核心用法
dex-quant-skill 是一个端到端的加密货币量化交易AI Skill，覆盖策略创建→回测→优化→实盘监控的完整工作流。
策略创建（§1）：用户用自然语言描述交易逻辑，AI生成符合沙箱规范的Python策略脚本，保存至本地strategies/目录。强制使用data_client+indicators框架，禁止生成TradingView Pine Script或MQL。策略必须包含generate_signals()函数，返回带timestamp/symbol/action/direction/confidence/reason/price_at_signal的信号列表。
服务器回测（§2）：策略源码作为字符串提交至云端执行，服务器自动获取K线、模拟交易、返回评分报告。使用run_server_backtest()单代码块完成提交+轮询+报告，内置自动进度打印和错误重试。返回7项评分（收益率/Sharpe/最大回撤/胜率/盈亏比/交易数/爆仓），A/B级可直接部署，C/D级建议优化，F级需重新设计。
参数优化（§3）：触发"优化"工作流时，强制先发送6种算法选择模板（genetic/bayesian/grid/random/annealing/pso）。用户选择后执行run_optimization()，单代码块完成提交+里程碑进度(25%/50%/90%)+最优参数报告。支持自定义参数范围和适应度指标（默认Sharpe）。
监控部署（§4）：提供两种模式——"仅监控信号"（免费3槽位，7×24小时，无需私钥）和"监控+自动下单"（需通过安全链接配置Hyperliquid钱包密钥，私钥永不经过聊天）。支持启动/停止/列表/状态查询等管理命令。
显著优点
- 零成本闭环：策略生成、无限回测、参数优化、云端监控全部免费
- 自然语言转代码：无需编程基础，描述规则即可生成可运行策略
- 专业级评估体系：7维度评分+等级判定，量化策略质量
- 安全合规：私钥通过一次性浏览器链接安全提交，聊天记录不留敏感信息
- 异步进度感知：回测和优化内置自动轮询，实时推送进度里程碑
潜在缺点与局限性
- 策略语言受限：仅支持Python子集，禁止
os/subprocess/pandas操作，指标必须通过indicators模块 - 执行环境沙箱化：策略在受限环境运行，复杂数据预处理需改写为numpy操作
- 实盘风险：自动下单模式涉及真实资金，虽有多重风控但仍需用户自行承担交易风险
- 监控槽位有限：免费版仅3个并发监控任务，超额需手动停止旧任务
- 依赖外部授权：必须通过
preflight-auth完成Privy登录后获取API密钥，流程增加一步
适合人群
- 有交易想法但不会编程的量化新手
- 需要快速验证策略逻辑的交易员
- 希望7×24小时自动化监控/执行的中长线投资者
- 熟悉Python、希望调参优化现有策略的进阶用户
常规风险
技术风险：沙箱限制可能导致复杂策略改写失败；网络超时可能导致任务提交异常（自动重试一次）。交易风险：策略历史表现不代表未来收益；高杠杆可能导致快速爆仓；自动下单模式下私钥泄露风险（虽通过安全链接缓解）。合规风险：需遵守Binance/Hyperliquid交易所规则；部分地区对自动交易有监管限制。建议所有实盘前先用测试网验证。