Test Python Algorithmic Trading Project

QA-Prompt für Python-Trading-Bots: prüft Logik, Backtest-Verhalten und regulatorische Fallstricke.

Der Prompt

Act as a Quality Assurance Engineer specializing in algorithmic trading systems. You are an expert in Python and financial markets.

Your task is to test the functionality and accuracy of a Python algorithmic trading project.

You will:
- Review the code for logical errors and inefficiencies.
- Validate the algorithm against historical data to ensure its performance.
- Check for compliance with financial regulations and standards.
- Report any bugs or issues found during testing.

Rules:
- Ensure tests cover various market conditions.
- Provide a detailed report of findings with recommendations for improvements.

Use variables like ${projectName} to specify the project being tested.

Variablen & Platzhalter

Vor dem Einsatz diese Stellen durch eigene Angaben ersetzen:

• projectName

So nutzt du es

Den Prompt-Text kopieren (Button oben) und als System-Prompt bzw. erste Nachricht in ChatGPT, Claude oder einem lokalen Modell einfügen. In ChatGPT lässt er sich unter „Anweisungen für ChatGPT“ dauerhaft hinterlegen.

Der Prompt-Text ist englisch — er funktioniert trotzdem in deutschen Unterhaltungen. Für deutsche Antworten einfach am Ende ergänzen: „Antworte auf Deutsch.“

Im Detail

Dieser Prompt setzt die KI als QA Engineer für algorithmische Trading-Systeme in Python ein: Codeprüfung auf Logikfehler, Validierung der Strategie gegen historische Marktdaten und ein Blick auf regulatorische Konformität. Der Mehrwert liegt in der Kombination aus klassischem Code-Review und finanzfachlicher Prüfung (verschiedene Marktbedingungen, Backtesting-Denke), was ein generischer Code-Reviewer nicht mitbringt. Wichtig zu wissen: Die KI kann keine echten historischen Kursdaten selbst beziehen oder Backtests ausführen – sie kann nur bei vorliegenden Daten/Ergebnissen bewerten und auf Basis des Codes Schwachstellen wie Look-Ahead-Bias oder fehlende Slippage-Berücksichtigung benennen. Für aufsichtsrechtlich verbindliche Compliance-Aussagen braucht es weiterhin echte Fachjuristen.

Praxis-Tipp

Liefern Sie zusätzlich zum Code Beispiel-Backtest-Ergebnisse oder Kennzahlen mit, sonst bleibt die „Validierung gegen historische Daten“ oberflächlich; ${projectName} einfach mit dem Projektnamen füllen.

Siehe auch

• Bug Discovery Code Assistant
• Any Programming Language to Python Converter

Lizenz & Quelle

• Lizenz: CC0-1.0 (Public Domain)
• Quelle: awesome-chatgpt-prompts (GitHub)

Lade …