Quant Testing

提供量化策略回归测试、测试用例和报告模板的流程技能。

已扫描
适合谁
量化策略开发者、量化交易员、金融工程学生
不适合谁
非量化领域开发者、无需测试流程的个人投资者
国内可用性
需网络配置。可能需要网络配置或第三方服务可访问。
安装难度
新手友好(★☆☆)。基于终端操作、依赖、API Key 和本地环境要求的初步判断。

安装与下载

openclaw skills install @xueylee-dotcom/quant-testing

Skill 说明

命令、参数、文件名以原文为准

量化测试流程技能

版本:1.0.0

适用项目:量化策略项目


🎯 测试目标

确保代码质量、策略稳定性、实盘安全


📋 回归测试流程

阶段1:单元测试

测试范围

  • 核心函数独立测试
  • 边界条件测试
  • 异常情况测试

测试用例模板

# tests/test_xxx.py
import sys
sys.path.insert(0, '/path/to/project')
from module import function_to_test

print("=" * 60)
print("模块测试")
print("=" * 60)

# 测试1:正常流程
result = function_to_test(normal_input)
assert result == expected_output

# 测试2:边界条件
result = function_to_test(edge_case)
assert result == expected_edge_output

# 测试3:异常情况
try:
    function_to_test(invalid_input)
    assert False
except ValueError:
    pass

print("✅ 所有测试通过!")

检查清单

  • [ ] 每个核心模块有测试文件
  • [ ] 测试覆盖率 > 80%
  • [ ] 所有测试通过

阶段2:集成测试

测试范围

  • 数据流程测试
  • 策略逻辑测试
  • 接口测试

检查清单

  • [ ] 数据获取正常
  • [ ] 因子计算正确
  • [ ] 信号生成合理
  • [ ] 持仓更新正确

阶段3:回测验证

必须使用QMT回测模式

参数设置

  • [ ] 初始资金
  • [ ] 单只仓位
  • [ ] 最大持仓数
  • [ ] 止损/止盈比例
  • [ ] 手续费率

检查清单

  • [ ] 买入股票数量合理
  • [ ] 买入价格接近实际
  • [ ] 无异常买卖
  • [ ] 持仓时间合理
  • [ ] 收益符合预期

阶段4:实盘验证

小资金测试(5000-10000元)

监控要点

  • [ ] 策略启动正常
  • [ ] 信号加载正常
  • [ ] 数据获取正常
  • [ ] 买入触发正常
  • [ ] 委托确认正常
  • [ ] 持仓更新正常

观察期:1-2周


📝 测试报告模板

# 测试报告

**测试日期**:YYYY-MM-DD
**测试人**:XXX

---

## 一、测试概览

| 测试类型 | 数量 | 通过 | 失败 |
|---------|------|------|------|
| 单元测试 | 10 | 10 | 0 |
| 集成测试 | 5 | 5 | 0 |
| 回测验证 | 1 | 1 | 0 |

---

## 二、测试详情

### 2.1 单元测试
- test_xxx.py: ✅ 通过
- test_yyy.py: ✅ 通过

### 2.2 回测验证
- 回测期间:2023-2026
- 年化收益:8.04%
- 夏普比率:0.607
- 最大回撤:-19.53%

---

## 三、结论

✅ 可以进入实盘测试

🚫 禁止事项

  1. ❌ 没有测试直接上线
  2. ❌ 测试未通过强行上线
  3. ❌ 大资金直接实盘
  4. ❌ 没有监控机制

*技能版本:1.0.0*

XD
@xueylee-dotcom

已收录 1 个 Skill

相关推荐