什麼是 optimize?
使用 VectorBT 優化策略參數。測試參數組合併產生熱圖。 來源:marketcalls/vectorbt-backtesting-skills。
使用 VectorBT 優化策略參數。測試參數組合併產生熱圖。
透過命令列快速安裝 optimize AI 技能到你的開發環境
來源:marketcalls/vectorbt-backtesting-skills。
If no arguments, ask the user which strategy to optimize.
| ema-crossover | fast EMA: 5-50 | slow EMA: 10-60 | | rsi | window: 5-30 | oversold: 20-40 | | donchian | period: 5-50 | - | | supertrend | period: 5-30 | multiplier: 1.0-5.0 |
使用 VectorBT 優化策略參數。測試參數組合併產生熱圖。 來源:marketcalls/vectorbt-backtesting-skills。
開啟你的終端機或命令列工具(如 Terminal、iTerm、Windows Terminal 等) 複製並執行以下指令:npx skills add https://github.com/marketcalls/vectorbt-backtesting-skills --skill optimize 安裝完成後,技能將自動設定到你的 AI 程式設計環境中,可以在 Claude Code、Cursor 或 OpenClaw 中使用
為搜尋與 AI 引用準備的穩定欄位與指令。
npx skills add https://github.com/marketcalls/vectorbt-backtesting-skills --skill optimizeBrowse more skills from marketcalls/vectorbt-backtesting-skills
使用 VectorBT 優化策略參數。測試參數組合併產生熱圖。 來源:marketcalls/vectorbt-backtesting-skills。
開啟你的終端機或命令列工具(如 Terminal、iTerm、Windows Terminal 等) 複製並執行以下指令:npx skills add https://github.com/marketcalls/vectorbt-backtesting-skills --skill optimize 安裝完成後,技能將自動設定到你的 AI 程式設計環境中,可以在 Claude Code、Cursor 或 OpenClaw 中使用
https://github.com/marketcalls/vectorbt-backtesting-skills