核心能力
量化策略助手是一套完整的量化交易开发工作流，将自然语言需求转化为可执行策略。核心引擎基于vnpy生态，支持两层回测模式：
- CTA回测（
CtaTemplate）：单标的技术择时策略，适合均线突破、动量反转等经典信号 - Portfolio回测（
StrategyTemplate）：多标的组合/轮动策略，支持等权配置、因子选股、周频调仓
显著优点
智能路由判定：自动识别"轮动/组合/多标的"等强信号，或"排序/筛选"+多标的上下文的弱信号组合，无需用户手动选择模式。
全链条闭环：需求确认→代码生成→编译预检→回测执行→结果诊断→参数优化→模拟/实盘，全流程内嵌错误自动修复（最多6轮预检修复+3轮运行时修复）。
生产级安全设计：强制使用QUANTCLAW_ROOT变量、禁止硬编码路径；策略文件隔离于strategies/目录；Token自动脱敏（前6位+***）；QMT实盘前执行探针单验证（100股跌停价挂单测试）。
数据能力：对接qgdata数据源，支持日线/分钟级驱动，Portfolio引擎原生支持周线数据直取（pro.weekly()），周策略通过weekday()==0判断调仓日。
潜在局限
- 平台依赖：QMT实盘仅支持Windows环境，Linux/macOS用户需远程或虚拟机方案
- 数据Token限制：未配置个人Token时依赖共享试用额度，高频Portfolio回测可能触发频率限制
- 引擎约束：Portfolio仅支持DAILY和分钟级驱动，周级策略需框架内降级处理
- 学习成本：vnpy术语体系（
vt_symbol、ArrayManager等）对纯自然语言用户存在认知门槛
适合人群
- 有Python基础、熟悉vnpy框架的量化开发者
- 需要将模糊交易思路快速验证为回测曲线的策略研究员
- 追求"想法→代码→实盘"最短路径的个人交易者
常规风险
| 风险类型 | 说明 |
|---------|------|
| 过度拟合 | 参数优化可能产生样本内最优但样本外失效的参数组合，建议用最优参数重新回测验证 |
| 数据质量 | 停牌/涨跌停自动拦截，但历史复权数据准确性依赖qgdata源 |
| 实盘滑点 | 回测默认`slippage=0.01`，实际QMT成交价格可能偏离 |
| T+1限制 | 股票T+1机制由`closable_pos`/`closable_positions`自动管理，策略需正确使用而非自行计算 |
使用建议
首次使用务必执行预检脚本确认环境；Portfolio策略建议配置个人QGDATA_TOKEN避免数据瓶颈；实盘前务必完成至少一次成功回测并通过qmt-check环境检测。