Was macht quant-backtest-guard?
🔴 回测照妖镜 · Ein Claude Code Skill, der Quant-Backtests auf Look-Ahead-Bias, Overfitting und unrealistische Ausführung prüft und einen Backtest-Health-Check-Bericht ausgibt.
Beschreibung
Dieser Skill durchleuchtet deine Backtest-Ergebnisse auf die drei häufigsten Killer für den Live-Erfolg:
- Look-Ahead-Bias (Zukunftswissen): Wird im Backtest auf Daten zugegriffen, die zum Handelszeitpunkt noch nicht verfügbar waren (z. B. zukünftige Kurse, nachträglich bereinigte Daten)?
- Overfitting & Data-Snooping: Ist die Strategie zu stark an historische Rauschangebote angepasst oder wurden zu viele Hypothesen auf denselben Daten getestet?
- Unrealistische Ausführung & Kosten: Werden slippage, Markteinfluss, Mindestgrößen und Transaktionskosten korrekt modelliert?
Der Skill erstellt einen strukturierten Backtest-Health-Check-Bericht, der alle identifizierten Risiken mit Priorität und Verbesserungsvorschlägen auflistet.
Verwendung
-
Installation des Skills (in deinem Projekt):
# Falls du den Skill direkt aus dem Skill-Store hinzufügst: claude skills add paidaxing1234/quant-backtest-guard -
Aktivierung:
claude skills use paidaxing1234/quant-backtest-guard -
Eingabe: Gib einen quantitativen Backtest-Code oder Backtest-Ergebnisbericht (z. B. aus Backtrader, Zipline, QuantConnect, MetaTrader, etc.) als Text oder Datei an Claude weiter.
-
Ausgabe: Claude analysiert den Backtest und gibt einen formatierten Bericht aus.
Berichtsformat
Der Bericht umfasst typischerweise:
- Zusammenfassung: Gesamteindruck mit Ampelfarben (grün/gelb/rot)
- Look-Ahead-Prüfung: Analyse der Datenquellen, Indikatorberechnungen und Signalgenerierung
- Overfitting-Prüfung: Prüfung auf zu viele Parameter, Walk-Forward-Tests, Out-of-Sample-Performance
- Ausführungsprüfung: Slippage-Modell, Kommissionen, Order-Warteschlangen, Limits
- Empfehlungen: Konkrete Änderungen zur Verbesserung der Backtest-Glaubwürdigkeit
Beispiel
Nach Aktivierung des Skills kannst du einfach einen Codeblock mit Backtest-Ergebnissen einfügen:
# Beispiel-Backtest mit Look-Ahead-Bias (fehlerhaft)
import pandas as pd
data = pd.read_csv('closing_prices_adjusted.csv', index_col=0)
data['future_return'] = data['close'].pct_change().shift(-1) # ⚠️ Zukunftswissen!
signals = data['future_return'] > 0
Claude wird dann auf diesen Fehler hinweisen und erklären, warum er zu überhöhten Ergebnissen führt.
Lizenz
Dieser Skill wird unter der MIT-Lizenz bereitgestellt. Siehe LICENSE für Details.