Communitygithub.com

AlgoRover Research

Entdecke AlgoRover Research-Strategien, führe historische Backtests durch und lade sie vor, inspiziere oder storniere Aufträge und lade Forschungsberichte über den gehosteten MCP-Dienst herunter.

Was ist AlgoRover Research?

AlgoRover Research ist ein Skill, der über eine MCP-Verbindung (https://research.algorover.ai/mcp) Zugriff auf leistungsstarke Strategieforschung und Backtesting-Funktionen bietet. Er ermöglicht es Entwicklern und KI-Agenten, historische Marktdaten zu durchsuchen, Strategiedetails abzurufen, Backtests vorzubereiten und auszuführen sowie Ergebnisse und Berichte herunterzuladen. Der Skill unterstützt öffentliche Erkundungen ohne Anmeldung – für persönliche Ausführungen und Berichte ist eine browserbasierte OAuth-Autorisierung erforderlich, die über die Host-Plattform erfolgt. Er ist besonders nützlich für die quantitative Strategieentwicklung und das Testen von Handelsideen mit öffentlichen Daten, ohne echte Verbindungen zu Börsenkonten oder Auftragsausführungen herzustellen. Der Skill unterstützt mehrsprachige Locales (z. B. „zh-CN“ für Chinesisch, „en“ für Englisch) und stellt sicher, dass Benutzer Strategien in ihrer bevorzugten Sprache durchsuchen können. Zu den wichtigsten Funktionen gehören das Suchen und Vorbereiten von Strategien, das Konfigurieren und Starten von Backtests mit bestimmten Voreinstellungen und Zeitfenstern (90 oder 365 Tage), das Überwachen von Aufgaben über Statusabfragen und das Herunterladen von Berichten unter Beibehaltung der originalen Dateinamen. Der Skill setzt klare Richtlinien für die Fehlerbehandlung, Autorisierung und das Löschen von Daten durch, um eine zuverlässige und sichere Nutzung zu gewährleisten.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/algorover/algorover-research-skills/tree/main

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Was macht AlgoRover Research?

Nutzen Sie die algorover-research MCP-Verbindung des Hosts unter https://research.algorover.ai/mcp. Die Installation dieses Skills fügt Anweisungen hinzu; konfigurieren Sie die MCP-Verbindung separat mit den Verbindungsanweisungen, wenn deren Werkzeuge fehlen.

Die Forschung verwendet öffentliche historische Marktdaten. Sie stellt keine Verbindung zu Börsenkonten her oder führt Aufträge aus. Öffentliche Entdeckung und Vorbereitung erfordern keine Anmeldung. Persönliche Ausführungen und Berichte erfordern eine Browser-OAuth mit research:read und research:run; fordern Sie niemals Anmeldeinformationen im Chat an.

  1. Rufen Sie für die Erkundung search_strategies mit locale: "zh-CN" für Chinesisch und locale: "en" für Englisch oder andere Sprachen auf. Behalten Sie diese Locale in späteren Werkzeugen bei, die sie akzeptieren. Verwenden Sie für eine benannte Strategie die zurückgegebene Referenz, um get_strategy aufzurufen.
  2. Verwenden Sie nur die Version, Voreinstellungen und Märkte, die der Dienst zurückgibt. Wenn die Vorbereitung not_requested ist, rufen Sie prepare_strategy auf; überprüfen Sie get_strategy mindestens drei Sekunden voneinander entfernt, bis sie bereit ist. Melden Sie den Fehlergrund, wenn sie nicht verfügbar ist.
  3. Rufen Sie prepare_backtest für die ausgewählte Voreinstellung, den Handelsplatz und das unterstützte 90- oder 365-Tage-Fenster auf. Präsentieren Sie die genaue Konfiguration und warten Sie auf Bestätigung, bevor Sie starten.
  4. Rufen Sie nach der Bestätigung start_backtest mit dem zurückgegebenen prepared_input, preparation_ticket und request_key als idempotency_key auf. Verwenden Sie diesen Schlüssel erneut, wenn Sie einen unsicheren Start wiederholen. Behalten Sie die echte Aufgabenkennung bei.
  5. Verwenden Sie get_backtest für den Status, get_backtest_result für abgeschlossene Metriken und get_backtest_report_download für angeforderte Berichte. Verwenden Sie list_backtests, wenn die Aufgabenkennung unbekannt ist. Zeigen Sie den tatsächlich zurückgegebenen Text und die Links an; erwähnen Sie eine Karte nur, wenn der Host sie rendert.
  6. Rufen Sie bei Abbruch cancel_backtest nur für die ausgewählte aktive Aufgabe auf und bestätigen Sie status: cancelled mit get_backtest. Ein ausstehender Abbruch ist kein Abschluss.

Wenn die Autorisierung fehlschlägt, verwenden Sie die Verbinden- oder Neuverbinden-Aktion des Hosts, führen Sie die Browser-Autorisierung durch und setzen Sie erst fort, nachdem der Host die Verbindung bestätigt hat. Behalten Sie die ursprüngliche Anfrage bei. Melden Sie zurückgegebene Dienstfehler, ohne Ergebnisse zu erfinden oder eine lokale Engine zu verwenden.

Wenn Sie Berichte speichern, behalten Sie den zurückgegebenen filename bei; hängen Sie vor .zip ein numerisches Suffix an, falls er bereits existiert. Historische Ergebnisse begründen keine zukünftigen Renditen.

Löschen Sie ein ausgewähltes Ergebnis nur auf eine ausdrückliche Löschungsanfrage hin. Das Löschen aller Forschungsdaten erfordert eine separate ausdrückliche Anfrage und den Bestätigungswert des Dienstes; es löscht nicht das externe Identitätskonto des Benutzers.

Verwandte Skills