longbridge оптимизатор стратегий
Quantitative strategy generation and optimisation framework via Longbridge â create, modify, and backtest quant strategies: parameter grid search, walk-forward validation, overfitting detection (in-sample vs. out-of-sample), strategy combination (multi-strategy correlation diversification), Sharpe / Calmar ratio optimisation. Generates Python code frameworks for local execution. Triggers:
Что делает навык
Фреймворк для генерации и оптимизации количественных стратегий через платформу Longbridge. Позволяет создавать, изменять и проводить бэктестинг стратегий с использованием перебора параметров, walk-forward валидации и выявления переобучения.
Когда применять
- Оптимизация параметров стратегии (например, сеточный поиск)
- Проверка на переобучение через сравнение in-sample и out-of-sample результатов
- Комбинирование нескольких стратегий для диверсификации по корреляции
- Оптимизация коэффициентов Шарпа или Кальмара
- Запуск walk-forward валидации для оценки устойчивости стратегии
Как работает
- Определить тип стратегии (моментум, mean-reversion и т.д.) и целевые метрики (Sharpe, Calmar)
- Сгенерировать Python-код фреймворка для локального запуска, использующий данные и возможности Longbridge
- Настроить параметры сетки поиска или параметры walk-forward валидации
- Запустить бэктестинг локально для оценки in-sample и out-of-sample результатов
- Проанализировать результаты на предмет переобучения и оптимизировать коэффициенты
Примеры запросов агенту
Что понадобится
- Локальная среда выполнения Python
- Доступ к данным и платформе Longbridge
- Ключи API Longbridge (для доступа к данным)
Описание составлено по SKILL.md навыка, сверено 05.10.2026.
Как подключить
SKILL.md к навыкам ассистентаНавык — папка с файлом SKILL.md (описание + инструкции) и опциональными скриптами. Ассистент (Claude, Claude Code и совместимые) подхватывает его по описанию и следует шагам.