用途：该技能让 OpenClaw 在历史金融数据上模拟交易策略，计算总收益、波动率、最大回撤、风险调整后收益等指标，用于策略开发与优化、量化分析、组合优化和风险评估，尤其适合有历史数据、需要实证验证的场景。
主要能力：支持从 CSV、JSON 或 API 读取历史价格数据模拟交易；计算总收益、波动率、最大回撤和风险调整收益；通过集成库支持 SMA、RSI、布林带等常见指标；支持多资产或组合，可设置交易成本、滑点和仓位规模；结果以 JSON 输出便于解析和可视化。
使用方式：需提供定义策略逻辑的 Python 脚本、历史数据源和参数。运行前须通过环境变量 $OPENCLAW_API_KEY 设置 API 密钥。CLI 示例：openclaw backtest --strategy strategy.py --data historical.csv --start-date 2020-01-01 --end-date 2023-01-01 --capital 10000。API 端点：POST https://api.openclaw.ai/v1/backtest，请求头 Authorization: Bearer $OPENCLAW_API_KEY，JSON 体包含 strategy、data_source、params 等字段，返回含 returns、drawdown 等键的 JSON。策略配置可用 YAML，通过 --config strategy.yaml 加载。Python 中可 import openclaw 后调用 openclaw.backtest(strategy_file='strategy.py', data='historical.csv')。
集成与限制：可指定 Yahoo Finance、Alpha Vantage 等数据源 URL；需 Python 3.8+，依赖通过 pip install openclaw-finance 安装。缺少 API 密钥会以 401 退出，无效日期返回 400，可用 --verbose 查看详细日志。运行前应校验数据完整性（缺失值、时间戳）和策略语法。资料未提供具体收费、价格或平台支持范围。