CommunityRecherche et analyse de donnéesgithub.com

marketcalls/vectorbt-expert

Expert en backtesting VectorBT. Utilisez-le lorsque l'utilisateur demande du backtesting de stratégies, la création de signaux d'entrée/sortie, l'analyse de performance de portefeuille, l'optimisation de paramètres, la récupération de données historiques, l'utilisation de VectorBT/vectorbt, la comparaison de stratégies, le dimensionnement de positions, les courbes d'équité, les graphiques de drawdown ou l'analyse de transactions. Déclenché également pour les helpers openalgo.ta (exrem, crossover, crossunder, flip, donchian, supertrend).

Qu'est-ce que vectorbt-expert ?

Cette compétence spécialisée fournit une expertise approfondie de la bibliothèque VectorBT pour le backtesting de stratégies de trading. Elle est conçue pour être utilisée avec des agents d'IA comme Claude Code, Cursor ou Codex. La compétence peut générer et analyser des signaux d'entrée/sortie, optimiser les paramètres de backtest, évaluer la performance des portefeuilles avec des métriques comme les courbes d'équité et les drawdowns, et comparer différentes stratégies. Elle prend en charge la récupération de données historiques de marché, le dimensionnement des positions, et intègre des fonctions d'analyse technique d'OpenAlgo (exrem, crossover, crossunder, flip, donchian, supertrend). L'outil est particulièrement utile pour les développeurs et traders algorithmiques cherchant à automatiser l'analyse quantitative et l'optimisation de stratégies.

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

Installed? Explore more Recherche et analyse de données skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

Voir l'original→Voir toutes les compétences

Demander à votre IA préférée

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

OpenAIChatGPTClaudeClaudeGeminiGeminiGrokGrokPerplexityPerplexityDeepSeekDeepSeek

Documentation

Que fait vectorbt-expert ?

Expert en backtesting VectorBT. Utilisez-le lorsque l'utilisateur demande du backtesting de stratégies, la création de signaux d'entrée/sortie, l'analyse de performance de portefeuille, l'optimisation de paramètres, la récupération de données historiques, l'utilisation de VectorBT/vectorbt, la comparaison de stratégies, le dimensionnement de positions, les courbes d'équité, les graphiques de drawdown ou l'analyse de transactions. Déclenché également pour les helpers openalgo.ta (exrem, crossover, crossunder, flip, donchian, supertrend).

Individual skills in this repo

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

marketcalls/backtest

Quick backtest a strategy on a symbol. Creates a complete .py script with data fetch, signals, backtest, stats, and plots.

marketcalls/optimize

Optimize strategy parameters using VectorBT. Tests parameter combinations and generates heatmaps.

marketcalls/quick-stats

Quickly fetch data and print key backtest stats for a symbol with a default EMA crossover strategy. No file creation needed - runs inline in a notebook cell or prints to console.

marketcalls/setup

Set up the Python backtesting environment. Detects OS, creates virtual environment, installs dependencies (openalgo, ta-lib, vectorbt, plotly), and creates the backtesting folder structure.

marketcalls/strategy-compare

Compare multiple strategies or directions (long vs short vs both) on the same symbol. Generates side-by-side stats table.

Skills associés

affaan-m/uspto-database

USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.

community

affaan-m/scholar-evaluation

Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.

community

affaan-m/literature-review

Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.

community

affaan-m/everything-claude-code

The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.

community

forrestchang/andrej-karpathy-skills

Agent skill repository discovered by 10x-chat research.

community

langgenius/backend-code-review

Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.

community
← More Recherche et analyse de données skills