By name: pm-quant-strategy-authoring description: 用于把 agent 的量化想法实现为 Strategy 代码，并形成可调参数接口与可验证行为。
PM Quant Strategy Authoring
当用户要求“让 agent 自己想策略并写代码”时，使用这个技能。
目标
- 产出可运行的策略类（
Strategy子类） - 暴露参数（用于
auto-tune） - 保证
strategy validate与backtest可执行
代码入口
- 基类契约：
oracle3/strategy/quant_strategy.py(QuantStrategy) - 只适用于
QuantStrategy子类，LLM 策略请使用AgentStrategy（见pm-agent-strategy-authoring） - 示例策略：
examples/strategies/*.py,strategies/*.py - 新策略目录：
strategies/
实施流程
- 创建骨架
oracle3 strategy create --output strategies/<name>.py --class-name <ClassName> --type quant
- 实现策略
- 在
process_event中只处理你需要的事件类型（常见是PriceChangeEvent） - 参数放在构造函数（数值参数用于调优）
- 决策时调用
trader.place_order(...) - 用
self.record_decision(...)记录动作和信号
- 快速验证
oracle3 strategy validate --strategy-ref strategies/<name>.py:<ClassName> --strategy-kwargs-json '<json>' --dry-run --events 10 --json
- 单点回测验证
oracle3 backtest run --history-file <history.jsonl> --market-id <M> --event-id <E> --strategy-ref strategies/<name>.py:<ClassName> --strategy-kwargs-json '<json>' --json
- 参数调优准备
- 参数要有明确意义、边界、默认值
- 参数类型保持可 JSON 序列化
Hard Rules
- 不把策略逻辑写死在命令行脚本里，必须落到独立策略文件。
- 不使用未来信息（禁止 look-ahead）。
- 必须可复现：策略文件路径、类名、kwargs、命令都要明确。