Especialista em backtesting com VectorBT. Use quando o usuário pedir para testar estratégias, criar sinais de entrada/saída, analisar desempenho de portfólio, otimizar parâmetros, buscar dados históricos, usar VectorBT/vectorbt, comparar estratégias, dimensionamento de posição, curvas de patrimônio, gráficos de drawdown ou análise de trades. Também ativa para helpers do openalgo.ta (exrem, crossover, crossunder, flip, donchian, supertrend).
O skill marketcalls/vectorbt-expert é um especialista em backtesting de estratégias de trading usando a biblioteca VectorBT. Ele é ativado quando um usuário solicita operações como backtesting de estratégias, criação de sinais de entrada e saída, análise de desempenho de portfólio, otimização de parâmetros, busca de dados históricos, comparação entre estratégias, cálculo de dimensionamento de posição, geração de curvas de patrimônio, gráficos de drawdown e análises de trades. Além disso, responde a chamadas de helpers do openalgo.ta (exrem, crossover, crossunder, flip, donchian, supertrend). Este skill é útil para desenvolvedores e traders quantitativos que desejam automatizar e refinar suas estratégias de trading de forma programática com VectorBT, uma das bibliotecas mais poderosas para backtesting em Python. Ele funciona como um assistente especializado que compreende os comandos em linguagem natural do usuário e os traduz em operações concretas com VectorBT, otimizando o fluxo de trabalho de análise financeira.
npx skills add https://github.com/marketcalls/vectorbt-backtesting-skills/tree/main/skills/vectorbt-expertInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Especialista em backtesting com VectorBT. Use quando o usuário pedir para testar estratégias, criar sinais de entrada/saída, analisar desempenho de portfólio, otimizar parâmetros, buscar dados históricos, usar VectorBT/vectorbt, comparar estratégias, dimensionamento de posição, curvas de patrimônio, gráficos de drawdown ou análise de trades. Também ativa para helpers do openalgo.ta (exrem, crossover, crossunder, flip, donchian, supertrend).
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.