# qmt ptrade joinquant skill

**Repository Path**: ooooinfo/qmt-ptrade-joinquant-skill

## Basic Information

- **Project Name**: qmt ptrade joinquant skill
- **Description**: qmt ptrade joinquant skill  for opencode cursor
- **Primary Language**: Unknown
- **License**: AFL-3.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 4
- **Forks**: 2
- **Created**: 2026-06-05
- **Last Updated**: 2026-07-06

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# QMT · Ptrade · JoinQuant 量化交易 Skill 合集

为 **Cursor / OpenCode / [jcode](https://github.com/1jehuang/jcode) / Hermes** 等 AI Agent 提供的量化交易策略编写技能包。其中 jcode 是 Rust TUI Coding Agent，skills 目录为 `~/.jcode/skills/`。

## 这仓库解决什么问题？

让 AI 帮你写量化策略时不再「一本正经地胡说八道」。每个 skill 包含了对应平台真实的 API 知识库：

```
用户: "帮我写一个 510500 ETF 双均线策略"
AI:   需要知道 get_price() 的参数、fq 的含义、order_target() 的用法...
      → 没有 skill → AI 凭记忆猜 → 幻觉 API、参数错误
      → 有 skill   → AI 精准调用 → 代码可粘贴即运行
```

三个 skill 聚合在一起，因为现实中往往需要跨平台操作：
- **JoinQuant** — 快速回测验证想法（在线，免费）
- **Ptrade** — 券商托管实盘（恒生，低延迟）
- **QMT** — 自建量化系统（迅投，功能最全）

同一个策略想法，先在聚宽回测，通过了再移植到 Ptrade/QMT 实盘。

## 架构设计：渐进式披露

每个 skill 不把全部 API 文档塞进 AI 上下文（那会烧 token），而是分层加载：

```
SKILL.md (200-400行)          ← 始终加载：触发条件 + API 分类索引 + 常见陷阱
  ↓ 按需加载
references/ (14 个文件)       ← 只加载当前任务需要的 API 类别
  ↓ 按需加载  
api文档/ (原始备份)           ← 极端情况下查原文
```

**举例**：用户问「怎么下单」，skill 只加载 `references/06-trading.md`，不加载期货、两融那 10 个无关文件。

## 文件结构

```
qmt-ptrade-joinquant-skill/
├── README.md                   ← 你正在看的
├── qmt/                        ← 迅投 QMT skill
│   └── SKILL.md
├── ptrade/                     ← 恒生 Ptrade skill
│   └── SKILL.md
└── joinquant/                  ← 聚宽 JoinQuant skill（最完整）
    ├── SKILL.md                ← 触发条件 + 渐进式加载路由
    ├── references/             ← 14 个 API 类别详解
    │   ├── 01-strategy-setup.md       策略配置
    │   ├── 02-data-getters.md         数据获取
    │   ├── 03-jqlib.md                聚宽因子库
    │   ├── ...
    │   └── 14-strategy-engine.md      策略引擎
    ├── templates/              ← 5 个开箱即用的策略模板
    │   ├── 01-basic-single-stock.py    单股双均线
    │   ├── 02-multi-factor.py          多因子选股
    │   ├── 03-etf-rotation.py          ETF 轮动
    │   ├── 04-momentum-stock.py        动量策略
    │   └── 05-mean-reversion.py        均值回归
    ├── scripts/                ← 命令行工具
    │   ├── strategy_scaffold.py    从模板生成策略骨架
    │   ├── strategy_lint.py        检查策略代码问题
    │   └── api_search.py           搜索 API 文档
    ├── factors/                ← 8 类量化因子
    ├── factor_lab/             ← 因子分析工具
    ├── examples/               ← 3 个实战案例
    ├── tests/                  ← 12 个测试
    ├── jqskill_mcp/            ← MCP 服务器
    └── api文档/                ← 聚宽官方 API 原始备份
```

## 典型工作流

### Cursor / OpenCode / jcode

```bash
# 1. 克隆到 skills 目录

# Cursor
cd ~/.cursor/skills
git clone https://gitee.com/ooooinfo/qmt-ptrade-joinquant-skill.git

# OpenCode
cd ~/.opencode/skills
git clone https://gitee.com/ooooinfo/qmt-ptrade-joinquant-skill.git

# jcode
cd ~/.jcode/skills
git clone https://gitee.com/ooooinfo/qmt-ptrade-joinquant-skill.git
```

2. 在 Cursor / jcode 中自然语言提问：
```
用 joinquant-skill 写一个中证 500 ETF 的 5 分钟双均线策略
```

3. AI 自动加载 skill → 读取 `references/02-data-getters.md` → 生成正确代码
4. 粘贴到 joinquant.com → 编译通过 → 回测运行

### 在 Hermes 中使用

```bash
# 安装
cp -r qmt ~/.hermes/skills/qmt-skill
cp -r ptrade ~/.hermes/skills/ptrade-skill  
cp -r joinquant ~/.hermes/skills/joinquant-skill

# 对话中自动激活
"用 joinquant-skill 写一个 ETF 动量策略"
```

### CLI 直接使用（不需要 AI）

```bash
# 列出模板
python joinquant/scripts/strategy_scaffold.py --list

# 生成策略骨架
python joinquant/scripts/strategy_scaffold.py --type rotation --output my_etf.py

# 检查已有策略
python joinquant/scripts/strategy_lint.py my_strategy.py

# 搜索 API
python joinquant/scripts/api_search.py get_price
```

## 三个平台对比

| 维度 | JoinQuant | Ptrade | QMT |
|------|:---:|:---:|:---:|
| 开发商 | 聚宽 | 恒生电子 | 迅投 |
| 部署方式 | 在线网页 | 券商托管 | 本地客户端 |
| tick 级 | 不支持 | 3 秒 tick | tick 级 |
| 期货 | 基础支持 | 支持 | 完整支持 |
| 期权 | 基础 | — | 完整支持 |
| 两融 | 支持 | 支持 | 支持 |
| L2 数据 | 无 | 部分券商有 | 需购买 |
| pip 安装 | 不支持 | 不支持 | 不支持 |
| 实盘 | 模拟交易 | 券商实盘 | 券商实盘 |

## 常见问题

**Q: 为什么把三个平台的 skill 放一起而不是分开？**

因为量化策略开发通常是「聚宽回测 → Ptrade/QMT 实盘」的流程，跨平台参照时在同一个仓库里找 API 对照更方便。

**Q: AI 生成的代码能直接用吗？**

能。代码经过 lint 检查（排除幻觉 API），参考的都是官方文档。但回测参数（资金、手续费、滑点）需要你根据券商实际调整。

**Q: 策略不赚钱怎么办？**

Skill 帮的是「写对代码」，不是「找到赚钱的策略」。回测过了不等于实盘能赚钱。

## 相关链接

- 仓库: https://gitee.com/ooooinfo/qmt-ptrade-joinquant-skill
- 原始 skill 来源: https://github.com/gaaiyun/joinquant-skill
- jcode: https://github.com/1jehuang/jcode (Rust TUI Coding Agent)
- 聚宽: https://www.joinquant.com
- 迅投 QMT: https://www.thinktrader.net
- API 文档镜像: https://p.mei.biz (Ptrade) | https://qmt.mei.biz (QMT)

## License

MIT