核心用法
Strategy Translator 是一款专注于金融交易策略跨平台迁移的文档型辅助工具。该 Skill 不直接执行代码转换，而是提供结构化的翻译工作流和最佳实践指导，帮助量化交易者将策略从一种编程框架迁移到另一种。
主要应用场景包括：Pine Script（TradingView）转 Python、策略迁移至 NautilusTrader 框架，以及跨平台策略迁移的完整规划。使用时，Agent 会通过一系列结构化问题收集需求：交易目标（收益率指标、约束条件、时间周期）、数据源（交易标的、时间框架、采样方式、数据来源及数据泄露风险）、以及部署约束（计算预算、延迟要求、可解释性需求、部署环境）。
工作流程遵循五步标准化范式：首先将任务重述为可量化指标；其次枚举所需交付物（数据集、特征工程、配置文件、脚本、报告）；第三步提出默认方案及1-2个备选方案；第四步设置验证关卡（前向验证、蒙特卡洛测试、合理性检查）；最终输出可直接入库的代码与文档，并附带运行命令。
显著优点
该 Skill 的最大优势在于其零代码安全风险。作为纯 Markdown 文档型 Skill，它不包含任何可执行代码、依赖包或网络调用，从根本上杜绝了恶意代码注入、供应链攻击或数据泄露风险。对于金融交易这一高风险领域，这种"只指导、不执行"的设计理念尤为重要。
其次，其方法论具有高度专业性和系统性。工作流覆盖了量化策略开发的全生命周期：从需求澄清、数据治理、模型验证到风险管控，每个环节都设置了明确的检查点。特别值得一提的是其对"数据泄露"和"过拟合"风险的强调——这是策略迁移中最容易被忽视却最致命的问题。
第三，输出格式工程友好。所有交付物均设计为可直接提交至版本仓库的形式，天然支持可复现研究（Reproducible Research），契合现代量化团队的协作需求。
潜在缺点与局限性
作为纯文档型 Skill，其局限性也十分明显：它不执行实际的代码翻译。用户需要基于 Skill 提供的规划框架，自行完成具体的语法转换和实现工作。对于不熟悉目标框架（如 NautilusTrader）的用户，可能存在一定的学习曲线。
此外，该 Skill 对金融交易领域的深度知识有隐含要求。虽然文档中提示了风险，但并未提供具体的回测方法论或统计检验标准。用户需要自行补充专业知识，或结合其他专业工具使用。
来源可信度为 T3 级别（个人开发者/社区项目），意味着缺乏企业级背书。尽管当前版本无可执行代码降低了风险，但若未来版本引入代码生成功能，建议重新评估。
适合的目标群体
该 Skill 最适合以下三类用户：
1. 量化研究员与策略开发者：需要将 TradingView/Pine Script 策略迁移至 Python 生态进行进一步研究或生产部署的专业人士。
2. 技术型交易员：具备一定编程基础，希望系统性地规划策略迁移工作，避免因流程混乱导致逻辑错误或数据泄露的非专业开发者。
3. 量化团队负责人：需要为团队建立标准化的策略迁移 SOP（标准作业程序），确保交付质量和可复现性的技术管理者。
对于完全不具备编程或量化金融基础的用户，该 Skill 可能过于抽象，建议先补充相关知识后再使用。
常规使用风险
尽管 Skill 本身零风险，但使用场景涉及金融交易，需特别关注以下风险：
策略正确性风险：Skill 仅提供翻译规划，不验证策略逻辑的正确性。迁移后的策略必须经过充分回测，建议采用前向验证（Walk-forward Validation）和蒙特卡洛模拟，避免过拟合。
数据质量风险：策略迁移常涉及不同数据源（如从 TradingView 切换至本地行情），需警惕数据对齐、复权处理、交易时间差异等问题，建议在验证关卡中设置专门的数据一致性检查。
执行环境风险：不同平台的滑点、成交延迟、最小变动单位等微观结构差异，可能导致回测表现与实盘结果显著偏离。迁移后应进行模拟盘验证。
合规与法律风险：自动化交易涉及金融监管要求，使用者需确保策略部署符合当地法规，必要时咨询专业金融顾问。
版本演进风险：当前为 0.1.0 版本，若后续更新引入代码生成等可执行功能，建议重新进行安全评估，并优先使用经过验证的固定版本。