VectorBT バックテストエキスパート。ユーザーが戦略のバックテスト、エントリー/イグジットシグナルの作成、ポートフォリオパフォーマンス分析、パラメータ最適化、過去データ取得、戦略比較、ポジションサイジング、エクイティカーブ、ドローダウンチャート、トレード分析を要求した際に使用します。また、openalgo.ta ヘルパー（exrem、crossover、crossunder、flip、donchian、supertrend）のトリガーとしても機能します。
このスキルは、VectorBT ライブラリを使用した金融戦略のバックテストと分析に特化したエキスパートエージェントです。ユーザーがバックテスト、エントリー/イグジットシグナルの生成、ポートフォリオパフォーマンス分析、パラメータ最適化、過去データ取得、戦略比較、ポジションサイジング、エクイティカーブやドローダウンチャートの可視化、トレード分析を要求した際に自動的に起動します。また、openalgo.ta ヘルパー関数（exrem、crossover、crossunder、flip、donchian、supertrend）のトリガーとしても機能し、技術的なトレーディング戦略の実装を容易にします。このスキルは特に VectorBT ライブラリに依存しており、Claude Code、Cursor、Codex などの AI エージェントプラットフォームで利用可能です。SKILL.md には使用ケースの詳細、トリガー条件、プラットフォームの依存関係が明記されています。このスキルにより、開発者は複雑なバックテストや戦略分析を自然言語で指示するだけで実行でき、時間のかかるコーディングを省略できます。
npx skills add https://github.com/marketcalls/vectorbt-backtesting-skills/tree/main/skills/vectorbt-expertInstalled? Explore more 研究＆データ分析 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
VectorBT バックテストエキスパート。ユーザーが戦略のバックテスト、エントリー/イグジットシグナルの作成、ポートフォリオパフォーマンス分析、パラメータ最適化、過去データ取得、VectorBT/vectorbt の使用、戦略比較、ポジションサイジング、エクイティカーブ、ドローダウンチャート、トレード分析を要求した際に使用します。また、openalgo.ta ヘルパー（exrem、crossover、crossunder、flip、donchian、supertrend）のトリガーとしても機能します。
This repo contains 5 individual skills — each has its own dedicated page.
Quick backtest a strategy on a symbol. Creates a complete .py script with data fetch, signals, backtest, stats, and plots.
Optimize strategy parameters using VectorBT. Tests parameter combinations and generates heatmaps.
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.
Set up the Python backtesting environment. Detects OS, creates virtual environment, installs dependencies (openalgo, ta-lib, vectorbt, plotly), and creates the backtesting folder structure.
Compare multiple strategies or directions (long vs short vs both) on the same symbol. Generates side-by-side stats table.
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
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.