基准、最大回撤、交易笔数、胜率、夏普比率对比基准，再补充年化回报、利润因子、已付费用、首笔与末笔交易、假设、数据指纹摘要、工件路径与主要注意事项。
- 可选的纸面前瞻验证包：纸面配置、策略运行时、风险限额、订单适配器与对账计划。
使用方式
前置条件：Alpaca CLI。可用 alpaca version 检查是否安装；通过 Go 安装使用 go install github.com/alpacahq/cli/cmd/alpaca@latest；macOS 或 Linux 配合 Homebrew 使用 brew install alpacahq/tap/cli。需确保二进制目录在 PATH 中，Go 安装通常为 ~/go/bin。CLI 命令应在本地工作区运行，以便访问 Alpaca 配置文件、环境变量、网络与已保存工件。
连接性与认证检查：回测前运行 alpaca doctor 验证 CLI 与凭据。认证失败时停止运行并展示可用登录帮助命令 alpaca profile login --help；交互式纸面设置用 alpaca profile login；API 密钥设置用 alpaca profile login --api-key；自动化场景推荐使用环境变量：
export ALPACA_API_KEY=PK... export ALPACA_SECRET_KEY=... export ALPACA_QUIET=1
不得打印密钥、提交到文件、写入报告或以暴露于 shell 历史的方式传递。可解析输出使用 --quiet，例如：
alpaca account get --quiet alpaca data bars --symbol SPY --start 2024-01-01 --end 2024-12-31 --timeframe 1Day --quiet
CLI 由 API 规范生成并可能演进，应优先使用当前 --help、--schema 与 alpaca doctor 输出，而非过时示例。
必需工作流：收集必需输入（开始日期、结束日期、策略概念或策略文件）；收集或推断其余项（资产类别、标的或组合、时间框架、初始现金、头寸规模、数据源、复权模式、执行假设、基准）；处理订单模拟、指标、分红、拆股、费用、滑点、价差、市场时段、日历与验证；将想法翻译为精确规则；除非请求已精确，先向用户展示形式化解释；检查工作区可复用数据、以往运行与既有工具；创建自包含运行文件夹；写入 notes.md、strategy_spec.json、config.json 与可读的运行专用脚本；通过 Alpaca CLI 获取历史数据并保存原始输出、过滤市场时段、计算数据指纹；运行本地模拟；写入工件；返回 Teaching Five、首末交易、假设、注意事项、数据指纹与工件路径。
运行文件夹命名示例：
runs/YYYY-MM-DD_symbol_strategy_timeframe/
适用场景
- 用户希望由 AI 智能体运行特定历史回测，并保留可审计的假设与工件。
- 需要将模糊策略想法形式化、确认后再实现的场景。
- 需要在同一工作区内复用数据并追踪运行血缘（如修改 RSI 阈值、填充模型、滑点、日期范围）的研究。
- 需要生成纸面前瞻验证交接包（仅在用户要求时）。
限制
该技能不承诺策略在实盘中有效。回测为假想历史模拟，不代表实际交易表现；回测结果不保证未来结果，并受行情数据质量、数据源选择、公司行动处理、费用、滑点、流动性、税费、执行假设与实现细节影响。内容仅用于研究与教育目的，不构成投资建议、推荐、要约或买卖证券、期权、加密货币等金融产品的招揽。所有投资均含风险，可能损失价值。
必须避免的行为包括：在信号生成中使用未来数据；未记录 same_bar 模型与警告即使用同 K 线决策与成交；隐藏执行假设；混用已复权 K 线与单独的拆股调整；假装模糊规则已完全指定；运行后丢弃生成代码；未经请求包含盘后时段数据；静默替换指标变体；将 open、close、high、low、VWAP 与报价衍生价格视为可互换的成交代理；在报告称日频夏普时用逐 K 线回报计算夏普；需要样本标准差（N-1）时使用总体标准差；历史回测中提交实盘订单；声称支持未支持的产品（期权需显式合约选择与成交逻辑）；绕过 Alpaca CLI 改用直接 HTTP 调用；在无本地认证与文件系统访问的沙箱中运行 Alpaca CLI；实现偏离填充模型规则而未在 notes.md 记录的成交逻辑；在信号触发中互换 close、high、low；静默选择交叉与阈值信号逻辑；在单文件脚本足够时生成多模块引擎。
支持的填充模型包括 next_open（默认）、time_based、same_bar（仅在明确要求时，需记录前视风险），限价与止损单适用 OHLC K 线资格规则，止损与目标同时触及同一 K 线时使用保守的 K 线内冲突策略。
每份报告、notes.md、report.md、notebook、dashboard 或导出结果都应包含免责声明。当回测对 Alpaca 证券交易活动费用建模时，notes.md、summary.json 与 report.md 应链接到 Alpaca 经纪费用表 PDF：
https://files.alpaca.markets/disclosures/library/BrokFeeSched.pdf
并记录 PDF 修订日期、提取时间戳、建模费用类别与有意排除的费用项。
参考链接：
https://alpaca.markets/disclosures https://files.alpaca.markets/disclosures/library/BrokFeeSched.pdf
CLI 数据获取、指标公式、费用模型、指标定义、基准与 JSON 模式详见 reference.md。