회원가입

Coding Agent가 전략을 작성하기 전에 API를 확인하십시오.

빠른 시작 … 용량 성명 검증 및 경계 관련 항목

JoinQuant API 지식베이스, 전략적 골격 및 코드 체크 도구 코딩 에이전트.

Cursor, Claude Code, Codex 및 다른 사람은 Python과 익숙한 코딩 파티이지만 응축 된 운영 환경 및 API 제약을 이해하지 않습니다. 그들은 기능, 혼합 연구 및 백사이트 인터페이스를 만들 수 있습니다, 화합물 및 거래 비용을 무시, 집중된 폭에서 작동 할 수없는 문법적으로 정확한 전략을 종료.

이 저장소는 질량 API 정보, 전략적인 골격, 정적 체크, 요인의 예, 연구 및 분석 과정 및 동일한 기술에 MCP 도구. 에이전트는 작업에 의해 필요한 정보를로드하거나 CLI를 직접 사용할 수 있습니다.

[! IMPOTANT]

이 창고는 코드 구조 및 부분 대역폭 만 확인 할 수 있으며 전략적 이득을 검증 할 수 없으며 압축의 편집, 개조 및 시뮬레이션에 대한 대용품이 될 수 없습니다. [[T0] 코드가 현재 규칙을 명중하지 않는다는 것을 자극하여 데이터 타임 포인트, 거래 비용, 위험 제약 및 거래 조건을 확인할 필요가 있습니다.

• 이름

빠른 시작.

• 어떻게 해결합니까?
• 책임 성명
• 보통 작업 흐름.
• 설치
• MCP 서버
• 국경의 검증 및 사용
• 프로젝트 구조
• 관련 프로젝트 스타 역사.

빠른 시작

# 1. Cloning 창고

다음 API 검색, 정책 생성 및 lint 명령은 타사 의존성이 필요하지 않습니다. 테스트에 의존하는 옵션, [[T1], [[T2], PDF 및 MCP].

2. 전략적 골격을 생성

#3 확인 정책

오류 및 경고의 수리를 완료 한 후 Multibroad 웹 편집기에 코드를 붙여 넣고 플랫폼 편집 및 backmetry를 계속하십시오.

#4 이 기술을 사용하자

등록 후, 에이전트에 대한 수요를 직접:

에이전트는 작업에 의해 해당 템플릿과 참조를 읽고 API를 확인하고 코드를 생성합니다.

설치에 대한 자세한 단계는 [[T3]에서 설정되며, 전체 개발 프로세스는 WORKFLOW.md]에서 표시됩니다.

해결하는 것

API 비전

이러한 함수 [[T5], pandas.DataFrame.diff_in_diff()는 존재하지 않습니다. 참고, 원래 API 정보 검색 및 lint 규칙은 저장소에서 사용할 수 있으며 에이전트가 생성되기 전에 코드를 확인 할 수 있습니다.

# 혼합 환경

같은 기능은 다른 매개 변수와 반환 구조가 환경의 연구에서, 복도 환경과 로컬로 jqdatasdk]. 각 참조는 특정 사용 시나리오에 걸쳐 조직되어 전체 로컬 연구 코드를 넓은 전략에 접착시킵니다。