<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0"><channel><title><![CDATA[xtquantai 看了一圈：它把 QMT 策略开发拆成了 AI 能读的规则]]></title><description><![CDATA[<p dir="auto">GitHub 上有个仓库 <code>dfkai/xtquantai</code>，171 star，MIT。它不是一个软件，也不是那种"你问它答"的聊天工具，而是一套给 AI 编程工具读的技能包（Agent Skills）。</p>
<p dir="auto">有意思的是它的来历：这仓库原本是 xtquant 的 MCP 服务器实现，后来整体转型成 skill 仓库，旧代码留在 <code>legacy-mcp</code> 分支，不再维护。等于把"给 AI 一个接口"换成了"给 AI 一份说明书"。</p>
<h2>目前只有一个技能真能用</h2>
<p dir="auto"><code>qmt-inner-backtest</code>——你把研报 PDF、公式截图或者一段文字描述丢给它，它先输出一张<strong>策略规格表</strong>让你确认：因子公式逐行写、需要哪些行情和财务字段、股票池、持仓数、调仓频率、回测区间。你确认完，它才基于母版脚本生成 QMT 内置回测。</p>
<p dir="auto">我翻了它的 <a href="http://SKILL.md" rel="nofollow ugc">SKILL.md</a>，几个细节做得比一般的"AI 写策略"靠谱：</p>
<ul>
<li><strong>结构固定</strong>：<code>after_init</code> 一次性算全区间因子和信号，<code>handlebar</code> 只负责在调仓日执行。哪里能改、哪里别动，划得很清楚；</li>
<li><strong>防未来函数是写死的规则</strong>：T 日因子 <code>shift(1)</code> 到 T+1 成交，文档里明写「禁止去掉 <code>.shift(1)</code>」，除非用户主动要求并接受前视偏差。这条不靠模型自觉；</li>
<li><strong>自带 Barra 流水线</strong>：MAD 去极值、市值 OLS 中性化、申万行业 Z-score、截面标准化；</li>
<li><strong>脏活都在模板里</strong>：上市满 120 天、ST 区间、停牌过滤、涨停不买跌停不卖、科创板 200 股其余 100 股整数倍。</li>
</ul>
<p dir="auto">差别就在这儿：让模型从头写，是"你描述，它发挥"；给它一套规则，是"它按规矩填"。</p>
<h2>装法</h2>
<pre><code class="language-bash">npx skills add dfkai/xtquantai --skill qmt-inner-backtest
</code></pre>
<p dir="auto">Claude Code、Cursor、Codex、Gemini CLI、Kimi Code 都能装，跨工具的通用目录是 <code>.agents/skills/</code>。仓库在 CI 里按 Agent Skills 标准校验格式，这点做得挺规范。</p>
<h2>几句实话</h2>
<ul>
<li><strong>QMT 只能在 Windows 跑</strong>，生成的脚本要自己在策略编辑器里核对参数，skill 只是"生成过程"不限平台；</li>
<li>另外三个技能（期货开平仓、目标持仓实盘模板、飞书信号推送）都还在规划中，现在别当成品看；</li>
<li>它解决的是"重复编程和接口适配"，不解决"你这因子有没有用"。因子好不好，还是得自己回测说话。</li>
</ul>
<p dir="auto">现在它的价值是一条<strong>规则链</strong>，不是一个全能工具。但对天天在 QMT 里复制粘贴策略框架的人来说，这条链省下的时间是真金白银。</p>
<p dir="auto">你们让 AI 写 QMT 策略，是自己给模板，还是让它自由发挥？</p>
<p dir="auto"><em>仓库地址：<a href="https://github.com/dfkai/xtquantai" rel="nofollow ugc">https://github.com/dfkai/xtquantai</a> ，MIT 许可。</em></p>
]]></description><link>https://forum.klang.org.cn/topic/264/xtquantai-看了一圈-它把-qmt-策略开发拆成了-ai-能读的规则</link><generator>RSS for Node</generator><lastBuildDate>Tue, 17 Nov 2026 19:08:19 GMT</lastBuildDate><atom:link href="https://forum.klang.org.cn/topic/264.rss" rel="self" type="application/rss+xml"/><pubDate>Tue, 17 Nov 2026 03:55:39 GMT</pubDate><ttl>60</ttl></channel></rss>