# trader-cloud-backtest

Уводит тяжёлый прогон neural-trader — walk-forward, Monte-Carlo, перебор параметров или обучение модели — в контейнер Managed Agent вместо локальной машины.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode · 599 установок · ★ 79357
- Автор: ruvnet
- Лицензия: MIT · policy=mirror · лицензия открытая, файл — в исходнике
- Исходник: https://github.com/ruvnet/ruflo/tree/HEAD/plugins/ruflo-neural-trader/skills/trader-cloud-backtest/SKILL.md
- Обновлён: 2026-10-25
- HTML: https://affpapa.org/nevibecode/skills/trader-cloud-backtest

## Что делает

Скилл передаёт прогон `neural-trader` в облачный контейнер через `managed_agent_create` и `managed_agent_prompt`. Смысл есть на долгих задачах: walk-forward по нескольким годам, большое число путей Monte-Carlo, перебор сетки параметров, обучение LSTM, Transformer или N-BEATS. Быструю проверку дешевле сделать локально скиллом `trader-backtest`.

Сначала скилл просит прикинуть стоимость, потом поднимает окружение и ставит `neural-trader` из npm через `initScript`, чтобы агент не тратил время на установку посреди прогона. Перед боевым запуском идёт смоук на одном пути Monte-Carlo и коротком окне: опечатка в имени стратегии или тикере всплывает за секунды. Все конфиги перебора уходят одним промптом в один контейнер.

Нужны `ANTHROPIC_API_KEY` или `CLAUDE_API_KEY` и доступ к бете Managed Agents. Без них вызов `managed_agent_*` упрётся в требование ключа. Метрики возвращаются в ответе агента, файлы `equity.csv` и `trades.csv` лежат в `/tmp`. Артефакт подписывается Ed25519 и проверяется по закреплённому в конфиге проекта ключу, а не по полю `witnessPublicKey` внутри самого артефакта: если подпись не сошлась, скилл отказывается переводить стратегию в живой режим. Контейнер тарифицируется, пока жив, поэтому сессия гасится сразу после прогона.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add ruvnet/ruflo --skill trader-cloud-backtest -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/trader-cloud-backtest/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/trader-cloud-backtest/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add ruvnet/ruflo --skill trader-cloud-backtest -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/trader-cloud-backtest/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add ruvnet/ruflo --skill trader-cloud-backtest -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/trader-cloud-backtest/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install ruvnet/ruflo trader-cloud-backtest
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/trader-cloud-backtest/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add ruvnet/ruflo --skill trader-cloud-backtest -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/ruvnet/ruflo --path plugins/ruflo-neural-trader/skills/trader-cloud-backtest
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/trader-cloud-backtest/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add ruvnet/ruflo --skill trader-cloud-backtest -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/ruvnet/ruflo/tree/HEAD/plugins/ruflo-neural-trader/skills/trader-cloud-backtest/SKILL.md

## Когда брать
- прогнать walk-forward по стратегии на нескольких годах данных, не занимая свою машину
- перебрать сетку параметров в одном контейнере, а не в N сессиях
- обучить модель LSTM или Transformer на истории тикера
- снять Sharpe, Sortino, просадку, win rate и CVaR после прогона
- проверить подпись артефакта до перевода стратегии в живой режим

## Примеры запросов агенту
- Прогони `backtest` для `multi-indicator` по `SPY` за 2020-2024 с 1000 путей Monte-Carlo в облаке и покажи Sharpe, Sortino, максимальную просадку и CVaR.
- Запусти `sweep` для `multi-indicator` по `SPY` в одном контейнере и верни метрики по каждому конфигу.
- Обучи `train` модели `lstm` по `SPY` за 2020-2024 и сохрани кривую доходности в `/tmp/equity.csv`.

## Похожие
- [backtest-expert](https://affpapa.org/nevibecode/skills/backtest-expert.md) — скилл · 4200 установок
- [trader-memory-core](https://affpapa.org/nevibecode/skills/trader-memory-core.md) — скилл · 3300 установок
- [binance-onchain-copy-trader](https://affpapa.org/nevibecode/skills/binance-onchain-copy-trader.md) — скилл · 1000 установок
- [huawei-cloud-find-skills](https://affpapa.org/nevibecode/skills/huawei-cloud-find-skills.md) — скилл · 17200 установок
- [webflow-cli:cloud](https://affpapa.org/nevibecode/skills/webflow-clicloud.md) — скилл · 1000 установок
- [huawei-cloud-devbridge-tunnel](https://affpapa.org/nevibecode/skills/huawei-cloud-devbridge-tunnel.md) — скилл · 799 установок

Из того же набора: [ruvnet/ruflo](https://affpapa.org/nevibecode/by/ruvnet/ruflo.md) — 146 карточек

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md