
回测区间:2020-01-01 ~ 2026-08-28 实证工具:禄得网 MCP Skill(通过 TRAE Work 调用
backtest_run接口)
本文所有回测数据均通过禄得网 MCP Skill 在 TRAE Work 中以自然语言驱动完成——说一句话,AI 自动组装 JSON 参数、提交回测、拉取结果、解析绩效,全程不到30秒。比如本文的核心策略,完整调用参数长这样:
{
"security_type": "etf",
"parameters": {
"start_date": "2020-01-01",
"end_date": "2026-08-28",
"capital": 1000000,
"commission": 0.0005,
"benchmark": "399303.SZ",
"backtest_type": 2,
"strategy": {
"hold_method": {
"hold_range_start": 1, "hold_range_end": 4,
"hold_max_weight": 0.25, "hold_weight_type": 1
},
"rebalance_method": {"rebalance_type": 0, "rebalance_value": 1},
"stop_method": {"stop_type": 0, "stop_value": 0},
"security_pools": [{"pool_securities": [
"518800.SH", "510880.SH", "513100.SH", "159915.SZ"
]}]
}
}
}
四种再平衡频率的对比,只需改 rebalance_value 一个字段(1→5→20→60),四次调用自动汇总成对比表。下一篇文章会专门聊聊用 MCP 做量化研究到底是什么体验,这篇先看数据。