
Trading Automation
joinquant
joinquant Skill 是在 Cursor 中编写聚宽(JoinQuant)量化策略的工具集,提供完整策略模板(基础、双策略、ETF 轮动)、常用代码片段(数据获取、下单处理、风险控制、技术指标)、详尽 API 参考与示例策略(如动量 ETF)。适用于快速启动策略开发、代码补全、查询 API 用法与学习最佳实践。通过 /template、/snippet、/api 等命令可迅速生成模板、插入片段与查看函数说明。核心优势在于节省搭建时间、规范化策略结构、集成风控示例并加速回测与迭代。使用时仍需根据实际市场与平台规则调整并重视风险管理。
概览
joinquant Skill 是在 Cursor 中编写聚宽(JoinQuant)量化策略的工具集,提供完整策略模板(基础、双策略、ETF 轮动)、常用代码片段(数据获取、下单处理、风险控制、技术指标)、详尽 API 参考与示例策略(如动量 ETF)。适用于快速启动策略开发、代码补全、查询 API 用法与学习最佳实践。通过 /template、/snippet、/api 等命令可迅速生成模板、插入片段与查看函数说明。核心优势在于节省搭建时间、规范化策略结构、集成风控示例并加速回测与迭代。使用时仍需根据实际市场与平台规则调整并重视风险管理。
joinquant Skill 是在 Cursor 中编写聚宽(JoinQuant)量化策略的工具集,提供完整策略模板(基础、双策略、ETF 轮动)、常用代码片段(数据获取、下单处理、风险控制、技术指标)、详尽 API 参考与示例策略(如动量 ETF)。适用于快速启动策略开发、代码补全、查询 API 用法与学习最佳实践。通过 /template、/snippet、/api 等命令可迅速生成模板、插入片段与查看函数说明。核心优势在于节省搭建时间、规范化策略结构、集成风控示例并加速回测与迭代。使用时仍需根据实际市场与平台规则调整并重视风险管理。
Skill.md
这个 Skill 如何工作
joinquant Skill 是在 Cursor 中编写聚宽(JoinQuant)量化策略的工具集,提供完整策略模板(基础、双策略、ETF 轮动)、常用代码片段(数据获取、下单处理、风险控制、技术指标)、详尽 API 参考与示例策略(如动量 ETF)。适用于快速启动策略开发、代码补全、查询 API 用法与学习最佳实践。通过 /template、/snippet、/api 等命令可迅速生成模板、插入片段与查看函数说明。核心优势在于节省搭建时间、规范化策略结构、集成风控示例并加速回测与迭代。使用时仍需根据实际市场与平台规则调整并重视风险管理。
joinquant-strategy Skill
帮助在Cursor中编写聚宽(JoinQuant)量化策略的工具集。
主要功能
- 提供聚宽策略的标准模板
- 包含常用代码片段
- 提供API快速参考
- 集成最佳实践示例
目录结构
joinquant-strategy/
├── README.md # Skill 说明文档
├── templates/ # 策略模板目录
│ ├── basic_template.py # 基础策略模板
│ ├── dual_strategy_template.py # 双策略模板
│ └── etf_rotation_template.py # ETF轮动策略模板
├── snippets/ # 代码片段目录
│ ├── data_fetching.md # 数据获取常用代码
│ ├── order_handling.md # 下单处理代码
│ ├── risk_control.md # 风险控制代码
│ └── technical_analysis.md # 技术分析代码
├── api_reference/ # API参考文档
│ ├── core_functions.md # 核心函数说明
│ ├── data_functions.md # 数据获取函数说明
│ └── order_functions.md # 下单函数说明
└── examples/ # 示例策略
└── momentum_etf_strategy.py # 动量ETF策略
功能说明
策略模板
- basic_template.py: 基础策略模板,包含完整的策略结构和基本逻辑
- dual_strategy_template.py: 双策略模板,基于示例实现的双策略框架
- etf_rotation_template.py: ETF轮动策略模板,用于实现ETF轮动交易策略
代码片段
- data_fetching.md: 数据获取常用代码,包括历史数据、财务数据等获取方法
- order_handling.md: 下单处理代码,包括委托下单、撤单等操作
- risk_control.md: 风险控制代码,包括止损、止盈、仓位管理等
- technical_analysis.md: 技术分析代码,包括常用技术指标计算
API参考文档
- core_functions.md: 核心函数说明,包括策略初始化、运行等核心功能
- data_functions.md: 数据获取函数说明,详细介绍数据API的使用方法
- order_functions.md: 下单函数说明,详细介绍下单API的使用方法
示例策略
- momentum_etf_strategy.py: 动量ETF策略,基于示例整理的完整策略实现
使用方法
在Cursor中使用此skill时,可以:
- 快速开始:使用
/template命令选择策略模板 - 代码补全:输入
/snippet查看常用代码片段 - API查询:输入
/api 函数名快速查看API用法 - 最佳实践:参考
examples/目录学习复杂策略的编写
注意事项
- 本工具包提供的代码和模板仅供参考,实际使用时需要根据具体情况进行调整
- 策略开发过程中,应注意风险管理和回测验证
- 请遵守 JoinQuant 平台的相关规定和限制
版本信息
- 版本: 1.0.0
- 最后更新: 2026-03-10
最适合用于
何时使用
joinquant Skill 是在 Cursor 中编写聚宽(JoinQuant)量化策略的工具集,提供完整策略模板(基础、双策略、ETF 轮动)、常用代码片段(数据获取、下单处理、风险控制、技术指标)、详尽 API 参考与示例策略(如动量 ETF)。适用于快速启动策略开发、代码补全、查询 API 用法与学习最佳实践。通过 /template、/snippet、/api 等命令可迅速生成模板、插入片段与查看函数说明。核心优势在于节省搭建时间、规范化策略结构、集成风控示例并加速回测与迭代。使用时仍需根据实际市场与平台规则调整并重视风险管理。

01 · 会前准备
准备决策简报
在投委会开会前,把零散证据整理成结构化的论据。

02 · 团队协作
统一交接标准
让分析师、组合经理与 Agent 产出一致的研究结果。

03 · 实时更新
更新投资逻辑
出现新催化剂、KPI 发布或财报结果后,更新情景假设。
社区反馈
越用越好用。
随着 Skill 被使用与评审,反馈将展示在这里。
发现更多
相关 Skills
查看全部hyperliquid-trading
The Hyperliquid Trading skill provides a concise interface for trading on Hyperliquid’s spot and perpetual markets. Use it to place limit and market orders, cancel open orders, query order status,…
bankr
Bankr enables executing crypto trading and DeFi operations via natural-language commands. It offers two integration options: a batteries-included Bankr CLI and a REST API at https://api.bankr.bot,…
pine-backtester
pine-backtester provides comprehensive backtesting for Pine Script indicators and strategies. Use it to append performance metrics, analyze trades, generate equity curves, compute win rates, track…