marketcalls/quick-stats

Récupère rapidement les données et affiche les statistiques clés de backtest pour un symbole avec une stratégie de croisement EMA par défaut. Aucune création de fichier nécessaire - s'exécute en ligne dans une cellule de notebook ou imprime sur la console.

Qu'est-ce que quick-stats ?

marketcalls/quick-stats est un outil spécialisé pour les développeurs et traders algorithmic, permettant d'obtenir instantanément des métriques de backtest pour n'importe quel symbole financier en utilisant une stratégie prédéfinie de croisement de moyennes mobiles exponentielles (EMA). Fonctionnant directement dans les notebooks Jupyter ou via la console, il élimine le besoin de fichiers de configuration ou de scripts séparés. L'utilisateur fournit simplement un symbole (par exemple, 'AAPL' ou 'BTC-USD') et l'outil récupère les données historiques, exécute la stratégie EMA crossover et retourne des statistiques essentielles telles que le rendement total, le ratio de Sharpe, le drawdown maximum, et le nombre de trades. Idéal pour une analyse rapide lors de sessions de recherche ou de développement d'algorithmes de trading, il est compatible avec les environnements Python comme Jupyter, VS Code, ou les plateformes d'IA agent comme Claude Code.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/marketcalls/vectorbt-backtesting-skills/tree/main/skills/quick-stats

Installed? Explore more Développement et programmation skills: steipete/bluebubbles, steipete/eightctl, steipete/blucli · View all 6 →

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Que fait quick-stats ?

Récupère rapidement les données et affiche les statistiques clés de backtest pour un symbole avec une stratégie de croisement EMA par défaut. Aucune création de fichier nécessaire - s'exécute en ligne dans une cellule de notebook ou imprime sur la console.

Utilisation

from marketcalls.quick_stats import quick_stats

quick_stats('AAPL')

Paramètres

  • symbol (str) : Symbole boursier (ex: 'AAPL', 'BTC-USD')
  • start_date (str, optionnel) : Date de début au format 'YYYY-MM-DD'. Par défaut '2020-01-01'.
  • end_date (str, optionnel) : Date de fin au format 'YYYY-MM-DD'. Par défaut aujourd'hui.
  • fast_ema (int, optionnel) : Période EMA rapide. Par défaut 12.
  • slow_ema (int, optionnel) : Période EMA lente. Par défaut 26.

Exemple

quick_stats('MSFT', start_date='2018-01-01', fast_ema=10, slow_ema=30)

Sortie

Les statistiques suivantes sont imprimées :

  • Rendement total (%)
  • Rendement annualisé (%)
  • Ratio de Sharpe
  • Drawdown maximum (%)
  • Nombre total de trades
  • Taux de réussite (%)

Dépendances

  • pandas
  • yfinance
  • numpy

Plateformes supportées

  • Jupyter Notebook / JupyterLab
  • Console Python
  • Claude Code
  • VS Code avec extensions Python

Individual skills in this repo

This repo contains 5 individual skills — each has its own dedicated page.

Skills associés